接口测试框架接入性能测试实践分享

简介: 接口测试+性能测试,实现“低”投入、“高”回报,成为质量保障实践首选手段。

1. 前言

现如今接口测试在软件质量行业中的地位,已经越来越重要,相对于上层的UI自动化测试和下层的单元测试,接口测试的“低”投入、“高”回报,也成了绝大多数质量保障实践的首选。

在开展接口测试时,往往很多时候都只在关注接口的功能性质量,而对于非功能性的质量保障验证,比如性能、安全,在实际工程应用或者设计用例时关注度明显不足(甚至很多压根没有这方面的测试实践)。

今天就以Python系下requests库(常用于接口测试)和Robot FrameWork框架为例,和大家聊聊在接口测试过程中,和功能需求同等重要的性能测试检查项。

2. 接口测试需要考虑的性能检查项

在接口测试过程中,除了要考虑产品需求的正常、异常、数据正确性等显性功能需求质量外,还有很多隐性需求质量需要关注,以性能测试为例,常见需要关注的检查项包括,但不限于:

  • 1、单用户登录的响应时间是否小于 3 秒;
  • 2、单用户登录时,后台请求数量是否过多;
  • 3、高并发场景下用户登录的响应时间是否小于 5 秒;
  • 4、高并发场景下服务端的监控指标是否符合预期;
  • 5、高集合点并发场景下,是否存在资源死锁和不合理的资源等待;
  • 6、长时间大量用户连续登录和登出,服务器端是否存在内存泄漏。

本文重点以接口响应时间为例,介绍如何在requests库和Robot FrameWork框架纳入性能测试项,其它性能检查项思路基本都是相通的。

3. requests库接口测试校验响应时间

通常在结合requests库开展接口测试时,发送请求后,接口的响应时间,也是我们需要关注的一个重点,如果响应时间太长,从产品业务或者用户角度也是不可接受的。那如何进行请求响应时间校验,也成为了接口测试人员需要掌握的一项小技能。

针对requests库校验请求响应时间,给大家提供两种实现思路:

一、借助请求响应超时机制

具体实现:

#-*- coding:utf-8 -*-
import requests
from requests import exceptions

try:
    req = requests.post(url=url, data=data, headers=headers, verify=False, timeout=3)       
   print r.json()
except exceptions.Timeout as e:   
    print("抛出异常")

在上述实现中,通过增加timeout参数,设置请求响应超时机制,当timeout=3(可自由定义),当请求响应时间超过3秒,则会抛出超时异常。

其中,额外补充的知识点:超时(默认单位:s),有两种设置超时方法:

  • timeout=5:设置5s的超时时间
  • timeout=(5,10):设置区间时间的等待

 当请求出现超时时,则会抛出此异常:requests.exceptions.ConnectTimeout: HTTPConnectionPool    

2、获取响应时间方法:req.elapsed.total_seconds()

二、借助requests接口响应返回值elapsed

具体实现:

#-*- coding:utf-8 -*-
import requests

r = requests.post(url, data=data, headers=headers)
print(r.status_code)
print(r.elapsed)
print(r.elapsed.total_seconds())
print(r.elapsed.microseconds)
print(r.elapsed.seconds)
elapsed_time = r.elapsed.total_seconds() #获取实际的响应时间 
assert elapsed_time>3

上述代码实现中,通过获取请求返回的响应值来获取接口响应时间,常见的几个获取响应时间参数为:

  • elapsed.total_seconds:获取响应时间,单位s (推荐)
    1. microseconds:获取响应时间,大于1s的时候,只截取了后面的小数部分
  • elapsed.seconds:单位s,响应时间小于1s时,为0

4. Robot Framework框架校验响应时间

在上述我们介绍了requests库在开展接口测试过程,校验请求响应时间的实现思路。而通过Robot Framework框架开展接口测试,主要会依赖RequestsLibray库,而因此实现思路也是一样的。

具体实现,可参考下述示例:

img

上述校验请求响应时间,核心就两句代码:

${elapsed_seconds}=    set variable    ${resp.elapsed.total_seconds()}
should be true    ${elapsed_seconds}<3

补充知识点:响应体${resp}是一个类对象,源码可在requests/models/Response查看,可以查看找出该类的所有属性,第6行打印结果:

5. 小结

作为测试工程师,你的目标是要保证系统在各种应用场景下的功能是符合设计要求的,所以你需要考虑的测试用例就需要更多、更全面。本文,通过接口测试如何融合接口性能检查项,给大家提供一点思路,希望对你有所帮助或启发。

如果觉得有用,帮忙点个好看朋友圈转发分享一下就行。

目录
相关文章
|
5月前
|
人工智能 自然语言处理 测试技术
从人工到AI驱动:天猫测试全流程自动化变革实践
天猫技术质量团队探索AI在测试全流程的落地应用,覆盖需求解析、用例生成、数据构造、执行验证等核心环节。通过AI+自然语言驱动,实现测试自动化、可溯化与可管理化,在用例生成、数据构造和执行校验中显著提效,推动测试体系从人工迈向AI全流程自动化,提升效率40%以上,用例覆盖超70%,并构建行业级知识资产沉淀平台。
从人工到AI驱动:天猫测试全流程自动化变革实践
|
5月前
|
数据采集 存储 人工智能
从0到1:天猫AI测试用例生成的实践与突破
本文系统阐述了天猫技术团队在AI赋能测试领域的深度实践与探索,讲述了智能测试用例生成的落地路径。
从0到1:天猫AI测试用例生成的实践与突破
|
7月前
|
Web App开发 人工智能 JavaScript
主流自动化测试框架的技术解析与实战指南
本内容深入解析主流测试框架Playwright、Selenium与Cypress的核心架构与适用场景,对比其在SPA测试、CI/CD、跨浏览器兼容性等方面的表现。同时探讨Playwright在AI增强测试、录制回放、企业部署等领域的实战优势,以及Selenium在老旧系统和IE兼容性中的坚守场景。结合六大典型场景,提供技术选型决策指南,并展望AI赋能下的未来测试体系。
|
5月前
|
SQL 安全 Linux
Metasploit Pro 4.22.8-20251014 (Linux, Windows) - 专业渗透测试框架
Metasploit Pro 4.22.8-20251014 (Linux, Windows) - 专业渗透测试框架
302 1
Metasploit Pro 4.22.8-20251014 (Linux, Windows) - 专业渗透测试框架
|
5月前
|
Linux 网络安全 iOS开发
Metasploit Framework 6.4.95 (macOS, Linux, Windows) - 开源渗透测试框架
Metasploit Framework 6.4.95 (macOS, Linux, Windows) - 开源渗透测试框架
512 1
Metasploit Framework 6.4.95 (macOS, Linux, Windows) - 开源渗透测试框架
|
6月前
|
安全 Linux 网络安全
Metasploit Pro 4.22.8-2025091701 (Linux, Windows) - 专业渗透测试框架
Metasploit Pro 4.22.8-2025091701 (Linux, Windows) - 专业渗透测试框架
433 2
Metasploit Pro 4.22.8-2025091701 (Linux, Windows) - 专业渗透测试框架
|
6月前
|
Linux 网络安全 iOS开发
Metasploit Framework 6.4.90 (macOS, Linux, Windows) - 开源渗透测试框架
Metasploit Framework 6.4.90 (macOS, Linux, Windows) - 开源渗透测试框架
486 1
Metasploit Framework 6.4.90 (macOS, Linux, Windows) - 开源渗透测试框架
|
6月前
|
Java 测试技术 API
自动化测试工具集成及实践
自动化测试用例的覆盖度及关键点最佳实践、自动化测试工具、集成方法、自动化脚本编写等(兼容多语言(Java、Python、Go、C++、C#等)、多框架(Spring、React、Vue等))
433 6
|
6月前
|
安全 Linux 网络安全
Metasploit Framework 6.4.88 (macOS, Linux, Windows) - 开源渗透测试框架
Metasploit Framework 6.4.88 (macOS, Linux, Windows) - 开源渗透测试框架
623 0
|
6月前
|
人工智能 边缘计算 搜索推荐
AI产品测试学习路径全解析:从业务场景到代码实践
本文深入解析AI测试的核心技能与学习路径,涵盖业务理解、模型指标计算与性能测试三大阶段,助力掌握分类、推荐系统、计算机视觉等多场景测试方法,提升AI产品质量保障能力。