性能测试 CentOS下结合InfluxDB及Grafana图表实时展示JMeter相关性能数据2

本文涉及的产品
性能测试 PTS,5000VUM额度
可观测可视化 Grafana 版,10个用户账号 1个月
简介: 性能测试 CentOS下结合InfluxDB及Grafana图表实时展示JMeter相关性能数据2

或者

sudo /bin/systemctl daemon-reload

sudo /bin/systemctl enable grafana-server.service

 

 

注意:安装grafana时不要指定安装路径,按默认的就好

 

浏览器输入网址:10.203.25.106:3000访问看看效果: 

 

 

输入账号admin 密码admin登录

 

 

 

参考链接:https://blog.csdn.net/wudufeng/article/details/78567866

 

配置grafana图表数据源

 

打开页面中按如方式填写

 

 

说明

Name 数据源名称,自定义

Type  设置为InfluxDB

URL   设置influxDB服务器地址和端口(这里的8086influxdb配置文件,[http]节点下配置的 bind-address  

 

Database 设置为在influxdb配置中,[[graphite]]节点下配置的database值,这样grafana就可以从这个数据库读取相关表相关数据了

 

User  Password 可以不填写,因为设置授权认证

 

最后点击Save&Test按钮,如果成功则可看到上述Data source working的提示

 

[http]

 # Determines whether HTTP endpoint is enabled.

 enabled = true

 

 # The bind address used by the HTTP service.

 bind-address = ":8086"  

 

JMeter Backend Listener监听器配置

右键测试计划、线程组 -> 添加->监听器-> Backend Listener

 

 

 

如下,修改graphiteHostinfluxdb服务器所在地址,设置influxdb 配置文件中[[graphite]]节点下,配置的bind-address 值,设置rootMetricsPrefix为配置的database值,其它暂且默认即可

 

也可以设置summaryOnlyfalse,并在samplerList中填写sampler元素名称(多个元素之间用逗号分隔),如下(JMeter 2.13

 

 

这样就可以统计单个sampler的相关信息了

 

samplersList也支持正则表达式,具体操作如下:

1.summanyOnly”修改成False

2.将“userRegexpForSamplersList”修改成True

3. 设置“samplersList”的值为匹配目标sampler的正则表达式

 

参考链接:

http://jmeter.apache.org/usermanual/component_reference.html#Backend_Listener

 

 

运行jmeter

 

新建grafana图表

 

图表配置并查看效果

 

jmeter measurement说明

 

 

线程/虚拟用户指标

test.minAT

最小活动线程数

 

test.maxAT

最大活动线程数

 

test.meanAT

平均活动线程数

 

test.startedT

已启动线程数

 

test.endedT

已完成线程数

 

响应时间指标

.ok.count

统计指定sampler的响应成功的响应数

 

注:samplerName指定了要统计的sampler,如果为all则表示针对所有all sampler的统计

 

.h.count

统计指定sampler的服务器每秒点击数,会累计sample结果及子sample结果(如果使用了事务控制器,必须取消勾选Generate parent sampler选项)

 

.ok.min

统计指定sampler响应成功的最小响应时间

 

.ok.max

统计指定sampler响应成功的最大响应时间

 

.ok.avg

统计指定sampler响应成功的平均响应时间

 

.ok.pct

统计指定sampler响应成功的百分比

 

.ko.count

统计指定sampler响应失败数

 

.ko.min

统计指定sampler响应失败的最小响应时间

 

.ko.max

统计指定sampler响应失败的最大响应时间

 

.ko.avg

统计指定sampler响应失败的平均响应时间

 

.ko.pct

统计指定sampler响应失败的百分比

 

.a.count

统计指定sampler请求数

 

.a.min

统计指定sampler请求的最小响应时间

 

.a.max

统计指定sampler的最大响应时间

 

.a.avg

统计指定sampler的平均响应时间

 

.a.pct

统计指定sampler的响应占比

 

参考链接:

http://jmeter.apache.org/usermanual/realtime-results.html#metrics

 

 

http://www.testautomationguru.com/jmeter-real-time-results-influxdb-grafana/

 

 

 

 

 

 

 

 

 

相关实践学习
通过可观测可视化Grafana版进行数据可视化展示与分析
使用可观测可视化Grafana版进行数据可视化展示与分析。
目录
相关文章
|
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🧐
131 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。
109 2
|
15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🧐
41 3
|
14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💡
30 1
|
2月前
|
缓存 Java 测试技术
谷粒商城笔记+踩坑(11)——性能压测和调优,JMeter压力测试+jvisualvm监控性能+资源动静分离+修改堆内存
使用JMeter对项目各个接口进行压力测试,并对前端进行动静分离优化,优化三级分类查询接口的性能
谷粒商城笔记+踩坑(11)——性能压测和调优,JMeter压力测试+jvisualvm监控性能+资源动静分离+修改堆内存
|
1月前
|
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💡
【10月更文挑战第1天】告别卡顿!Python性能测试实战教程,JMeter&Locust带你秒懂性能优化💡
61 4
|
2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🧐
【9月更文挑战第10天】随着软件应用的不断扩展,性能测试成为确保系统稳定运行的关键环节。本文通过对比Apache JMeter和Locust,探讨了如何在Python环境中利用这两款工具挖掘更多性能测试潜力。JMeter是一款成熟且功能强大的开源工具,支持多种协议,适用于各种应用的测试;而Locust则基于Python,通过简单脚本模拟HTTP请求,更适合Web应用测试。
93 3
|
2月前
|
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💡
【9月更文挑战第5天】性能测试是确保应用在高负载下稳定运行的关键。本文介绍Apache JMeter和Locust两款常用性能测试工具,帮助识别并解决性能瓶颈。JMeter适用于测试静态和动态资源,而Locust则通过Python脚本模拟HTTP请求。文章详细讲解了安装、配置及使用方法,并提供了实战案例,帮助你掌握性能测试技巧,提升应用性能。通过分析测试结果、模拟并发、检查资源使用情况及代码优化,确保应用在高并发环境下表现优异。
76 5
|
2月前
|
消息中间件 监控 测试技术
惊呆了!Python性能测试高手都用这些神器:JMeter+Locust,效率翻倍📈
【9月更文挑战第8天】在软件开发中,性能测试对确保应用稳定性和高效运行至关重要。对于Python开发者而言,选择合适的性能测试工具能显著提升测试效率并精准定位性能瓶颈。本文深入探讨了JMeter和Locust这两款工具的独特优势。JMeter作为跨平台的性能测试工具,支持多种协议,具备高度可定制性和扩展性;而Locust则专为Python应用设计,利用协程实现高并发,提供实时监控和分布式测试功能。两者结合使用,可在实际项目中实现1+1>2的效果,帮助开发者构建全面高效的测试方案,保障应用稳定运行。
176 1
|
2月前
|
测试技术 Apache 数据库
从慢如蜗牛到飞一般的感觉!Python性能测试实战,JMeter&Locust助你加速🏃‍♂️
【9月更文挑战第6天】你的Python应用是否曾因响应缓慢而让用户望而却步?借助JMeter与Locust,这一切将迎刃而解。JMeter作为Apache基金会的明星项目,以其强大的跨平台和多协议支持能力,成为性能测试领域的魔法师;而Locust则以Python的简洁与高效,让性能测试更加灵活。通过实战演练,你可以利用这两款工具轻松识别并解决性能瓶颈,优化数据库查询、网络配置等,最终使应用变得敏捷高效,轻松应对高并发挑战。
25 1