如何用Jmeter进行压测?

🍅点击文末小卡片,免费获取软件测试全套资料,资料在手,涨薪更快

1、概述

一款工具,功能往往是很多的,细枝末节的地方也很多,实际的测试工作中,绝大多数场景会用到的也就是一些核心功能,根本不需要我们事无巨细的去掌握工具的所有功能。所以本文将用带价最小的方式讲解如何快速上手使用jmeter来进行压测。

JMeter,一款接口测试工具,是Java程序,需要JDK环境,建议使用JDK8或者JDK11。

下载地址:

Apache JMeter - Download Apache JMeter

启动:

安装路径/bin/jmeter.bat(.sh)

2、测试计划、线程组、取样器

test plan:

测试计划,jmeter中的一个测试计划对应一个测试场景。

thread group:

线程组,jmeter中的一个线程组对应一个行为。一个行为可以理解为一个场景,可以是由多个接口组成的,比如下单,里面就可以包含扣减库存、生成订单等多个接口。

取样器:

可以理解为一次请求,jmeter支持多种类型的取样器,当然我们常用的是http的取样器。

三者的关系:

整个jmeter的使用其实就是建立一个测试计划,然后给这个测试计划下面配上各种需要的东西,比如线程组、监听器等等,

一个线程组包含多个取样器,一个取样器就是一个请求。线程组里面的每一条线程都会完整的从上到下顺序执行一遍该组下的取样器。

建立测试计划,添加线程组:

线程组添加取样器,对http接口的请求就添加http取样器:

一整套测试计划建好后,支持导出为文件,导出为文件后可以脱离开界面通过指令来运行整个测试计划:

3、调试运行

测试计划直接执行是不会有任何结果展示的,需要添加监听器(listener)来进行调试,查看中间结果。

一般使用view results tree,查看结果树的监听器,可以查看到运行结果。

一些核心参数的意思:

Connect Time:建立TCP连接的时间。

lantency:发出请求前到接收到第一个响应的时间。

loadtime:从发出请求前到接收完所有响应的时间。

Size in bytes:整个response报文的大小=header+body。

Headers size in bytes:response的header大小。

Body size in bytes:response的body大小。

4、请求默认值

请求默认值,即请求的缺省配置默认值。配置后一个测试计划中的所有请求都的配置缺省时都采用请求默认值中的配置。

5、流量录制

测试网页页面的时候http请求里面除了API,还杂糅着很多静态资源(html/js/css)的请求,到底请求这个页面发出了多少url?可以使用jmeter的流量录制功能,可以录制出某次访问里的所有http请求。这个功能在实际压测里用的比较少,这里只是提一句有这个功能,不做展开,具体要用的时候可以搜一下,怎么使用。

6、模拟时间间隔

使用定时器可以模拟时间间隔,定时器的作用范围是所在结点下的所有同级结点及其子结点。

定时器有多种,有些定时器不是固定时间间隔的,比如时间间隔满足高斯变化的高斯定时器等,具体的种类可以搜一下。

7、压力测试

运行指令:

真正的压力测试不使用图形界面来测试,因为图形界面作为中间层也会有性能损耗,而是直接使用命令行模式。

{base dir}\bin\jmeter -n -t XXX.jmx -l log.jtl

XXX.jmx是使用图形界面配置好后导出的jmx文件。

压力测试一般会给出测试用例,对性能需求进行描述,如下就是个性能测试用例:

用户无需登录,先访问首页,再访问单课页,最后访问新闻页面。

访问页面间隔10秒。

用户数1200个,在10分钟依次上线。

照着测试用例配置jmeter就行,上面的需求描述转成jmeter的配置就是:

创建一个1200条线程的线程组,10分钟内执行完;

线程组下有三个http取样器,按照顺序为请求首页、请求单课页、请求新闻页;

创建一个定时器,每10秒取样一次。

8、报表

jmeter可以生成HTML报表

jmeter -n -t [Jmx脚本位置] -l [中间文件result.jtl位置] -e -o [报表指定文件夹]

