声明：以下文章内容所涉及的任何工具及平台均出自本人日常工作使用，或兴趣爱好研究。没有收到任何机构或组织充值，不存在任何广告行为。喜欢的点个赞、收藏、转发就好。
前言
前段时间满怀信心地发表了《开源测试平台横向测评系列》的预告篇，准备就Metersphere、Yapi、teprunner、流马、sonic等各大开源测试平台从安装、试用等多个维度开展对比、总结，并记录成文档发表在文章上。原计划是分多篇来写：部署篇、使用篇、拓展篇、总结篇，中间有个群友建议可以只写一篇万字长文，这样也方便大家统一收藏和转载。想想也觉得挺有道理，就改变了原计划。一直以来，这件事情也在有条不紊地进行着，虽然进度比较慢。可就在前几天，已经写了一半，部署各大测试平台的那台服务器突然中病毒挂掉了，不得不重新安装系统，真是欲哭无泪。
趁着这个周末，我正在慢慢地将各个服务恢复，刚好也借着这个机会，把各个平台的部署、用法又重新梳理了一遍，准备还是按原计划分多篇进行，稍有不同的是，会分成每个平台写一篇文章，最后再写一篇总结对比。这样，写一篇发一篇，进度可能还会快一些，免得攒了好久最后还得推倒重来、前功尽弃。
本篇可以算作是这个系列的第一篇正式文章，主要介绍一站式开源持续测试平台Metersphere，以下简称MS。内容大概分为以下几个方面：
- MS简介
- 安装部署
- 接口测试
- 性能测试
- 使用总结
一、简介
1.项目介绍
项目地址：https://github.com/metersphere/metersphere
使用文档：https://metersphere.io/docs/
MeterSphere 是一款一站式开源持续测试平台, 涵盖测试跟踪、接口测试、UI 测试和性能测试等，全面兼容 JMeter、Selenium 等主流开源标准，能够有效助力开发和测试团队在线共享协作，实现端到端的测试管理跟踪可视化、自动化测试、性能测试及融入持续交付 DevOps 体系，并充分利用云弹性进行高度可扩展的自动化测试，从而加速高质量的软件交付，推动中国测试行业整体效率的提升。（官方简介）
2.产品优势
- 开源：基于开源、兼容开源；按月发布新版本、日均下载安装超过100次、被大量客户验证；
- 一站式：一个产品全面涵盖测试跟踪、接口测试、UI测试、性能测试并打通联动；
- 全生命周期：一个产品满足从测试计划、测试执行到测试报告分析的全生命周期需求；
- 持续测试：无缝对接 Bug 管理工具和持续集成工具等，能将测试融入持续交付和 DevOps 体系；
- 团队协作：在线 Web 门户、分权分域，在线共享协作管理资产沉淀资产，支持建立公司级门户，无论团队规模如何，总有适合的落地方式。
3.主要功能
- 测试跟踪: 对接主流项目管理平台，测试过程全链路跟踪管理；列表脑图模式自由切换，用例编写更简单、测试报告更清晰；
- 接口测试: 比 JMeter 易用，比 PostMan 强大； API 管理、Mock 服务、场景编排、多协议支持，你想要的全都有；
- UI 测试: 基于 Selenium 浏览器自动化，高度可复用的测试脚本；无需复杂的代码编写，人人都可开展的低代码自动化测试（企业版支持，社区版不支持）；
- 性能测试: 兼容 JMeter 的同时补足其分布式、监控与报告以及管理短板; 轻松帮助团队实现高并发、分布式的性能压测，完成压测任务的统一调度与管理。
4.界面展示
测试跟踪首页
接口测试首页
二、安装部署
1.下载离线安装包
由于项目较为庞大，且在线安装是通过GitHub下载，速度较慢，因此采用离线安装的方式较为妥当。离线安装的另一好处就是可以在安装前自由配置各个组件的端口号。
项目地址：https://github.com/metersphere/metersphere/releases
官方文档：https://metersphere.io/docs/installation/offline_installation/
下载地址：https://community.fit2cloud.com/#/download/metersphere/v2-0-0
我下载的是最新版2.0的安装包，解压安装包：
tar -xvf metersphere-offline-installer-v2.0.0.tar.gz
2.目录结构
通过解压后的目录文件可以看出：
- docker目录：主要存放docker及docker-compose相关的命令脚本，由于我的服务器已经安装过，所以后续安装过程会跳过docker及docker-compose的安装（安装日志中可以看出）
- images：目录主要存放MS各个组件的相关镜像文件（用于创建各个组件对应的容器）
- metersphere：目录主要存放MS各个组件的docker-compose的yml配置文件(docker-compose根据对应的yml文件安装各个组件、容器编排)
- install.conf：为安装配置文件（install.sh安装时会读取此配置文件）
- install.sh：为MS整个项目的安装脚本
- msctl：为MS项目的管理命令工具，类似gitlab的gitlab-ctl命令
3.修改安装配置文件
修改配置文件install.conf，如果一些端口已被其他服务占用，需要提前修改好端口号，比如mysql的3306、redis的6379等
