性能测试-入门到高级

已于 2025-03-01 23:42:15 修改
阅读量1.1k 收藏 18
点赞数 23
文章标签： 性能优化 压力测试
于 2025-02-05 09:15:44 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/qq_42114233/article/details/145410201
版权

一、什么功能需要做性能测试？

1、高并发场景功能需求

1.瞬时流量洪峰

  • 典型功能:

    • 电商秒杀（如限量商品抢购）

    • 票务系统开票（演唱会、车票）

  • 性能指标:

    • TPS（每秒事务数） ≥5000

    • 请求成功率 ≥99.99%

    • 网络带宽峰值 ≤80%（避免丢包）

  • 测试策略:

    # 使用JMeter模拟100万用户瞬时涌入
jmeter -n -t spike_test.jmx -Jusers=1000000 -Jrampup=1

  • 常见瓶颈:

    • Redis缓存击穿 → 解决方案：布隆过滤器 + 热点Key本地缓存

    • 数据库连接池耗尽 → 解决方案：HikariCP动态扩容

2、业务逻辑/复杂计算型功能需求

此处列举复杂的业务逻辑的功能接口

3、系统核心模块/系统

此处列举系统核心模块

4、新系统/新项目

5、线上性能问题验证和优化

1. 瓶颈定位流程

  • 步骤：

    1. 监控分析：通过APM工具（如SkyWalking）定位慢请求

    2. 日志排查：分析GC日志、慢查询日志

    3. 压测复现：测试环境使用Jmeter压测复现

6、新技术选型

  • 测试场景：

    • 数据库升级（MySQL 5 vs MySQL 8的读写入性能对比）

    • 消息队列对比（Kafka vs RocketMQ的吞吐量测试）

    • 底层技术架构变化大

7、日常系统性能回归

自动化流水线集成

  • CI/CD集成：搭建Jmeter+IndexDB+grafana自动化压测

二、性能测试指标

1、业务层性能指标

1.1 事务处理能力

指标定义示例场景优化方向
TPS每秒完成的事务数（Transactions Per Second）支付系统处理交易能力优化代码逻辑、减少数据库锁竞争
RPS每秒请求数（Requests Per Second）API网关吞吐量测试增加服务器节点、启用HTTP/2
成功率成功请求数 / 总请求数 ×100%验证接口容错能力完善重试机制、熔断策略

1.2 响应时间

指标定义业务意义
平均响应时间所有请求的平均处理时间用户体验基线参考
P90/P9990%/99%请求的响应时间 ≤X msSLA达标依据（如金融交易系统要求P99≤50ms）
最大响应时间最慢请求的耗时发现极端异常场景

2、系统资源指标

2.1 CPU

指标正常范围异常表现排查命令
用户态CPU（us%）<80%代码计算密集型任务过多top -H -p <PID>
系统态CPU（sy%）<20%频繁系统调用（如IO等待）pidstat -t 1
IO等待（wa%）<5%磁盘或网络IO瓶颈iostat -x 1

2. 2内存

指标关注点工具示例
内存使用率避免OOM（Out Of Memory）free -m
堆内存（JVM）Young GC频率、Old区增长趋势jstat -gcutil <PID> 1000
内存泄漏长时间运行后内存未释放jmap -histo:live <PID>

2.3 磁盘

指标定义临界值测试工具
IOPS每秒输入输出操作数SSD：≥5000fio --rw=randwrite --bs=4k
吞吐量每秒读写数据量（MB/s）千兆网：≥100dd if=/dev/zero of=testfile bs=1G count=1
磁盘利用率%util（iostat输出）>70%为瓶颈iostat -x 1

2.4 网络

指标定义排查命令
带宽使用率当前流量占理论最大带宽的百分比nload eth0
TCP重传率网络质量指标（正常<1%）sar -n ETCP 1
连接数ESTABLISHED状态连接数ss -s 或 netstat -ant

3、中间件性能指标

3.1 数据库（MySQL为例）

指标定义优化建议
QPS每秒查询次数添加缓存、优化慢SQL
活跃连接数Threads_connected调整连接池大小
锁等待时间Innodb_row_lock_time_avg减少事务粒度、使用乐观锁

3.2 缓存（Redis为例）

指标定义告警阈值
缓存命中率keyspace_hits / (keyspace_hits + keyspace_misses)<90%需优化缓存策略
内存碎片率used_memory_rss / used_memory>1.5 需执行MEMORY PURGE
网络延迟客户端到Redis的往返延迟P99 >10ms

3.3 消息队列（Kafka为例）

指标定义测试工具
生产吞吐量消息写入速率（MB/s）kafka-producer-perf-test
消费延迟消息生产到消费的时间差客户端埋点 + Prometheus
积压消息数未消费的消息数量kafka-consumer-groups