报表文件夹内会产生HTML文件,其中会详细包含对所有url的请求的详细统计,成功、失败、耗时等信息。

以下是一个示例:

最后感谢每一个认真阅读我文章的人,礼尚往来总是要有的,虽然不是什么很值钱的东西,如果你用得到的话可以直接拿走:

这些资料,对于做【软件测试】的朋友来说应该是最全面最完整的备战仓库,这个仓库也陪伴我走过了最艰难的路程,希望也能帮助到你!凡事要趁早,特别是技术行业,一定要提升技术功底。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/1154227.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

MediaPipe Hands优化秘籍:提升检测精度的5个技巧

MediaPipe Hands优化秘籍:提升检测精度的5个技巧 1. 引言:AI 手势识别与追踪的工程挑战 随着人机交互技术的发展,手势识别已成为智能设备、虚拟现实、增强现实和智能家居等场景中的关键技术。Google 的 MediaPipe Hands 模型凭借其轻量级架…

开源AI视觉模型新选择:GLM-4.6V-Flash-WEB应用解析

开源AI视觉模型新选择:GLM-4.6V-Flash-WEB应用解析 💡 获取更多AI镜像 想探索更多AI镜像和应用场景?访问 CSDN星图镜像广场,提供丰富的预置镜像,覆盖大模型推理、图像生成、视频生成、模型微调等多个领域,支…

AI人脸隐私卫士显存优化技巧:纯CPU运行效率提升300%案例

AI人脸隐私卫士显存优化技巧:纯CPU运行效率提升300%案例 1. 背景与挑战:从GPU依赖到纯CPU高效运行的转型 随着AI技术在图像处理领域的广泛应用,人脸隐私保护逐渐成为用户关注的核心议题。尤其是在社交媒体、公共数据发布等场景中&#xff0…

为Cortex-A处理器选择合适交叉编译工具链的核心标准

为Cortex-A处理器打造高效交叉编译环境:从选型到实战的深度指南 你有没有遇到过这样的场景?代码在x86主机上编译顺利,烧录到Cortex-A开发板后却一运行就崩溃——不是非法指令,就是浮点运算错乱。更离谱的是,换一台同事…

GLM-4.6V-Flash-WEB落地案例:电商图文审核系统搭建

GLM-4.6V-Flash-WEB落地案例:电商图文审核系统搭建 随着电商平台内容量的爆发式增长,图文信息的合规性审核成为平台运营的关键环节。传统基于规则和OCR的审核方式难以应对复杂多变的视觉语义风险,如隐晦广告、敏感图像组合、误导性图文搭配等…

HunyuanVideo-Foley军事题材:枪炮、爆炸与无线电通信音效生成

HunyuanVideo-Foley军事题材:枪炮、爆炸与无线电通信音效生成 1. 引言:AI音效生成的军事场景新范式 随着AIGC技术在视听领域的持续突破,视频内容制作正经历从“手动精修”到“智能生成”的范式转移。2025年8月28日,腾讯混元正式…

一键启动Qwen3-VL-2B-Instruct:开箱即用的AI视觉解决方案

一键启动Qwen3-VL-2B-Instruct:开箱即用的AI视觉解决方案 1. 引言:为什么你需要一个开箱即用的多模态推理引擎? 在当前AI应用快速落地的阶段,多模态能力已成为智能系统的核心竞争力。无论是文档解析、视频理解、GUI自动化&#…

实测通义千问2.5-0.5B-Instruct:小身材大能量的AI体验

实测通义千问2.5-0.5B-Instruct:小身材大能量的AI体验 1. 引言:边缘智能时代的小模型革命 随着AI应用场景不断向终端设备延伸,“大模型上云、小模型落地” 已成为行业共识。然而,如何在资源受限的边缘设备(如手机、树…

AI手势识别模型部署卡顿?极速CPU版优化实战指南

AI手势识别模型部署卡顿?极速CPU版优化实战指南 1. 引言:AI 手势识别与追踪的工程挑战 随着人机交互技术的发展,AI手势识别正逐步从实验室走向消费级应用。无论是智能车载系统、AR/VR设备,还是远程会议助手,精准、低…