# 基础配置## 安装路径, MeterSphere 配置及数据文件默认将安装在 ${MS_BASE}/metersphere 目录下MS_BASE=/opt ## MeterSphere 使用的 docker 网络网段信息MS_DOCKER_SUBNET=172.30.10.0/24 ## 镜像前缀, MeterSphere 相关组件使用的 Docker 镜像前缀, 例如 registry.cn-qingdao.aliyuncs.com/metersphereMS_IMAGE_PREFIX=registry.cn-qingdao.aliyuncs.com/metersphere ## 镜像标签, MeterSphere 相关组件使用的 Docker 镜像标签MS_IMAGE_TAG=v2.0.0 ## 性能测试使用的 JMeter 镜像MS_JMETER_IMAGE=${MS_IMAGE_PREFIX}/jmeter-master:5.5-ms1-jdk11 ## 安装模式MS_INSTALL_MODE=allinone ## MeterSphere 主程序的 HTTP 服务监听端口MS_SERVER_PORT=8081MS_SERVER_HTTPS_PORT=8444## MeterSphere Node-Controller 组件的 HTTP 服务监听端口MS_NODE_CONTROLLER_PORT=8082MS_NODEEXPORTER_PORT=9100# 数据库配置## 是否使用外部数据库MS_EXTERNAL_MYSQL=false## 数据库地址MS_MYSQL_HOST=mysql ## 数据库端口MS_MYSQL_PORT=3307## 数据库库名MS_MYSQL_DB=metersphere ## 数据库用户名MS_MYSQL_USER=root ## 数据库密码MS_MYSQL_PASSWORD=Password123@mysql # Prometheus 配置## 是否使用外部PrometheusMS_EXTERNAL_PROM=falseMS_PROMETHEUS_PORT=9090# Redis 配置## 是否使用外部RedisMS_EXTERNAL_REDIS=false## Redis 端口MS_REDIS_PORT=6380## Redis 密码MS_REDIS_PASSWORD=Password123@redis ## Redis地址MS_REDIS_HOST=$(hostname -I|cut -d" " -f 1)# Kafka 配置## 是否使用外部 KafkaMS_EXTERNAL_KAFKA=false## Kafka 地址MS_KAFKA_HOST=192.168.1.122 ## Kafka 端口MS_KAFKA_PORT=9092## 性能测试结果数据使用的 Kafka TopicMS_KAFKA_TOPIC=JMETER_METRICS ## 性能测试日志数据使用的 Kafka TopicMS_KAFKA_LOG_TOPIC=JMETER_LOGS ## 性能测试定时任务通知使用的 Kafka TopicMS_KAFKA_TEST_TOPIC=LOAD_TESTS ## 重构后性能测试结果数据使用的 Kafka TopicMS_KAFKA_REPORT_TOPIC=JMETER_REPORTS # TCP MOCK 端口范围MS_TCP_MOCK_PORT=10000-10010# seleniarm 容器配置## 是否启动seleniarm容器MS_SELENIARM_ENABLED=false
4.安装MS
/bin/bash install.sh
安装过程log：
注意：MS安装和运行依赖docker和docker-compose，如果识别到系统中不存在docker的话，安装MS过程中会先安装docker和docker-compose，如果识别到已经安装，则会跳过安装。
存在已安装的 MeterSphere, 安装目录为 /opt/metersphere, 执行升级流程
[MeterSphere Log]: 拷贝安装文件到目标目录 ‘./metersphere/docker-compose-kafka.yml’ -> ‘/opt/metersphere/docker-compose-kafka.yml’ (backup: ‘/opt/metersphere/docker-compose-kafka.yml.20220803-1415’) ‘./metersphere/docker-compose-redis.yml’ -> ‘/opt/metersphere/docker-compose-redis.yml’ ‘./metersphere/docker-compose-prometheus.yml’ -> ‘/opt/metersphere/docker-compose-prometheus.yml’ (backup: ‘/opt/metersphere/docker-compose-prometheus.yml.20220803-1415’) ‘./metersphere/docker-compose-node-controller.yml’ -> ‘/opt/metersphere/docker-compose-node-controller.yml’ (backup: ‘/opt/metersphere/docker-compose-node-controller.yml.20220803-1415’) ‘./metersphere/docker-compose-mysql.yml’ -> ‘/opt/metersphere/docker-compose-mysql.yml’ (backup: ‘/opt/metersphere/docker-compose-mysql.yml.20220803-1415’) ‘./metersphere/conf/my.cnf’ -> ‘/opt/metersphere/conf/my.cnf’ (backup: ‘/opt/metersphere/conf/my.cnf.20220803-1415’) ‘./metersphere/conf/version’ -> ‘/opt/metersphere/conf/version’ (backup: ‘/opt/metersphere/conf/version.20220803-1415’) ‘./metersphere/conf/redis.conf’ -> ‘/opt/metersphere/conf/redis.conf’ ‘./metersphere/conf/prometheus/prometheus.yml’ -> ‘/opt/metersphere/conf/prometheus/prometheus.yml’ (backup: ‘/opt/metersphere/conf/prometheus/prometheus.yml.20220803-1415’) ‘./metersphere/conf/metersphere.properties’ -> ‘/opt/metersphere/conf/metersphere.properties’ (backup: ‘/opt/metersphere/conf/metersphere.properties.20220803-1415’) ‘./metersphere/version’ -> ‘/opt/metersphere/version’ (backup: ‘/opt/metersphere/version.20220803-1415’) ‘./metersphere/docker-compose-seleniarm.yml’ -> ‘/opt/metersphere/docker-compose-seleniarm.yml’ ‘./metersphere/docker-compose-base.yml’ -> ‘/opt/metersphere/docker-compose-base.yml’ (backup: ‘/opt/metersphere/docker-compose-base.yml.20220803-1415’) ‘./metersphere/docker-compose-server.yml’ -> ‘/opt/metersphere/docker-compose-server.yml’ (backup: ‘/opt/metersphere/docker-compose-server.yml.20220803-1415’) ‘./metersphere/logs/README.md’ -> ‘/opt/metersphere/logs/README.md’ (backup: ‘/opt/metersphere/logs/README.md.20220803-1415’) [MeterSphere Log]: ======================= 开始安装 =======================[MeterSphere Log]: 检测到 Docker 已安装，跳过安装步骤 [MeterSphere Log]: 启动 Docker Redirecting to /bin/systemctl start docker.service [MeterSphere Log]: 检测到 Docker Compose 已安装，跳过安装步骤 [MeterSphere Log]: 加载镜像 Loaded image: registry.cn-qingdao.aliyuncs.com/metersphere/jmeter-master:5.5-ms1-jdk11 Loaded image: registry.cn-qingdao.aliyuncs.com/metersphere/kafka:3.2.0 Loaded image: registry.cn-qingdao.aliyuncs.com/metersphere/metersphere:v2.0.0 Loaded image: registry.cn-qingdao.aliyuncs.com/metersphere/ms-data-streaming:v2.0.0 Loaded image: registry.cn-qingdao.aliyuncs.com/metersphere/ms-node-controller:v2.0.0 Loaded image: registry.cn-qingdao.aliyuncs.com/metersphere/mysql:8.0.28 Loaded image: registry.cn-qingdao.aliyuncs.com/metersphere/node-exporter:latest Loaded image: registry.cn-qingdao.aliyuncs.com/metersphere/prometheus:latest Loaded image: registry.cn-qingdao.aliyuncs.com/metersphere/redis:6.2.6 Loaded image: registry.cn-qingdao.aliyuncs.com/metersphere/seleniarm-grid-all:4.1.4-20220519 [MeterSphere Log]: 启动服务 Removing network metersphere_ms-network Network metersphere_ms-network not found. Removing volume metersphere_ms-conf Volume metersphere_ms-conf not found. Removing volume metersphere_ms-logs Volume metersphere_ms-logs not found. Removing volume metersphere_ms-data Volume metersphere_ms-data not found. Removing volume metersphere_ms-mysql-data Volume metersphere_ms-mysql-data not found. Removing volume metersphere_ms-prometheus-data Volume metersphere_ms-prometheus-data not found. Removing volume metersphere_ms-prometheus-conf Volume metersphere_ms-prometheus-conf not found. Removing volume metersphere_ms-redis-data Volume