4、云原生环境指标

4.1 Kubernetes集群

指标定义监控工具
Pod重启次数容器异常重启频率kubectl top pod
HPA弹性效率扩容到目标副本数所需时间自定义Prometheus指标
节点资源分配率已分配CPU/内存占集群总量的比例Grafana + Node Exporter

4.2 服务网格（Istio）

指标定义意义
Sidecar注入延迟请求经过Envoy代理增加的延迟评估Service Mesh性能损耗
熔断触发次数单位时间内断路器的打开次数验证服务容错能力

5、TPS、响应时间和并发数的关系

一、TPS、响应时间与并发数的关系

1. 三条核心曲线
曲线特征关联关系
吞吐量（TPS）紫色曲线，随并发数增加先上升后下降- 轻负载区：TPS随并发数线性增长
- 重负载区：TPS增速放缓
- 塌陷区：TPS骤降
资源利用率绿色曲线，随并发数增加持续上升- 资源利用率与系统负载正相关
- 接近100%时系统进入瓶颈
响应时间深蓝色曲线，初期稳定，重负载区后陡升- 轻负载区：响应时间平稳
- 重负载区：响应时间指数级增长
2. 三个关键区域
区域特征系统状态
轻负载区并发数 < 最优并发用户数（A-B段）- 资源利用率低（<70%）
- 响应时间稳定
- TPS线性增长
重负载区最优并发用户数 < 并发数 < 最大并发用户数（B-C段）- 资源饱和（CPU/内存/IO ≥80%）
- 响应时间开始上升
- TPS增速趋缓
塌陷区并发数 > 最大并发用户数（C-D段）- 资源耗尽（连接池满、线程阻塞）
- TPS断崖式下跌
- 响应时间超时或失败
3. 两个核心临界点
临界点定义业务意义
最优并发用户数TPS达到峰值时的并发数（B点）系统最佳性能状态，建议生产环境运行在此点前
最大并发用户数TPS开始下降的临界点（C点）系统崩溃前的极限值，需通过压测确定并设置保护阈值
4. 三个状态描述
状态对应阶段表现与影响
资源饱和重负载区中段CPU/内存/IO接近100%，响应时间波动，需扩容或优化
吞吐下降塌陷区起始段TPS下降，错误率上升，系统部分功能不可用
用户受影响塌陷区中后段大量请求超时，用户体验急剧恶化

二、压力测试策略

1. 压力测试核心目标
测试类型测试场景验证目标
稳定性压力测试接近最大并发用户数（C点），持续运行24小时验证系统在高负载下的长期稳定性，检测内存泄漏、线程池泄露等问题
破坏性压力测试超过最大并发用户数（C-D段），模拟极端负载验证熔断降级、限流策略的有效性，测试故障恢复能力（如自动重启、数据一致性恢复）
2. 测试执行策略
阶段操作要点关键指标监控
稳定性测试- 梯度增压至90%最大负载
- 长时间稳定运行		- TPS波动 ≤±5%
- 内存泄漏 ≤1MB/小时
- 错误率 <0.1%
破坏性测试- 瞬时冲击至120%最大负载
- 模拟部分节点宕机		- 熔断触发延迟 ≤1秒
- 故障恢复时间 ≤5分钟
- 数据不一致率 <0.01%

