全链路的性能压力测试-优快云博客

📝 面试求职： 「面试试题小程序」，内容涵盖测试基础、Linux操作系统、MySQL数据库、Web功能测试、接口测试、APPium移动端测试、Python知识、Selenium自动化测试相关、性能测试、性能测试、计算机网络知识、Jmeter、HR面试，命中率杠杠的。（大家刷起来…）

📝 职场经验干货：

软件测试工程师简历上如何编写个人信息（一周8个面试）

软件测试工程师简历上如何编写专业技能（一周8个面试）

软件测试工程师简历上如何编写项目经验（一周8个面试）

软件测试工程师简历上如何编写个人荣誉（一周8个面试）

软件测试行情分享（这些都不了解就别贸然冲了.）

软件测试面试重点，搞清楚这些轻松拿到年薪30W+

软件测试面试刷题小程序免费使用（永久使用）

背景介绍

目的和范围

本文旨在帮助测试工程师和开发人员理解测试可观测性的重要性，并掌握在Selenium测试中实现可观测性的具体方法。我们将覆盖从基础日志记录到高级分布式追踪的全套解决方案。

术语表

核心术语定义

·可观测性(Observability): 通过系统输出的外部数据推断内部状态的能力

· 测试可视化(Test Visualization): 将测试过程和结果以图形化方式呈现

· 分布式追踪(Distributed Tracing): 跟踪请求在分布式系统中的流转路径

相关概念解释

· 日志(Logging): 记录系统运行过程中的事件

· 指标(Metrics): 系统运行状态的量化测量

· 追踪(Tracing): 记录请求在系统中的完整生命周期

缩略词列表

· SUT: System Under Test (被测系统)

· CI/CD: Continuous Integration/Continuous Deployment (持续集成/持续部署)

· APM: Application Performance Monitoring (应用性能监控)

　核心概念与联系

　　故事引入

　　想象你是一名侦探，正在调查一起"神秘案件"——昨晚的自动化测试失败了。你面前只有一条线索：“测试失败”。这就像在黑暗的房间里找一只黑猫，没有手电筒，几乎不可能完成任务。

　　测试可观测性就是给你的侦探工作提供手电筒、放大镜甚至X光机，让你能清晰地看到测试过程中发生的每一个细节：哪一步操作失败了？当时页面是什么状态？网络请求是否成功？元素定位是否准确？有了这些信息，解决问题就变得轻而易举。

核心概念解释

　　核心概念一：测试可观测性

　　测试可观测性就像给测试过程装上摄像头和传感器。它不仅告诉你测试是否通过，还能展示测试过程中发生了什么、为什么发生以及如何发生的。就像汽车的仪表盘，不仅显示速度，还能显示油量、发动机温度等各种信息。

　核心概念二：日志记录

　　日志就像测试过程的日记本。每次测试执行时，它都会记录下关键事件：“10:00 点击登录按钮”、"10:01 验证用户名显示"等。当测试失败时，你可以翻阅这本日记，找出问题发生的确切时刻。

核心概念三：分布式追踪

　　分布式追踪就像给测试过程画一张地图。在复杂的微服务架构中，一个测试操作可能涉及多个服务。追踪技术可以记录下测试请求经过了哪些服务，在每个服务中花费了多少时间，就像在地图上标记出你走过的每一条路线。

核心概念之间的关系

　　测试可观测性是一个大房子，日志记录、监控指标和分布式追踪是支撑这个房子的三根柱子。日志告诉你发生了什么，指标告诉你系统的健康状况，追踪告诉你问题出在哪个环节。三者结合，才能构建完整的可观测性体系。

　日志记录和监控指标的关系

　　日志记录和监控指标就像医院的病历和体检报告。日志记录详细记录了每个症状和检查结果（病历），而监控指标则是关键健康数据的定期汇总（体检报告）。两者结合才能全面了解病人的健康状况。

监控指标和分布式追踪的关系

　　监控指标和分布式追踪就像天气预报和气象雷达。监控指标告诉你今天下雨了（问题发生了），而分布式追踪则像气象雷达，显示雨是从哪个方向来的，经过了哪些区域（问题的传播路径）。

核心概念原理和架构的文本示意图

　　[测试执行]

　　 → [日志记录系统] (记录详细事件)

　　 → [指标收集系统] (聚合关键指标)

　　 → [分布式追踪系统] (跟踪请求流程)

　　 → [可视化仪表盘] (综合展示所有数据)

　Mermaid 流程图

核心算法原理 & 具体操作步骤

日志记录实现原理

日志记录的核心是在测试关键节点插入日志语句。我们可以通过装饰器模式实现自动化的日志记录：

def log_step(func):
　　    def wrapper(*args, **kwargs):
　　        test_case = args[0]
　　        step_name = func.__name__.replace('_', ' ').title()
　　        test_case.logger.info(f"Starting step: {step_name}")
　　        try:
　　            result = func(*args, **kwargs)
　　            test_case.logger.info(f"Completed step: {step_name}")
　　            return result
　　        except Exception as e:
　　            test_case.logger.error(f"Failed step: {step_name}. Error: {str(e)}")
　　            raise
　　    return wrapper

监控指标收集原理

监控指标收集通常采用定时采样的方式。以下是收集浏览器性能指标的示例：

from selenium.webdriver import ChromeOptions
from prometheus_client import Gauge
# 定义Prometheus指标
　　LOAD_TIME = Gauge('page_load_time', 'Time taken to load the page')
　　MEMORY_USAGE = Gauge('browser_memory_usage', 'Browser memory usage in MB')
def collect_metrics(driver):
　　    # 获取页面加载时间
　　    load_time = driver.execute_script(
　　        "return performance.timing.loadEventEnd - performance.timing.navigationStart")
　　    LOAD_TIME.set(load_time)
　　    
　　    # 获取内存使用情况
　　    memory = driver.execute_script("return window.performance.memory.usedJSHeapSize")
　　    MEMORY_USAGE.set(memory / (1024 * 1024))  # 转换为MB