metersphere_ms-redis-data not found. Creating network "metersphere_ms-network" with driver "bridge"Creating volume "metersphere_ms-conf" with default driver Creating volume "metersphere_ms-logs" with default driver Creating volume "metersphere_ms-data" with default driver Creating volume "metersphere_ms-mysql-data" with default driver Creating volume "metersphere_ms-prometheus-data" with default driver Creating volume "metersphere_ms-prometheus-conf" with default driver Creating volume "metersphere_ms-redis-data" with default driver Creating mysql ... Creating ms-prometheus ... Creating ms-node-controller ... Creating redis ... Creating kafka ... Creating kafka ... doneCreating ms-prometheus ... doneCreating mysql ... doneCreating ms-node-controller ... doneCreating redis ... doneCreating nodeexporter ... Creating nodeexporter ... doneCreating ms-data-streaming ... Creating ms-data-streaming ... doneCreating ms-server ... Host is already in use by another container Creating ms-server ... error ERROR: for ms-server Cannot startservice ms-server: driver failed programming external connectivity on endpoint ms-server (52b0506605c32dc29746d636c3a11716044629df45c84791420753001770cb68): Error starting userland proxy: listen tcp4 0.0.0.0:8443: bind: address already in use ERROR: for ms-server Cannot startservice ms-server: driver failed programming external connectivity on endpoint ms-server (52b0506605c32dc29746d636c3a11716044629df45c84791420753001770cb68): Error starting userland proxy: listen tcp4 0.0.0.0:8443: bind: address already in use Encountered errors while bringing up the project. Name Command State Ports -------------------------------------------------------------------------------------------------------------------------------------------------------kafka /opt/bitnami/scripts/kafka ... Up (healthy) 0.0.0.0:9092->9092/tcp,:::9092->9092/tcp ms-data-streaming /deployments/run-java.sh Up (healthy) ms-node-controller /deployments/run-java.sh Up (healthy) 0.0.0.0:8082->8082/tcp,:::8082->8082/tcp, 0.0.0.0:9100->9100/tcp,:::9100->9100/tcp ms-prometheus /bin/prometheus --config.f ... Up (healthy) 0.0.0.0:9090->9090/tcp,:::9090->9090/tcp ms-server /deployments/run-java.sh Exit 128mysql docker-entrypoint.sh mysqld Up (healthy) 0.0.0.0:3307->3306/tcp,:::3307->3306/tcp, 33060/tcp nodeexporter /bin/node_exporter --path. ... Up (healthy) redis docker-entrypoint.sh redis ... Up (healthy) 0.0.0.0:6380->6379/tcp,:::6380->6379/tcp ======================= 安装完成 =======================请通过以下方式访问: URL: http://$LOCAL_IP:8181 用户名: admin 初始密码: metersphere 您可以使用命令 'msctl status' 检查服务运行情况.