三、性能测试流程

1. 性能测试需求分析

  • 熟悉被测系统

    • 业务功能：梳理核心业务流程（如订单创建、支付）与数据流向（用户→服务→数据库）。

    • 技术架构：明确系统架构（单体/微服务）、中间件（Redis/Kafka）、数据库分片策略。

  • 明确测试范围

    • 业务角度：高频业务（如登录、查询）、生产环境高访问量功能。

    • 技术角度：复杂逻辑模块（如风控计算）、大数据量场景（如报表生成）。

  • 配置信息确认

    • 测试环境硬件：CPU核数、内存容量、磁盘类型（SSD/HDD）。

    • 生产与测试差异：如测试环境资源为生产的50%，需在报告中说明影响。

  • 测试策略选择

    • 基准测试（单接口性能摸底）。

    • 单交易负载测试（纯下单场景）。

    • 混合场景测试（模拟真实用户行为比例）。

    • 高可用性测试（节点宕机、网络分区）。

    • 异常场景测试（第三方服务超时）。

    • 稳定性测试（7×24小时运行）。

  • 性能测试指标

    • 有需求时：按需求定义（如并发20用户，响应时间≤3秒，成功率100%）。

    • 无需求时：参考行业数据或历史运营数据估算（如日活用户×10%作为并发基准）。

  • 明确上线时间

    • 制定排期表，确保测试与开发、上线计划衔接。

2. 性能测试计划及方案

方案内容模板

  • 项目背景：简述系统业务目标。

  • 测试目的：验证高并发下的处理能力、稳定性。

  • 测试范围：明确测试接口（如支付接口）与排除项。

  • 测试策略：基准测试+混合场景测试+异常测试。

  • 风险控制：数据隔离方案（影子库）。

  • 环境信息：压测环境与生产环境的资源配置对比（表格或文字描述）。

  • 进度分工：按角色（测试/DBA/运维）分配任务与时间节点。

3. 性能测试用例

项目内容
用例编号Perf_Login_001
用例名称模拟高并发用户登录
测试类型负载测试
场景描述模拟1000个用户并发登录系统，验证登录接口性能
输入数据- 用户池：10万个测试用户（用户名+密码）
- 验证码：固定值（1234）
预期结果- TPS ≥500
- 响应时间P99 ≤1秒
- 登录成功率 ≥99.9%
测试步骤1. 准备测试数据
2. 编写JMeter脚本
3. 梯度增压执行（100→1000并发）
监控指标- CPU ≤80%
- 内存 ≤70%
- 数据库连接数 ≤80%

4. 搭建测试环境

  • 核心要求

    • 硬件对齐：CPU型号、内存、磁盘类型与生产一致。

    • 版本一致：操作系统、中间件（Nginx/Redis）、数据库版本匹配。

5. 测试数据准备

  • 数据生成方法

    • 接口调用：JMeter模拟用户操作生成数据。

    • 数据库脚本：存储过程快速插入百万级数据。

    • Python脚本：使用脚本造数，可以使用python/java等语言，编写造数脚本。

import pymysql
 
 
class MysqlUtil:
    # 初始化
    __conn = None
    __cursor = None
 
    # 创建连接
    @classmethod
    def __get_conn(cls):
        if cls.__conn is None:
            cls.__conn = pymysql.connect(host="数据库",
                                         port=端口,
                                         user="用户名",
                                         password="密码",
                                         database="数据库")
        return cls.__conn
 
    # 获取游标
    @classmethod
    def __get_cursor(cls):
        if cls.__cursor is None:
            cls.__cursor = cls.__get_conn().cursor()
        return cls.__cursor
 
    # 执行sql
    @classmethod
    def exe_sql(cls, sql):
        try:
            # 获取游标对象
            cursor = cls.__get_cursor()
            # 调用游标对象的execute方法，执行sql
            cursor.execute(sql)
            #  如果是查询
            if sql.split()[0].lower() == "select":
                # 返回所有数据
                return cursor.fetchall()
            #  否则：
            else:
                # 提交事务
                cls.__conn.commit()
                # 返回受影响的行数
                return cursor.rowcount
        except Exception as e:
            # 事务回滚
            cls.__conn.rollback()
            # 打印异常信息
            print(e)
        finally:
            # 关闭游标
            cls.__close_cursor()
            # 关闭连接
            cls.__close_conn()
 
    # 关闭游标
    @classmethod
    def __close_cursor(cls):
        if cls.__cursor:
            cls.__cursor.close()
            cls.__cursor = None
 
    # 关闭连接
    @classmethod
    def __close_conn(cls):
        if cls.__conn:
            cls.__conn.close()
            cls.__conn = None

封装后，只需要引用上封装好的包，编辑SQL即可； 

from tools.mysql_util import MysqlUtil
 
a=MysqlUtil.exe_sql("select * from tb_board")
print(a)