分布式追踪实现

分布式追踪通常需要集成OpenTelemetry等工具。以下是Python实现示例：

from opentelemetry import trace
from opentelemetry.sdk.trace import TracerProvider
from opentelemetry.sdk.trace.export import ConsoleSpanExporter, BatchSpanProcessor
# 设置追踪提供者
　　trace.set_tracer_provider(TracerProvider())
　　trace.get_tracer_provider().add_span_processor(
　　    BatchSpanProcessor(ConsoleSpanExporter())
　　)
　　tracer = trace.get_tracer(__name__)
def test_with_tracing():
　　    with tracer.start_as_current_span("login_test") as span:
　　        span.set_attribute("test.module", "authentication")
　　        # 测试步骤...
　　        with tracer.start_as_current_span("enter_credentials"):
　　            # 输入用户名密码...
　　            pass

　数学模型和公式

　　测试稳定性评分模型

　　测试稳定性可以通过以下公式计算：

　　其中：

　　· Failures i是第i次运行的失败次数

　　· Runs i 是第i次运行的总测试数

　性能衰减检测

　　使用线性回归检测性能衰减趋势：

　　其中：

·y 是性能指标（如页面加载时间）

· x 是时间序列

· m 是斜率，表示性能变化趋势

· b 是截距

　　当 m显著大于0时，表示性能在逐渐变差。

项目实战：代码实际案例和详细解释说明

　　开发环境搭建

　　安装必要库：

　　pip install selenium pytest pytest-html prometheus-client opentelemetry-api opentelemetry-sdk

配置Prometheus监控：

# prometheus.yml
　　scrape_configs:
　　  - job_name: 'selenium-tests'
　　    static_configs:
　　      - targets: ['localhost:8000']

源代码详细实现

完整的测试类示例

import logging
from selenium import webdriver
from selenium.webdriver.common.by import By
from selenium.webdriver.support.ui import WebDriverWait
from selenium.webdriver.support import expected_conditions as EC
from opentelemetry import trace
from prometheus_client import start_http_server, Gauge
# 初始化指标
　　TEST_DURATION = Gauge('test_duration_seconds', 'Duration of test execution')
　　ELEMENT_FIND_TIME = Gauge('element_find_time_seconds', 'Time taken to find elements')
class TestLogin:
　　    @classmethod
　　    def setup_class(cls):
　　        cls.logger = logging.getLogger('selenium_tests')
　　        cls.logger.setLevel(logging.INFO)
　　        handler = logging.FileHandler('test.log')
　　        formatter = logging.Formatter('%(asctime)s - %(name)s - %(levelname)s - %(message)s')
　　        handler.setFormatter(formatter)
　　        cls.logger.addHandler(handler)
　　        
　　        # 启动Prometheus指标服务器
　　        start_http_server(8000)
　　        
　　        # 初始化OpenTelemetry
　　        trace.set_tracer_provider(trace.TracerProvider())
　　        cls.tracer = trace.get_tracer(__name__)
　　        
　　        cls.driver = webdriver.Chrome()
　　        cls.driver.implicitly_wait(10)
　　    
　　    def test_valid_login(self):
　　        with self.tracer.start_as_current_span("valid_login_test") as span:
　　            span.set_attribute("test.type", "authentication")
　　            self._navigate_to_login()
　　            self._enter_credentials("valid_user", "valid_pass")
　　            self._verify_successful_login()
　　    
　　    def _navigate_to_login(self):
　　        with self.tracer.start_as_current_span("navigate_to_login"):
　　            self.logger.info("Navigating to login page")
　　            self.driver.get("https://example.com/login")
　　            TEST_DURATION.set(self.driver.execute_script(
　　                "return performance.timing.loadEventEnd - performance.timing.navigationStart")/1000)
　　    
　　    def _enter_credentials(self, username, password):
　　        with self.tracer.start_as_current_span("enter_credentials"):
　　            start_time = time.time()
　　            self.logger.info(f"Entering credentials for {username}")
　　            
　　            username_field = WebDriverWait(self.driver, 10).until(
　　                EC.presence_of_element_located((By.ID, "username")))
　　            password_field = self.driver.find_element(By.ID, "password")
　　            
　　            username_field.send_keys(username)
　　            password_field.send_keys(password)
　　            
　　            ELEMENT_FIND_TIME.set(time.time() - start_time)
　　            self.driver.find_element(By.ID, "login-btn").click()
　　    
　　    def _verify_successful_login(self):
　　        with self.tracer.start_as_current_span("verify_login"):
　　            self.logger.info("Verifying successful login")
　　            WebDriverWait(self.driver, 10).until(
　　                EC.presence_of_element_located((By.ID, "welcome-message")))
　　            welcome_text = self.driver.find_element(By.ID, "welcome-message").text
　　            assert "Welcome" in welcome_text
　　            self.logger.info("Login verification successful")
　　    
　　    @classmethod
　　    def teardown_class(cls):
　　        cls.driver.quit()

代码解读与分析

　　日志记录:

　　使用Python标准库logging模块配置日志记录

　　每个关键操作都有相应的日志记录

　　日志格式包含时间戳、日志级别和详细信息

监控指标:

　　使用prometheus-client库定义和暴露指标

　　TEST_DURATION记录页面加载时间

　　ELEMENT_FIND_TIME记录元素定位耗时

　分布式追踪:

　　使用OpenTelemetry API创建追踪span

　　每个测试步骤都包裹在独立的span中