根据安装日志，发现ms-server这个容器启动失败了，因为8443端口已被其他服务占用。当然如果你本地这个端口没有被占用的话，安装过程就会顺利些。所以最好在安装前提前确认好install.conf中默认的各个端口有没有被占用，或是提前修改为其他端口。
ms-server容器报错日志如下
原因：metersphere工作人员说是“flyway执行sql出错了”
解决方法：
① 进入mysql数据库，找到metersphere_version表里最后一条success值为0的数据，查看该条数据的script字段值，例如：V92_v1.11.2_release.sql
② https://github.com/metersphere/metersphere/tree/master/backend/src/main/resources/db/migration上找到与第一步中script值相对应的sql文件，将文件中的sql语句复制到metersphere数据库中再执行一遍；
③ 执行完后，将该条数据的success字段值改为1
④ 重启ms-server容器
docker restart ms-server
再次查看各个组件状态，各个组件的相关容器均已启动：
msctl status
5.msctl命令
msctl命令是MS自带的管理工具，类似于Gitlab的gitlabctl命令。安装完成后，后续即可借助msctl统一管理MS相关的容器服务，例如：重启、停止、卸载等。我们可以查看帮助命令，了解其具体用法：
msctl --help
MeterSphere 控制脚本 Usage: ./msctl.sh [COMMAND] [ARGS...] ./msctl.sh --helpCommands: status 查看 MeterSphere 服务运行状态 start 启动 MeterSphere 服务 stop 停止 MeterSphere 服务 restart 重启 MeterSphere 服务 reload 重新加载 MeterSphere 服务 upgrade 升级 MeterSphere 至最新版本 upgrade [RELEASE] 根据版本号搜索离线包，升级 MeterSphere 至对应版本 uninstall 卸载 MeterSphere 服务 version 查看 MeterSphere 版本信息
6.登录系统
http://192.168.1.122:8181/，账号：admin，初始密码：metersphere
三、接口测试
由于我安装的是社区版，不支持UI测试（企业版支持），所以重点以接口测试作为案例进行介绍。MS的接口测试引擎是Jmeter，相当于在Jmeter的基础上深度定制化。
1.接口定义
① 选择接口协议
点击左上角【HTTP】下拉框，可切换接口协议，目前支持HTTP、TCP、SQL和DUBBO四种协议。
② 创建模块树
接口定义可以分模块管理，按照测试项目实际功能划分为多级模块进行管理，最多可分八级。鼠标悬浮在模块顶部，点击【+】创建一级模块。
- 模块支持重命名、添加子模块、删除、展开/收起子模块等操作，选中目录可进行拖拽调整。
- 支持通过模块名称进行模糊查询。
③ 快速创建接口
接口定义详情页面，可填写基础信息、请求参数、响应内容等信息进行接口定义创建。
在API页面中可以对接口的基础信息、请求及响应定义、依赖关系进行详细编辑。
对已有的接口，更改接口地址、请求头、请求参数等内容，点击保存时，会弹出同步更新设置确认框。
接口编辑页面由四个功能Tab页组成：
1.【API】：接口定义详情页面
2.【TEST】：接口的调试信息页面
3.【CASE】：接口用例管理页面
