性能工具之 JMeter 使用 Python 脚本快速执行

简介: 性能工具之 JMeter 使用 Python 脚本快速执行

一、前言

上篇文章 性能工具之 JMeter 使用 shell 脚本快速执行 中介绍了 shell 命令快速启动 Jmeter,担心大家对 shell 脚本语法不是很熟悉,如果定制自己想要的恐怕不好弄,这次改用 Python 启动脚本,在改造之前大家先了解下 JMeter 线程组相关参数,这样对大家改造脚本有一定帮助。

二、预备知识

1、Python 基础知识

Python 中 os、sys、file 模块函数

os 模块函数:

  • os.sep: 取代操作系统特定的路径分隔符
  • os.name: 指示你正在使用的工作平台。
  • os.getcwd: 得到当前工作目录,即当前 python 脚本工作的目录路径。
  • os.getenv()和os.putenv: 分别用来读取和设置环境变量
  • os.listdir(): 返回指定目录下的所有文件和目录名
  • os.remove(file): 删除一个文件
  • os.stat(file): 获得文件属性
  • os.chmod(file): 修改文件权限和时间戳
  • os.mkdir(name): 创建目录
  • os.rmdir(name): 删除目录
  • os.removedirs: 删除多个目录
  • os.system(): 运行 shell 命令
  • os.exit(): 终止当前进程
  • os.linesep: 给出当前平台的行终止符。
  • os.path.split(): 返回一个路径的目录名和文件名
  • os.path.isfile() 和 os.path.isdir() 分别检验给出的路径是一个目录还是文件
  • os.path.existe(): 检验给出的路径是否真的存在
  • os.listdir(dirname): 列出 dirname 下的目录和文件
  • os.getcwd(): 获得当前工作目录
  • os.curdir: 返回当前目录('.')
  • os.chdir(dirname): 改变工作目录到 dirname
  • os.path.isdir(name): 判断 name 是不是目录,不是目录就返回 false
  • os.path.isfile(name): 判断 name 这个文件是否存在,不存在返回f alse
  • os.path.exists(name): 判断是否存在文件或目录 name
  • os.path.getsize(name): 获得文件大小,如果 name 是目录返回 0L
  • os.path.abspath(name): 获得绝对路径
  • os.path.isabs(): 判断是否为绝对路径
  • os.path.normpath(path): 规范 path 字符串形式
  • os.path.split(name): 分割文件名与目录
  • os.path.splitext(): 分离文件名和扩展名
  • os.path.join(path,name): 连接目录与文件名或目录
  • os.path.basename(path): 返回文件名
  • os.path.dirname(path): 返回文件路径

file 模块函数:

  • 打开文件函数:
    • with open( 文件名, '操作类型' ) as f: f.read()
    • open(文件名,操作类型) f.readlines()
  • 读取方式有:
    • rand()
    • readline()
    • readlines()
    • seek
    • ....等等

2、JMeter 基础知识

JMeter 执行方式:

jmeter -n -t [jmx file] -l [results file] -e -o [Path to web report folder]

以下是线程设置:
image.png

参数说明:

  • Name :Thread Group 线程组的名称,可以根据项目名称定义
  • Comments :备注信息,描述该计划的目的
  • Action to be taken after a Sampler error:假如请求失败后,接下来执行什么动作
    • ontinue:继续执行接下来的操作
    • start Next ThreadLoop:执行下一个线程循环
    • Stop Thead:停止该该线程,不在执行该线程的任何操作
    • Stop Test:等待该线程的采样结束后,结束整个测试,不会立即停止
    • Stop TestNow:停止整个测试计划
  • Thread Properites:线程属性
    • Number of Threads(users):线程数,也就虚拟用户数
    • Ramp-uo Period(in seconds):控制虚拟用户启动时间
    • Loop Count:控制执行次数。Infinite 假如勾选表示无线执行,它主要与后面的 Duration 配合使用
    • Same user on each iteration :每次迭代使用相同的用户
    • Delay Thread creation until needed:将线程创建延迟到需要的时候
    • Number of Threads * Loop Count:就是 Sampler 执行的次数,可以在 View Results Tree 中看到
      • specify thread lifetime: 设置执行时间
      • Duration(seconnds): 请求的执行时间,它与(Loop Count 的 Infinite)配合使用
      • Startup delay(seconds):延迟时间,工作中很少用

三、Python 脚本

1、主要步骤

  • 获取脚本路径,通过命令打开文件
  • 替换 JMeter 脚本中的线程数,步长、执行时间内容,并且重命名脚本
  • 通过命令行执行 JMeter 脚本

2、参考代码

# -*- coding: utf-8 -*-
# @Time    : 2019/12/11 22:07
# @Author  : 7FGroup
# @name   : Jmeter启动脚本
# @File    : startJmeter.py
import os, sys

def jmeterNumber(caseName, num_threads, ramp_time, duration, remark, hostIps='127.0.0.1'):