MediaPipe Hands应用案例:虚拟钢琴演奏系统开发

MediaPipe Hands应用案例:虚拟钢琴演奏系统开发 1. 引言:AI 手势识别与人机交互新范式 随着人工智能技术的不断演进,手势识别正逐步成为下一代自然用户界面(NUI)的核心组成部分。从智能穿戴设备到增强现实&#xff0…

仓库卷帘门PLC数据采集解决方案

某食品冷链企业在省、市、县各级区域建设有多个冷冻仓库、保温仓库。为实现远程监控与集中管理,要求将多个仓库卷帘门数据采集到监控中心平台,以避免大门故障影响货物出入库,同时也要预防“公库私用”问题,确保各项数据留档&#…

APKMirror安卓应用管理平台:从入门到精通的完整实战手册

APKMirror安卓应用管理平台:从入门到精通的完整实战手册 【免费下载链接】APKMirror 项目地址: https://gitcode.com/gh_mirrors/ap/APKMirror 你是否曾经为找不到特定版本的安卓应用而烦恼?或者担心下载的APK文件存在安全隐患?APKMi…

MediaPipe Hands部署教程:无需GPU的实时手部追踪方案

MediaPipe Hands部署教程:无需GPU的实时手部追踪方案 1. 引言 1.1 AI 手势识别与追踪 在人机交互、虚拟现实、智能监控和远程教育等前沿领域,手势识别与手部追踪技术正扮演着越来越关键的角色。传统基于硬件传感器的手势捕捉系统成本高、部署复杂&…

亲测Qwen3-VL-2B-Instruct:AI视觉识别效果超预期

亲测Qwen3-VL-2B-Instruct:AI视觉识别效果超预期 1. 引言:为什么选择Qwen3-VL-2B-Instruct? 在多模态大模型快速演进的今天,如何选择一个兼顾性能、效率与易用性的视觉语言模型(VLM),成为开发…

LabVIEW环境下上位机是什么意思完整指南

LabVIEW中的“上位机”到底是什么?一文讲透测控系统的核心角色在工业自动化、测试测量和嵌入式开发领域,如果你刚接触LabVIEW,大概率会听到一个词反复出现:上位机。“老师,什么叫上位机?”“项目里说要写个…

AI手势识别如何集成WebUI?保姆级教程从环境到上线

AI手势识别如何集成WebUI?保姆级教程从环境到上线 1. 引言:AI 手势识别与人机交互新范式 随着智能硬件和边缘计算的发展,非接触式人机交互正成为下一代用户界面的重要方向。其中,AI手势识别技术凭借其自然、直观的交互方式&…

【微服务稳定性保障利器】:服务网格流量治理的9个关键实践

第一章:服务网格流量治理的核心价值在现代云原生架构中,微服务数量急剧增长,服务间的通信复杂度也随之上升。服务网格通过将流量控制、安全策略和可观测性能力从应用代码中剥离,统一注入到独立的基础设施层,显著提升了…

AI手势识别多场景落地:教育、交互、游戏应用实战案例

AI手势识别多场景落地:教育、交互、游戏应用实战案例 1. 引言:AI 手势识别与追踪的技术价值 随着人机交互方式的不断演进,传统输入设备(如键盘、鼠标、触摸屏)已无法满足日益增长的沉浸式体验需求。AI 手势识别技术正…

无需编程的AI打码工具:WebUI操作界面使用全攻略

无需编程的AI打码工具:WebUI操作界面使用全攻略 1. 引言:AI 人脸隐私卫士 —— 智能自动打码的时代已来 在社交媒体、云相册、工作协作平台日益普及的今天,个人面部信息的泄露风险正急剧上升。一张随手上传的合照,可能无意中暴露…

Argos Translate终极指南:打造零依赖的离线翻译解决方案 [特殊字符]

Argos Translate终极指南:打造零依赖的离线翻译解决方案 🚀 【免费下载链接】argos-translate Open-source offline translation library written in Python 项目地址: https://gitcode.com/GitHub_Trending/ar/argos-translate 你是否曾经遇到过…