4.【Mock】：接口Mock服务管理页面
请求头
MeterSphere提供默认请求头变量。
QUERY参数
QUERY参数是在接口地址栏中跟在？后面的参数，如 updateapi?id=11。
REST参数
REST参数是在接口地址栏中被【/】分隔的参数，如updateapi/{id}。
请求体
请求体参数支持多种形式：form-data，x-www-form-urlencoded，json，xml，raw，binary。
- 请求体是 form-data 和 x-www-form-urlencoded 格式时，可以选择参数类型。不同的参数类型，系统会提供默认属性。
- 请求体是 json 格式时，系统默认提供两种形式维护 json 格式。
认证配置
可支持 Basic Auth 的认证方式和对数据加密。
其他设置
可设置证书、跟随重定向、连接超时、响应超时时间等。
2.设置和使用环境变量
在MeterSphere中，可以设置“环境变量”，给使用指定同一测试环境参数测试的接口测试、场景自动化测试用例使用。 下表为在请求参数的QUERY参数、REST参数、请求体、前后置BeanShell脚本、前后置Python脚本中引用、设置变量的方法，以及调试时打印变量值且能够到控制台查看、转换变量类型的常用方法。
1.在“项目环境”页面中，如图，可以选择“创建环境”，在“创建环境”对话框“通用配置”选项卡下配置环境变量：
- 通用配置中可以配置一些全局变量，如要登录的用户名、登录密码、或是其他一些常量；
- HTTP配置中，可以配置项目的请求URL，一些固定不变的请求头等。后续测试过程中，可以直接选择此环境
运行测试
tab切换到TEST，注意：如果配置了全局环境，则需要在测试页面中选择配置的环境，我配置的环境名为rs_env，点击“测试”，如下：登录成功，返回response
3.接口参数传递
提取参数
在测试过程中，我们通常不止测试单一接口，还会测试接口的业务流程，这个时候就会用到“提取上一个接口的返回值、传递给后面的接口使用”。MS的参数提取与传递与Jmeter一致，可以使用Jsonpath方式提取：
例如：我当前B获取用户信息接口需要用到A登录接口返回体中的b字段(user_id)，那么则可以在A登录接口的后置操作中添加其他参数的操作：取名为提取user_id，变量名为user_id，jsonpath表达式为$.b
引用参数
在B获取用户信息接口中，需要在接口请求头传入user_id，直接通过${user_id}引用：
4.创建接口流程
新增场景模块
在接口测试-接口自动化中，创建“场景”文件夹，例如：登录，随后新增一个场景，例如：登录流程。
导入接口
右侧“+”号展开后，可以选择从接口列表中选择之前创建的接口导入：
导入完成后，即可在登录流程这个场景中看到导入的接口作为步骤，拖动接口上下滑动可以调整步骤顺序。
用例导入
支持导入第三方测试用例，如Postman、Jmeter文件，以及Har格式等。
执行测试
在调试前，需要先选择运行环境
随后点击右侧调试按钮即可运行测试。通过下图可以看出，这个场景中包含的两个接口均执行通过。通过A接口传递过来的user_id，B接口成功获取到了用户信息：
测试报告
测试报告比较简洁，没那么多花里胡哨的东西，就是一些测试结果的展示，底部能看到相关响应信息
四、性能测试
1.新建测试
支持分布式部署，以Jmeter为测试引擎，可以导入执行Jmx脚本，也可以导入接口用例。对于场景、压力等配置，通过可视化界面就可以实现，比较人性化。
2.报告查看
对于性能测试我研究得不多，本次仅仅是导入了一个接口测试用例作为简单示例：
测试概览
服务器监控
五、使用总结
1.优点
① 功能强大且全面
