jmeter-测试计划

 

测试计划包括至少要有一个线程组。在每个线程组中,我们可以包含一个或多个其他元素,例如:取样器(Sampler),逻辑控制器,配置元件,监听器和定时器。 每个取样器(Sampler)被放在一个或多个预处理器元件之后,其后是后处理器元件和/或断言元件。

1. 区域1是一个目录树,存放设计过程中需要的元件,执行过程中默认从根节点开始顺序遍历树上的元件。

2. 区域2是测试计划编辑区域,用户自定义变量可以定义整个测试计划公用的全局变量,这些变量对所有的线程组有效。我们还可以在这里对线程组的运行进行设置,也可以在这里      导入jar包。

     独立运行每个线程组:按照顺序运行线程组,如果有多个线程组,勾选了此项可以顺序运行线程组,不勾选时每个线程组同时运行。

    线程组中的取样器的执行顺序: 默认是从上到下执行。交替控制器、随机控制器、随机顺序控制器和循环控制器等可以改变取样器的执行顺序。

    函数测试模式(Functional Testing) 如果选中了此选项,监听组件如“查看结果树”配置了保存到一个文件中,那么jmeter会将每次的请求结果保存到文件中。只有当你需求记录每个请求从服务器取得的数据到文件时,才需要选择函数测试模式,选择这个选项很影响性能。一般不建议勾选。 

    Run tearDown Thread Groups after shutdown of main threads:关闭主线程后运行teardown程序来正常关闭线程组(运行的线程本次迭代完成后关闭)

 

add directory or jar to classpath:把测试需要依赖的jar包或包所在的目录加入类路径。一般还是把依赖的jar包放在lib目录下

 

转载于:https://www.cnblogs.com/gezirui/p/9079498.html

基于数据挖掘的音乐推荐系统设计与实现 需要一个代码说明,不需要论文 采用python语言,django框架,mysql数据库开发 编程环境:pycharm,mysql8.0 系统分为前台+后台模式开发 网站前台: 用户注册, 登录 搜索音乐,音乐欣赏(可以在线进行播放) 用户登陆时选择相关感兴趣的音乐风格 音乐收藏 音乐推荐算法:(重点) 本课题需要大量用户行为(如播放记录、收藏列表)、音乐特征(如音频特征、歌曲元数据)等数据 (1)根据用户之间相似性或关联性,给一个用户推荐与其相似或有关联的其他用户所感兴趣的音乐; (2)根据音乐之间的相似性或关联性,给一个用户推荐与其感兴趣的音乐相似或有关联的其他音乐。 基于用户的推荐和基于物品的推荐 其中基于用户的推荐是基于用户的相似度找出相似相似用户,然后向目标用户推荐其相似用户喜欢的东西(和你类似的人也喜欢**东西); 而基于物品的推荐是基于物品的相似度找出相似的物品做推荐(喜欢该音乐的人还喜欢了**音乐); 管理员 管理员信息管理 注册用户管理,审核 音乐爬虫(爬虫方式爬取网站音乐数据) 音乐信息管理(上传歌曲MP3,以便前台播放) 音乐收藏管理 用户 用户资料修改 我的音乐收藏 完整前后端源码,部署后可正常运行! 环境说明 开发语言:python后端 python版本:3.7 数据库:mysql 5.7+ 数据库工具:Navicat11+ 开发软件:pycharm
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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