6. 测试脚本编写

  • 关键步骤

    • 工具选择：JMeter（HTTP）、Locust（自定义逻辑）。

    • 协议选择：HTTP/WebSocket/TCP。

    • 参数化：CSV文件动态替换用户ID、Token。

    • 关联处理：正则提取器获取动态SessionID。

    • 检查点：断言响应状态码（200）和业务数据（如订单号非空）。

7. 执行测试脚本

  • 执行流程

    1. 调试脚本：单用户验证逻辑正确性。

    2. 场景配置：梯度增压（10→1000并发），混合场景（70%查询+30%下单）。

    3. 正式执行：分布式压测，记录日志与监控数据。

8. 性能测试监控

  • 监控指标

    • 系统资源：CPU、内存、磁盘IO（工具：Node Exporter + Grafana）。

    • 中间件：Redis连接数、MySQL慢查询（工具：Redis CLI、SHOW PROCESSLIST）。

    • 应用层：JVM GC频率、HTTP延迟（工具：SkyWalking、Arthas）。

9. 性能分析与调优

  • 调优优先级

    1. 硬件/网络：扩容服务器、升级带宽。

    2. 配置优化：调整数据库连接池、JVM参数（-Xmx）。

    3. 代码/SQL优化：消除慢查询、添加索引。

    4. 架构改造：引入缓存、分库分表、异步化（消息队列）。

10. 性能测试回归

  • 回归策略

    • 自动化验证：集成到CI/CD流水线，对比历史数据。

    • 指标对比：TPS波动≤5%，平均响应时间波动≤10%。

11. 性能测试报告总结

  • 报告内容

    • 概述：测试目标、时间范围。

    • 测试环境：生产与测试资源配置对比。

    • 结果与分析：TPS、响应时间、瓶颈问题（如数据库锁竞争）。

    • 调优说明：优化措施（如添加索引）与效果对比（TPS提升85%）。

    • 结论与建议：系统能力评估（如支持1500 TPS），长期改进建议（如分库分表）。

四、Jmeter压测工具介绍

1、安装

性能测试3-Jmeter的环境安装-优快云博客

2、线程组

2.1 线程组类型与作用

线程组类型执行阶段用途
setUp 线程组测试前执行- 预测试操作（如数据初始化、启动服务器监控<EasyNMon监控>）
- 示例：调用接口生成测试数据
线程组测试中执行- 核心测试逻辑（模拟用户并发操作）
- 示例：模拟用户登录、下单
tearDown 线程组测试后执行- 后置清理（如删除测试数据、停止监控）
- 示例：清理数据库临时数据

执行顺序

setUp线程组 → 线程组 → tearDown线程组

2.2 线程组核心属性

2.1 基础配置
参数说明示例值
线程数（Number of Threads）并发用户数（虚拟用户数）100
Ramp-Up时间（Ramp-Up Period）启动所有线程的时间（秒）
（如100用户设置10秒 → 每秒启动10用户）		10
循环次数（Loop Count）循环次数（每个用户的请求次数）
永远（Forever） 表示无限循环		1
2.2 调度器配置（勾选 Scheduler 后生效）
参数说明
持续时间（Duration）测试持续时间（秒）
启动延迟（Startup Delay）延迟启动时间（秒）

2.3 取样器错误处理策略

选项行为说明
继续（Continue）忽略错误，继续执行后续请求（默认选项）
启动下一进程循环（Start Next Loop）跳过当前循环剩余步骤，直接开始下一次循环
停止线程（Stop Thread）停止当前线程（其他线程继续运行）
停止测试（Stop Test）等待当前所有线程执行完毕后，停止整个测试
立即停止测试（Stop Test Now）立即终止整个测试（强制停止所有线程）

2.4 高级配置

参数说明
延迟创建线程直到需要（Delay Thread Creation）延迟创建线程（按需分配资源，适合大并发场景）
Same User on Each Iteration每次迭代使用同一用户（适用于需要保持会话的场景）

 

 3、HTTP请求元件

3.1 添加 HTTP 请求

路径：


右键线程组 → 添加（Add）→ 取样器（Sampler）→ HTTP 请求

3.2 GET 请求配置

  • 基础参数：

    • 协议：http 或 https

    • 服务器名称/IP：目标地址（如 127.0.0.1）

    • 路径：接口路径（如 /api/pro/projects）

    • 请求方法：GET

  • 参数传递：

    • 参数（Parameters）：

      可以直接放路径上

3.3 POST 请求（JSON 格式）

  • 基础参数：

    • 请求方法：POST

    • 路径：如 /login

  • 请求头设置：

右键 HTTP 请求 → 添加 → 配置元件 → HTTP 信息头管理器

名称值
Content-Typeapplication/json

  • 请求体（Body Data）：

    {
  "username": "admin",
  "password": "123456"
}

3.4 POST 请求（表单格式）

3.4.1 multipart/form-data（文件上传）

  • 请求方法：POST

  • 参数传递：

    • 参数（Parameters）：

      名称值MIME 类型
      file文件路径application/octet-stream

3.5 查看结果

  • 添加监听器：
    右键线程组 → 添加 → 监听器 → 察看结果树

  • 验证内容：

    • 响应状态码：200（成功）

    • 响应数据：JSON/HTML 内容是否符合预期

3.6 常见问题与技巧

3.6.1 MIME 类型获取

  • 抓包工具：使用 Fiddler、Charles 或浏览器开发者工具（F12），查看请求头中的 Content-Type。

4、断言

4.1 断言概念

  • 作用：验证请求的实际结果是否符合预期，确保测试准确性（即使请求成功，结果可能错误）。

4.2 常用断言类型
(1) 响应断言

  • 添加路径：
    HTTP请求 → 右键添加 → 断言 → 响应断言

  • 核心参数：

    参数说明
    Apply to- Main sample and sub-samples（父子取样器）
    - Main sample only（仅父取样器）
    - Sub-samples only（仅子取样器）
    - JMeter Variable（变量）
    测试字段- 响应文本（Body）
    - 响应代码（如200）
    - 响应信息（如OK）
    - URL样本
    模式匹配规则- 包括（正则包含）
    - 匹配（正则完全匹配）
    - Equals（全等，区分大小写）
    - Substring（子串，区分大小写）
    逻辑关系- 勾选“或”：任一模式匹配即成功
    - 不勾选“与”：所有模式必须匹配