MS的定位是一体化测试平台，除了提供上述介绍的接口测试和性能测试，还提供：
- UI自动化测试（社区版不支持）
- 测试跟踪：用例管理、缺陷跟踪(也可以集成jira、tapd等)
- 报表统计
功能基本上覆盖到了测试的方方面面。
② 用户手册详细
总体来说MS的用户手册及教程文档非常详细，只要花点功夫、大多数问题都能在上面找到答案。在部署和使用过程中，我基本都是参照官方使用手册。除了有少数找不到答案的问题，是在微信群里提问。
③ 社区活跃度高，关注用户
经过多年发展，粉丝基数也比较大（我加的微信群是47群）。社区活跃度高，活跃度高就意味着被大家认可和接受。粉丝提交issue和建议也是促进其不断优化迭代的基础。另外有一点，我做的比较好的，就是会有专门的MS方面的人沟通维系用户群体，跟进使用感受，收集意见反馈。
2.缺点
部署有一定难度
有优点也就有缺点，从我个人角度看，第一个缺点我觉得就是软件比较重带来部署难度问题。虽然它支持一键部署，但如果部署过程中出现问题，排查还是稍有困难。比如：
① 上述文中提到的端口占用问题，如果我事先就是没有一一排查端口占用，部署完成后服务起不来，如果不是专业人士，根本不知道要改数据库里的哪些东西；
② 我在部署过程中，修改了配置文件、使用外部Redis数据库，部署成功后，服务起不来，后来修改配置使用内部数据库，再次安装没有创建Redis容器(确认数据库配置没问题)，最后卸载、删除所有相关目录，再次安装好了。
当然，以上并非完全是MS的问题。我只是强调根据个人水平和排查解决问题能力的不同，难度也会不同。如果用一个纯净版的服务器安装，可能会好很多。
不支持UI自动化测试
MS定位是一站式测试平台，但社区版并不支持UI自动化测试，企业版支持，没体验过，可能需要付费。UI自动化不是什么新鲜的东西了，很多中小型开源平台都支持，不太明白那么大、那么成熟的平台为啥要有所保留。
3.总结评分
由于篇幅、个人时间以及能力限制，只罗列了上述有限的功能和使用细节。简单对MS做个评分总结，评分过程中可能稍带有主观色彩，毕竟我也是用户，但会尽量本着客观公众的原则。评测还是基于之前预告篇中的维度：
测评维度 |
详细说明 |
评分(星级越高，得分越高) |
环境搭建 |
1.依赖环境：多，不过可以一键部署 2.搭建难度：稍有难度，推荐使用纯净版服务器安装 |
☆☆☆☆ |
用例管理 |
1.是否支持导入用例：支持多种平台及格式导入 2.用例执行顺序编排：支持，可以拖动 |
☆☆☆☆☆ |
接口测试 |
1.单接口测试：支持，可以导入CSV参数化和数据驱动 2.接口流程测试：支持，多种参数提取方式 3.测试报告：支持，简洁 |
☆☆☆☆☆ |
UI自动化测试 |
1.APP：社区版不支持 2.Web：社区版不支持 |
无 |
性能测试 |
支持，分布式、可视化压力配置、定时任务、导入Jmeter文件 |
☆☆☆☆☆ |
扩展功能 |
1.是否支持二开：支持 2.是否支持定时任务：支持 3.是否支持接入CICD：支持 4.是否支持测试结果度量：支持 5.用户权限配置：支持，不同用户不同权限 6.测试管理：支持，XMind、普通用例，也可以导入 7.缺陷跟踪：支持，也可以集成jira、tapd等 |
☆☆☆☆☆ |
其他 |
1.文档支持（部署教程、操作手册）：详细 2.代码更新维护频率：高，长期维护、明确的发版计划 3.社区活跃度：高 |
☆☆☆☆☆ |
一句话总结：MS功能强大，覆盖全面，可以满足你各种不同需求；功能比较多，简单使用不成问题，但如果想要玩得精、玩得溜，也需要一定的学习和摸索成本。任何测试框架、测试平台，重要的是为测试团队赋能，解决测试过程中的问题，提升测试效率，MS或许是一个不错的选择。
