python解析jmx完成jmeter压力测试

最新推荐文章于 2024-10-29 09:07:46 发布

石头9

最新推荐文章于 2024-10-29 09:07:46 发布

阅读量3.7k

点赞数 3

CC 4.0 BY-SA版权

分类专栏：压力测试性能测试文章标签： python jmx jmeter rabbit 压力测试

本文链接：https://blog.youkuaiyun.com/wwd5979/article/details/101778314

本文介绍了如何在Python环境下解析JMX文件并利用JMeter进行压力测试。首先，通过Django+Vue搭建的测试质量平台触发压力测试，将测试参数发送到MQ。然后，压力机消费MQ消息，生成JMX文件并执行。测试完成后，将JTL文件转换为CSV，并存入数据库以供平台展示结果。这种方法便于快速部署和后续功能扩展，如多集群压力测试和监控主机状态。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

最近在在弄项目的测试质量平台，平台本身是django+vue搭建的，缺少一个性能压测的小模块，所以着手处理了了下，其实第一选择应该是locust，因为locust本身就是基于python的性能测试框架，可能跟平台本身更加契合，但在实际的测试和体验后，发现其实使用并不理想，占用内存大，数据指标也并不准确。后来觉得还是用jmeter处理下可能更稳妥些。

大体的思路如下：

1、点击平台内case列表执行按键，将case相关信息如（线程数，持续时间，请求方式、参数等）发送至mq

2、压力机内mq进行消费读取case信息，将信息写入jmeter的JMX文件内，执行该JMX文件

3、生成结果后，因为jmeter生成报告的方式是内部引用变量，无法从某个节点取到对应数值，所以要将生成的jtl文件转为csv文件

4、最后将csv文件写入数据库，平台列表展示case关联压测结果

import time, pika, os, json, subprocess, csv, pymysql, logging
import xml.etree.cElementTree as ET
from urllib import parse

LOG_FORMAT = "%(asctime)s - %(levelname)s - %(message)s"  # 日志格式化输出
DATE_FORMAT = "%m/%d/%Y %H:%M:%S %p"  # 日期格式
fp = logging.FileHandler('performance.log', encoding='utf-8')
fs = logging.StreamHandler()
logging.basicConfig(level=logging.DEBUG, format=LOG_FORMAT, datefmt=DATE_FORMAT, handlers=[fp, fs])


# jmeter  基本信息
currpath = os.path.dirname(os.path.realpath(__file__))

JMETER_PLUGIN_NAME = r'''"E:\自动化\jmeter\apache-jmeter-3.1\apache-jmeter-3.1\lib\ext\CMDRunner.jar"'''

JMETER_HOME = r'''"E:\自动化\jmeter\apache-jmeter-3.1\apache-jmeter-3.1\bin\jmeter.bat"'''

JMETER_EXEC_JMX = "excutePerformance.jmx"

JMETER_TEMPLATES_JMX = "templatesPerformance.jmx"

# rabbitmq 配置信息
MQ_CONFIG = {
    "host": "",
    "port": 5672,
    "vhost": "/",
    "user": "admin",
    "passwd": "admin",
}


# mq 消费端
def consume():
    # 创建连接
    credentials = pika.PlainCredentials(MQ_CONFIG["user"], MQ_CONFIG["passwd"])
    conn_broker = pika.BlockingConnection(
        pika.ConnectionParameters(host=MQ_CONFIG["host"], port=MQ_CONFIG["port"], virtual_host=MQ_CONFIG["vhost"],
                                  credentials=credentials))

    # 在连接上创建一个频道
    chan = conn_broker.channel()
    chan.queue_declare(queue='performanceQueue')
    chan.basic_consume('performanceQueue', callback, auto_ack=True)
    chan.start_consuming()


# 解析执行mq数据
def callback(ch, method, properties, body):
    strBody = body.decode('gbk').replace("'", '"')
    requestDic = json.loads(strBody)
    if handleTemplates(requestDic):
        execjmxs(requestDic["case_per_result_id"])


# 将mq信息写入jmx文件
def handleTemplates(requestDic):
    try:
        logging.info("将mq信息写入jmx模板")
        # 基本信息
        url = parse.urlparse(requestDic["request"]["host"])
        HTTPSampler_domain = url.netloc
        HTTPSampler_protocol = url.scheme
        HTTPSampler_path = requestDic["request"]["path"]
        HTTPSampler_method = requestDic["request"]["method"]
        HTTPSampler_params = requestDic["request"]["params"]
        HTTPSampler_body = requestDic["request"]["data"]
        HTTPSampler_headers = requestDic["request"]["he