  • 示例：

预期结果：响应文本包含 "success": true  
配置：  
- 测试字段：响应文本  
- 模式匹配规则：包括  
- 模式：".*"success": true.*"

(2) JSON断言

  • 添加路径：
    HTTP请求 → 右键添加 → 断言 → JSON断言

  • 核心参数：

    参数说明
    JSON Path使用JSONPath表达式提取值（如 $.code 提取根节点下的code字段）
    预期值期望匹配的值（如 200）

  • 示例：

    预期结果：返回的JSON中code字段为200  
配置：  
- JSON Path表达式：$.code  
- 预期值：200

    详细用法参见：https://github.com/json-path/JsonPath

5、参数化

5.1、参数化的作用

  • 动态替换请求中的固定值（如用户名、密码、ID等），模拟真实用户行为。

  • 避免重复数据导致的问题（如数据库主键冲突）。

  • 实现多用户并发测试，增强测试场景的真实性。

5.2、JMeter参数化的常见方法

5.2.1 使用CSV文件（最常用）

适用场景：大量测试数据需要动态读取（如批量用户登录）。

步骤：

  1. 准备CSV文件
    创建文本文件（如 users.csv），格式示例：

    username,password
user1,123456
user2,654321

  2. 添加CSV Data Set Config

    • 右键线程组 → 添加 → 配置元件 → CSV Data Set Config。

    • 配置参数：

      • Filename: CSV文件路径（建议使用绝对路径）。

      • Variable Names: 变量名（如 username,password）。

      • Delimiter: 分隔符（如逗号,）。

      • Recycle on EOF?: 数据循环方式（True表示循环读取）。

      • Stop thread on EOF?: 数据用尽后是否停止线程。

    • 在请求中引用变量
      使用 ${变量名} 格式，如 ${username}、${password}。

结果：

5.2.2 使用用户参数（User Parameters）

适用场景：少量静态参数，且参数需要按线程组或用户独立设置。

步骤：

  1. 添加用户参数

    • 右键线程组 → 添加 → 前置处理器 → 用户参数。

    • 点击“添加变量”定义变量名（如 username）。

    • 为每个变量设置不同值（每列对应一个用户/线程）。

  2. 引用变量
    在请求中使用 ${username} 引用变量。

结果

5.2.3 使用随机函数（__Random, __RandomString等）

适用场景：生成随机数、字符串或日期。

常用函数：

  • ${__Random(min,max,var)}: 生成区间随机数。

    示例：${__Random(1000,9999,orderId)} → 生成4位随机数存入变量orderId。

  • ${__RandomString(length,chars,var)}: 生成随机字符串。

    示例：${__RandomString(10,abcdef123456,randomStr)} → 生成10位包含字母和数字的字符串。

操作：

  • 通过函数助手生成函数（工具 → 函数助手对话框）。

  • 直接手动输入函数表达式。

  • 函数助手有很多函数自行查看

5.2.4 从数据库读取参数
一、准备工作

  1. 下载MySQL JDBC驱动

  2. 将驱动文件放入JMeter的lib目录

    • 将下载的JDBC驱动JAR文件复制到JMeter安装目录的 lib/ 文件夹中。

    • 重启JMeter，确保驱动生效。

二、配置JDBC连接

1. 添加JDBC连接池配置

  • 右键测试计划 → 添加 → 配置元件 → JDBC Connection Configuration。

  • 配置以下参数：

    参数名值示例说明
    Variable Namemysql_db连接池名称，后续JDBC请求需引用此名称。
    Database URLjdbc:mysql://localhost:3306/test_db?useSSL=false&serverTimezone=UTCMySQL连接URL，test_db为数据库名，根据实际情况修改。
    JDBC Driver Classcom.mysql.cj.jdbc.DriverMySQL 8.x驱动类名；若用MySQL 5.x，则填com.mysql.jdbc.Driver。
    Usernameroot数据库用户名。
    Password123456数据库密码。