    '''
    :param caseName: 脚本名字
    :param num_threads: 线程数
    :param ramp_time: 控制线程步长
    :param duration: 执行时间
    :param remark: 标志
    :param hostIps: 负载参数
    :return: 启动JMeter成功
    '''

    if caseName is None:
        return "测试用例为空"
    if num_threads is None:
        return "虚拟并发数为空"
    if ramp_time is None:
        return "测试步骤为空"
    if duration is None:
        return "执行时间为空"

    # 执行脚本名字
    runJmeterFile = '%s_%s_%s_%s_%s' % (caseName, num_threads, ramp_time, duration, remark)
    print("执行名字脚本:%s" % runJmeterFile)
    thisdir = os.getcwd()

    # 原始脚本
    newdir = os.path.join(thisdir, "testscript", caseName + ".jmx")
    print("当前脚本路径: %s" % newdir)
    if not os.path.exists(newdir):
        print('脚本不存在!请检查脚本')
        return False

    # 保存测试结果路径
    resultFile = os.path.join(thisdir, 'result', runJmeterFile)
    print("脚本执行路径: ", resultFile)

    # 判断结果路径是否存在
    if not os.path.exists(resultFile):
        os.makedirs(resultFile)

    lines = open(newdir, encoding="utf-8").readlines()
    fp = open(os.path.join(thisdir, "result", resultFile, runJmeterFile) + '.jmx', 'w')  # 打开你要写得文件
    for s in lines:
        fp.write(s.replace('num_threads">1</stringProp>', 'num_threads">%s</stringProp>' % num_threads)  # 替换并发数
                    .replace('ramp_time">1</stringProp>', 'ramp_time">%s</stringProp>' % ramp_time)  # 替换步长
                    .replace('scheduler">false</boolProp>', 'scheduler">true</boolProp>')  # 勾选通过时间判断结束
                    .replace('duration"></stringProp>', 'duration">%s</stringProp>' % duration)  # 替换执行时间
                    .replace('name="LoopController.loops">1</stringProp>',
                            'name="LoopController.loops">-1</stringProp>'))  # 勾选通过时间判断结束

    fp.close()
    os.chdir(resultFile)
    print("当前路径: ", os.getcwd())

    # 检查环境变量
    if isEvn():
        # 判断分布式执行方式
        if len(hostIps.split(",")) > 2:
            # 根据自己需求添加执行类型
            Rcmd = 'jmeter -n -t %s.jmx -R %s -l %s.jtl -j %s.log' % (
                runJmeterFile, hostIps, runJmeterFile, runJmeterFile)

            # Rcmd = 'jmeter -n -t %s.jmx -R %s -l %s.jtl -j %s.log -e -o %s' % (runJmeterFile, hostIps, runJmeterFile, runJmeterFile, runJmeterFile)
            print('执行命令:%s' % Rcmd)
            # os.system(Rcmd)
        else:
            # 不生成html报告
            # cmd = 'jmeter -n -t %s.jmx -l %s.jtl -j %s.log' % (runJmeterFile, runJmeterFile, runJmeterFile, runJmeterFile)
            # 自动生成html报表
            cmd = 'jmeter  -n -t %s.jmx -l %s.jtl -j %s.log -e -o %s' % (
                runJmeterFile, runJmeterFile, runJmeterFile, runJmeterFile)
            print('执行命令:%s' % cmd)
            os.system(cmd)

def isEvn():

    '''
    检查环境变量
    :return: True/Fals
    '''

    cmd = 'jmeter -v'
    lin = os.popen(cmd)
    for i in lin:
        if 'The Apache Software Foundation' in i:
            print("Jmeter环境变量配置成功")
            return True
    else:
        print("Jmeter环境变量配置失败")
        return False

if __name__ == '__main__':
    # 分布式ip写法,多个使用逗号隔开
    hostIps = '127.0.0.1'
    if len(sys.argv[1:]) == 5:
        print('参数个数为:', len(sys.argv), '个参数。')
        print('可用参数列表:', str(sys.argv[1:]))
        param = sys.argv[1:]
        print("脚本名字: %s,并发数: %s,步长: %s,执行时间: %s,备注: %s" % (param[0], param[1], param[2], param[3], param[4]))
        jmeterNumber(param[0], param[1], param[2], param[3], param[4], hostIps)
    else:
        print("参数不对")
    pass

