一文揭秘测试平台中是如何将测试用例一键转化Jmeter压测脚本 (下)

本文涉及的产品
性能测试 PTS,5000VUM额度
简介: 一文揭秘测试平台中是如何将测试用例一键转化Jmeter压测脚本 (下)

大家可以根据自己的项目去定制的,写完实现的方法后,要去实现对应的api。


@GetMapping("/make")
    public ResultVO make(@Valid PerTestParamForm perTestParamForm,
                         BindingResult bindingResult) {
        if (bindingResult.hasErrors()) {
            throw new PanExection(ResultEmus.PARM_ERROR.getCode(), bindingResult.getFieldError().getDefaultMessage());
        }
        String interfacecase = interfaceCaseService.makePerTest(perTestParamForm);
        return ResultVOUntils.success(interfacecase);
    }
    @GetMapping("/runPerServer")
    public ResultVO runPerServer(@Valid RunServerFrom perTestParamForm,
                         BindingResult bindingResult) {
        if (bindingResult.hasErrors()) {
            throw new PanExection(ResultEmus.PARM_ERROR.getCode(), bindingResult.getFieldError().getDefaultMessage());
        }
        boolean reslut = interfaceCaseService.runPerServer(perTestParamForm);
        if (reslut){
            return ResultVOUntils.success();
        }
        return ResultVOUntils.error("执行失败");
    }  


实现了两个的api。然后我们可以启动本地的代码去调试对应的程序。如果大家没有那么多的服务器可以测试的,可以参考我之前写的一篇文章。开必杀技--docker安装Ubuntu系统实战


可以利用docker 虚拟化几台服务器做测试用,特别简单的。我们可以用Jmeter去打开我们的实现的脚本代码的。


image.png


image.png


 最后写入还是返回我们的监控的平台

   

       说一下这个demo的缺点。因为是一个demo,它肯定有缺点的,缺点如下。

     

           1.数据库设计,没有前瞻性,数据库设计只是为了满足当前的开发需要,不利于后续的变更。


           2.功能的实现 中。


           2.1 参数是固定的。


           2.2 没有参数化


           2.3没有兼容到csv的大数据


           2.4依赖登录没有处理


           2.5断言不灵活


           2.6 缺乏数据的对比


           2.7 适配业务场景测试不足。


  大概我现在想到的有以上的不足,当然了,这是一个需要慢慢优化的,在后续的持续迭代中,我会将上面的不足补充。

     

   上述的就是一个大致的demo版本,大致的流程就是这样实现的,因为这是一个完整的平台,所以很多的代码的实现 都是复用原有的,大致的功能都已经能够实现的。关于整个测试平台的开发,后续有机会可以在群里给大家开放系列的课程的,目前的python版本的测试平台已经开源。放在了https://github.com/liwanlei/FXTest, 欢迎大家star,后续等这个功能 完美后,我会在维护开源的平台的时候,作为一个版本的迭代功能 坐上去。欢迎大家持续关注。

相关实践学习
通过性能测试PTS对云服务器ECS进行规格选择与性能压测
本文为您介绍如何利用性能测试PTS对云服务器ECS进行规格选择与性能压测。
相关文章
|
9天前
|
存储 监控 前端开发
如何确保测试脚本的稳定性和可靠性?
确保测试脚本的稳定性和可靠性是保证性能测试结果准确有效的关键
|
9天前
|
监控 网络协议 Java
一些适合性能测试脚本编写和维护的工具
一些适合性能测试脚本编写和维护的工具
|
9天前
|
存储 监控 测试技术
测试脚本编写和维护的最佳实践有哪些?
测试脚本编写和维护的最佳实践有哪些?
|
9天前
|
测试技术 数据库连接 数据库
测试脚本的编写和维护对性能测试结果有何影响?
测试脚本的编写和维护对性能测试结果有着至关重要的影响,
17 1
|
13天前
|
缓存 监控 测试技术
全网最全压测指南!教你如何测试和优化系统极限性能
大家好,我是小米。本文将介绍如何在实际项目中进行性能压测和优化,包括单台服务器和集群压测、使用JMeter、监控CPU和内存使用率、优化Tomcat和数据库配置等方面的内容,帮助你在高并发场景下提升系统性能。希望这些实战经验能助你一臂之力!
28 3
|
17天前
|
测试技术 持续交付 Apache
Python性能测试新风尚:JMeter遇上Locust,性能分析不再难🧐
Python性能测试新风尚:JMeter遇上Locust,性能分析不再难🧐
43 3
|
16天前
|
缓存 测试技术 Apache
告别卡顿!Python性能测试实战教程,JMeter&Locust带你秒懂性能优化💡
告别卡顿!Python性能测试实战教程,JMeter&Locust带你秒懂性能优化💡
32 1
|
24天前
|
JSON 测试技术 持续交付
自动化测试与脚本编写:Python实践指南
自动化测试与脚本编写:Python实践指南
26 1
|
1月前
|
测试技术 持续交付 Apache
Python性能测试新风尚:JMeter遇上Locust,性能分析不再难🧐
【10月更文挑战第1天】Python性能测试新风尚:JMeter遇上Locust,性能分析不再难🧐
134 3
|
2月前
|
测试技术 数据库 UED
Python 性能测试进阶之路:JMeter 与 Locust 的强强联合,解锁性能极限
【9月更文挑战第9天】在数字化时代,确保软件系统在高并发场景下的稳定性至关重要。Python 为此提供了丰富的性能测试工具,如 JMeter 和 Locust。JMeter 可模拟复杂请求场景,而 Locust 则能更灵活地模拟真实用户行为。结合两者优势,可全面评估系统性能并优化瓶颈。例如,在电商网站促销期间,通过 JMeter 模拟大量登录请求并用 Locust 模拟用户浏览和购物行为,可有效识别并解决性能问题,从而提升系统稳定性和用户体验。这种组合为性能测试开辟了新道路,助力应对复杂挑战。
113 2
下一篇
无影云桌面