    注意：

    • 若出现时区错误，在URL中添加 &serverTimezone=UTC。

    • 若无需SSL，添加 useSSL=false。

    • MySQL 8.x默认使用com.mysql.cj.jdbc.Driver，旧版本驱动类名可能不同。

2. 连接池高级配置（可选）

  • Max Number of Connections: 连接池最大连接数（默认10）。

  • Test While Idle: 定期验证空闲连接是否有效。

  • Validation Query: SELECT 1（用于验证连接有效性）。

三、添加JDBC请求执行SQL

1. 添加JDBC请求

  • 右键线程组 → 添加 → 取样器 → JDBC Request。

  • 配置参数：

    参数名值示例说明
    Variable Namemysql_db必须与JDBC连接配置中的名称一致。
    SQL QuerySELECT * FROM users;输入要执行的SQL语句（支持增删改查）。
    Parameter values${user_id}SQL参数化（需配合变量使用，如WHERE id = ?）。
    Parameter typesINTEGER参数类型（如INTEGER、VARCHAR等）。
    Variable Namesid,name,age将查询结果列存入变量（格式：列名或别名）。
    Result variableresult将整个结果集存入变量（通过${result_1}获取第一行第一列的值）。

2. 示例：查询用户数据并参数化

SELECT id, username FROM users WHERE age > ?;

  • 参数化配置：

    • Parameter values: 18（直接输入值）或 ${min_age}（使用变量）。

    • Parameter types: INTEGER。

    • Variable Names: user_id,user_name。

  • 引用结果变量：

    • 第一行数据：${user_id_1}, ${user_name_1}。

    • 总行数：${user_id_#}。

6、关联

6.1 关联的作用

  • 处理动态值：如Session ID、Token、订单号等服务器生成的随机数据。

  • 保证业务流程连贯性：例如登录后的操作需携带认证Token。

  • 模拟真实用户行为：动态数据确保每次请求的独立性。

6.2 关联实现步骤

  1. 发送请求：获取包含动态数据的响应（如登录接口返回Token）。

  2. 提取数据：使用后置处理器（如正则表达式、JSON提取器）捕获目标值。

  3. 传递数据：在后续请求中引用提取的变量。

6.3 常用关联方法

6.3.1 正则表达式提取器（Regular Expression Extractor）

适用场景：HTML、XML或非结构化文本响应。

配置步骤：

  1. 添加正则表达式提取器

    • 右键目标请求 → 添加 → 后置处理器 → 正则表达式提取器。

  2. 配置参数：

    参数示例值说明
    名称提取Token自定义名称（便于识别）。
    应用于Main sample only默认处理主请求响应。
    要检查的字段响应主体可选响应头、URL等。
    正则表达式"token":"(.*?)"使用捕获组(.*?)匹配目标值（懒惰模式）。
    模板$1$对应捕获组的索引（如$1$表示第一个组）。
    匹配数字10表示随机，1取第一个匹配值，-1取所有值（存为变量名_1, 变量名_2等）。
    缺省值NOT_FOUND匹配失败时的默认值（便于调试）。

  3. 引用变量：

    • 后续请求中使用 ${token} 引用提取的值。

6.3.2 JSON提取器（JSON Extractor）

适用场景：响应为JSON格式时更高效准确。

配置步骤：

  1. 添加JSON提取器

    • 右键目标请求 → 添加 → 后置处理器 → JSON提取器。

  2. 配置参数：

    参数示例值说明
    名称提取用户token自定义名称。
    JSON Path表达式$.token使用JSONPath语法定位目标值（JSONPath语法参考）。
    变量名称token存储提取结果的变量名。
    缺省值NOT_FOUND匹配失败的默认值。

  3. 引用变量：

    • 后续请求中使用 ${token}。

6.3.3 XPath提取器（XPath Extractor）

适用场景：XML或HTML结构响应。

配置步骤：

  1. 添加XPath提取器

    • 右键目标请求 → 添加 → 后置处理器 → XPath提取器。

  2. 配置参数：

    参数示例值说明
    名称提取订单号自定义名称。
    XPath查询//order/id/text()使用XPath语法定位目标节点。
    变量名称order_id存储提取结果的变量名。
    缺省值NOT_FOUND匹配失败的默认值。

  3. 引用变量：

    • 后续请求中使用 ${order_id}。

7、BeanShell

7.1 BeanShell 元件类型

  • 前置处理器（PreProcessor）：在请求 前 执行，用于参数生成、数据预处理。

  • 后置处理器（PostProcessor）：在请求 后 执行，用于响应解析、数据提取。

  • 断言（Assertion）：验证响应结果，动态判断测试是否通过。

  • 定时器（Timer）：动态调整等待时间（如根据变量计算延迟）。

  • 监听器（Listener）：自定义结果处理逻辑（如统计特定指标）。

7.2 核心内置对象

  • vars (JMeterVariables)

    vars.get("变量名");        // 获取变量值（String类型）
vars.put("变量名", "值");  // 存储变量值（自动转String）
vars.putObject("对象变量名", new Object()); // 存储非字符串对象

  • props (JMeterProperties)

    props.get("全局属性名");    // 获取全局属性（跨线程组共享）
props.put("属性名", "值");  // 设置全局属性

  • log (Logger)

    log.info("信息");         // 输出INFO级别日志（JMeter界面可见）
log.error("错误");        // 输出ERROR级别日志

  • ctx (JMeterContext)

    ctx.getPreviousResult();   // 获取前一个请求的响应结果（SampleResult）
ctx.getThreadNum();        // 获取当前线程编号（0-based）
ctx.getThread().getThreadName(); // 获取线程名称（如"Thread Group 1-1"）

7.3 基础脚本结构

  • 直接编写 Java 代码，无需完整类定义：

    // 生成6位随机数字验证码
import java.util.Random;
Random rand = new Random();
int code = 100000 + rand.nextInt(900000);
vars.put("sms_code", String.valueOf(code));

8、命令行压测

8.1 JMeter命令行压测核心优势

  • 无GUI模式（Non-GUI）：节省系统资源，提升压测性能。

  • 自动化集成：可与CI/CD工具（如Jenkins）结合，实现自动化测试。

  • 分布式压测：通过多台机器协同执行，突破单机性能瓶颈。

8.2 基础命令行操作

8.2.1 基本命令格式
jmeter -n -t <测试脚本.jmx> -l <结果文件.jtl> -e -o <HTML报告目录>
8.2.2 核心参数说明
参数说明
-n非GUI模式运行。
-t <脚本>指定JMX测试脚本路径（必填）。
-l <结果>指定结果文件路径（.jtl或.csv格式）。
-e -o <目录>测试完成后生成HTML报告到指定目录（需先删除或清空目录）。
-J<参数>设置JMeter全局属性（如-Jthreads=100）。
-G<参数>分布式压测时设置全局属性（从控机继承）。
-R <IP列表>指定分布式压测的从机IP（逗号分隔，如-R 192.168.1.101,192.168.1.102）。
8.2.3 常用示例

示例1：基础压测

jmeter -n -t test_plan.jmx -l result.jtl

示例2：生成HTML报告

jmeter -n -t test_plan.jmx -l result.jtl -e -o ./report

示例3：动态覆盖线程数

jmeter -n -t test_plan.jmx -Jthreads=200 -Jrampup=60 -l result.jtl

  • 在脚本中使用 ${__P(threads)} 和 ${__P(rampup)} 引用参数。

8.3 分布式压测（Remote Testing）

8.3.1 配置步骤

  1. 配置主控机（Controller）

    • 修改JMeter安装目录下 bin/jmeter.properties：

      remote_hosts=127.0.0.1,slave1_ip:port,slave2_ip:port

    • 默认端口：1099，确保防火墙开放此端口。

  2. 启动从机（Slave）
    在每台从机上执行：

    jmeter-server -Djava.rmi.server.hostname=<从机IP>

  3. 执行分布式压测

    jmeter -n -t test_plan.jmx -R slave1_ip,slave2_ip -l result.jtl
8.3.2 注意事项

  • 从机环境一致性：JMeter版本、依赖库、测试数据需与主控机一致。

  • 网络延迟：确保主控机与从机之间的低延迟网络连接。

  • 结果合并：各从机结果自动汇总到主控机的 .jtl 文件中。

8.4 HTML报告生成与解析

1. 生成报告
jmeter -g result.jtl -o ./report

  • -g：指定已有的结果文件生成报告。

  • -o：输出目录必须为空或不存在。

2. 报告核心指标

  • Dashboard：总请求数、吞吐量（Throughput）、响应时间分布（Median、90% Line）。

  • Charts：响应时间趋势、吞吐量趋势、活动线程数。

  • Statistics：各请求的详细统计（最小值、最大值、异常率）。

3. 自定义报告

修改 bin/reportgenerator.properties 调整图表样式和统计参数。

后续更新，点赞和收藏，更新更快

Yasar.l
关注
JMETER性能测试从入门到精通高级篇 - 分布式压测部署之负载机的设置（详解教程）
m0_37449634的博客
11-22 1707
1.简介 　　千呼万唤始出来，这一篇感觉写了好久，总想写的清楚明白简洁，但是还是洋洋洒洒写了好多，希望大家喜欢吧！本来打算将这一篇文章是放在性能测试中讲解和分享的，但是有的童鞋或者小伙伴们私下问的太多了，实在是忍不了也解答烦了，索性就在这里分享一下吧。权当参考，但是希望对大家有所帮助。 2.为什么要使用分布式测试 （1）Jmeter是基于java程序运行的，在windows上使用Jmeter进行性能测试时，非常耗费客户机的CPU和内存，如果并发数稍微大一点(比如100、1000...并发)，单台电脑的
性能测试入门教程PPT
10-27
性能测试基础知识 1.3 性能测试策略： 性能测试（Performance Testing） 负载测试（Load Testing） 压力测试（Stress Testing） 并发测试（Concurrency Testing） 可靠性测试（Reliability Testing） ……
性能测试快速入门
越测越开森 的博客
07-17 402
最近在面试性能测试人员，发现功能测试人员居多。不免觉得性能测试的专业人士还是凤毛麟角。 再此，特想向新人介绍一点学习方法。 1.工具 虽然loadrunner不如开源的jmeter使用广泛，还个人觉得还是上手容易的多。 2.理论 看点电子书或者看点小布老师的lr视频 3.实践 lr自带的webtours的网站可以自己动手做关联 4.掌握网络通讯的核心 一切都是tcpip通讯之上 ...
超详细的性能测试教程
最新发布
huace3740的博客
04-15 1021
响应时间即从应用系统发出请求开始，到客户端接收到最后一个字节数据为止所消耗的时间。响应时间按软件的特点再可以细分，如对于一个 C/S 软件的响应时间可以细分为网络传输时间、应用服务器处理时间、数据库服务器处理时间。另外客户端自身也存在着解析时间、界面绘制呈现时间等。 
【基础】性能测试，从0到实战（手把手教，非常实用）
qq_34992640的博客
02-21 1208
阅读目录 一、性能基础 二、性能测试流程 三、工具介绍及选型 四、Jmeter工具使用 Jmeter参数化常用方式 Jmeter断言 Jmeter关联（提取器、数据库、逻辑控制器等） 性能测试常用术语解释 性能测试，从0到实战(包含热门主流技术docker、k8s、skywalking、全链路、微服务、性能调优等) 一、性能基础 什么是性能测试--->本质? 基于协议来模拟用户发送的请求（业务模拟），对服务器形成一定负载。 关注点：时间性能、空间性能 与界面无关 性能测试分
【性能测试】一、性能测试入门
chosen1的博客
09-03 321
性能测试
13. 性能测试
qq_58969626的博客
09-03 744
了解什么是性能测试，为什么要进行性能测试，性能测试的常见术语以及衡量指标，性能测试的分类等。
性能测试从入门到高级进阶之路（一）：性能测试入门
weixin_44844572的博客
12-15 1943
性能测试从入门到高级进阶之路会写成一个系列的专栏
Jmeter性能测试高级项目实践课程资源.rar
11-26
想步入性能测试领域的、测试工程师、性能测试工程师、接口自动化测试工程师、开发工程师以及感兴趣的人 适合想往 中高级开发工程师或者测试工程师发展的人员 课程目标: 你将掌握如何使用Jmeter进行性能和接口自动...
【软件测试教程】接口测试从入门到高级精通实战-搞定核心必备技能与框架实战
06-20
例如，Postman以其用户友好的界面和强大的功能，成为接口测试的首选工具，而JMeter则在性能测试方面表现出色。 在自动化测试方面，接口测试框架如Python的requests库、unittest或pytest，Java的JUnit、Mockito以及...
jmeter压力测试课程入门到实战视频.rar
01-26
├ 第10章 高级篇之Jmeter压测课程总结和架构浅析 │ └ 35、课程总结和关于系统架构，推荐学习资料.mp4 ├ 第1章 章节一JMeter压力测试课程介绍 │ │ 1、亿级流量压测系列之Jmeter4.0课程介绍和效果演示.mp4 │ └...
性能测试入门 性能测试入门
01-11
性能测试入门 性能测试入门 性能测试入门
性能测试教程1
03-16
吧后缀名dll改成rar解压就可以了
性能测试教程资料5
03-16
将后缀名dll改成rar就可以了
性能测试入门
mysterious superstar
09-12 636
性能测试入门
性能测试入门介绍
桃子的博客
02-18 281
1：产生原因： 1⃣️基于网络的分布式应用； 2⃣️场景的不确定性 3⃣️其他影响点：并发用户数，cpu，内存，硬盘速度，带宽； （内存型数据库：把数据库直接放在内存里进行增删查改操作） 2:要求效果 1：系统稳定性； 2：响应时间 3：并发用户数 3:相关概念 1:负载测试： 重点在于关注用户数量，不同用户数量下的业务场景 note:重点在于业务指标 2:压力测试 高压力情况下，关注服务器的情况...
【性能测试】基本入门（包含mysql锁）
分享博主日常学习和使用的一些技术
05-19 374
性能测试首页要防止走入缓存中，因为一旦走入缓存中，就是进入了理想的情况。 通过Http作为性能测试的入口 Dubbo作为性能测试的入口 重要的指标 响应时间 mysql mybatis有没有缓存 show processlist命令 dubbo有没有缓存？ ...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值