上面脚本注释的很清楚,相信大家一看就知道怎么修改参数,上面脚本可以个参考,大家可以根据实际情况修改参数,达到自己预期结果。

四、使用说明

传参说明:

python startJmeter.py tiaoshi 2 1 30 pythontiaoshi
  • Python:表示通过 Python 脚本语言执行
  • startJmeter.py:表示启动脚本名字
  • tiaoshi:表示 JMeter 脚本名字
  • 2:表示并发数
  • 1:执行步长
  • 30:表示执行时间
  • pythontiaoshi:表示备注,方便一个脚本多次执行好分别每次执行的结果

使用 Python 执行 JMeter 脚本需要与 JMeter 脚本有约定,这样才能通过 python 脚本去执行咱们的 JMeter 测试脚本。

image.png

xml 中:
image.png

脚本中:
image.png

执行结果:
image.png

HTML 报表:
image.png

替换前脚本:
image.png

替换后脚本:
image.png

操作目录:
image.png

五、总结

该脚本支持 Win/Linux 环境,如果喜欢 shell 脚本的可以参考上文,做性能测试执行脚本是个体力活,怎么节约体力活的时间,可以通过脚本语言把重复的工作量替换,这样咱们可以把更多时间用到刀刃上。

源码地址:

目录
相关文章
|
1天前
|
数据可视化 数据挖掘 数据处理
statsmodels, Python 统计分析工具库!
statsmodels, Python 统计分析工具库!
7 1
|
1天前
|
开发者 Python
six,一个神奇的 Python 版本兼容工具库!
six,一个神奇的 Python 版本兼容工具库!
11 4
|
1天前
|
人工智能 Python
beets,一个有趣的 Python 音乐信息管理工具!
beets,一个有趣的 Python 音乐信息管理工具!
10 4
|
2天前
|
存储 缓存 算法
优化Python代码性能的7个技巧
在日常的Python开发中,优化代码性能是一个重要的课题。本文介绍了7个实用的技巧,帮助开发者提高Python代码的执行效率,包括利用生成器表达式、使用适量的缓存、避免不必要的循环等。通过本文的指导,读者可以更好地理解Python代码性能优化的方法,提升自身的编程水平。
|
2天前
|
数据采集 数据可视化 数据挖掘
R语言与Python:比较两种数据分析工具
【4月更文挑战第25天】R语言和Python是目前最流行的两种数据分析工具。本文将对这两种工具进行比较,包括它们的历史、特点、应用场景、社区支持、学习资源、性能等方面,以帮助读者更好地了解和选择适合自己的数据分析工具。
|
8天前
|
机器学习/深度学习 数据挖掘 计算机视觉
python数据分析工具SciPy
【4月更文挑战第15天】SciPy是Python的开源库,用于数学、科学和工程计算,基于NumPy扩展了优化、线性代数、积分、插值、特殊函数、信号处理、图像处理和常微分方程求解等功能。它包含优化、线性代数、积分、信号和图像处理等多个模块。通过SciPy,可以方便地执行各种科学计算任务。例如,计算高斯分布的PDF,需要结合NumPy使用。要安装SciPy,可以使用`pip install scipy`命令。这个库极大地丰富了Python在科学计算领域的应用。
12 1
|
9天前
|
数据可视化 数据挖掘 Python
Python中数据分析工具Matplotlib
【4月更文挑战第14天】Matplotlib是Python的数据可视化库,能生成多种图表,如折线图、柱状图等。以下是一个绘制简单折线图的代码示例: ```python import matplotlib.pyplot as plt x = [1, 2, 3, 4, 5] y = [2, 4, 6, 8, 10] plt.figure() plt.plot(x, y) plt.title(&#39;简单折线图&#39;) plt.xlabel(&#39;X轴&#39;) plt.ylabel(&#39;Y轴&#39;) plt.show() ```
13 1
|
9天前
|
数据采集 SQL 数据可视化
Python数据分析工具Pandas
【4月更文挑战第14天】Pandas是Python的数据分析库,提供Series和DataFrame数据结构,用于高效处理标记数据。它支持从多种数据源加载数据,包括CSV、Excel和SQL。功能包括数据清洗(处理缺失值、异常值)、数据操作(切片、过滤、分组)、时间序列分析及与Matplotlib等库集成进行数据可视化。其高性能底层基于NumPy,适合大型数据集处理。通过加载数据、清洗、分析和可视化,Pandas简化了数据分析流程。广泛的学习资源使其成为数据分析初学者的理想选择。
15 1
|
7月前
|
XML 前端开发 测试技术
使用 jMeter 对 SAP Spartacus 进行并发性能测试
使用 jMeter 对 SAP Spartacus 进行并发性能测试
73 0
|
8月前
|
JSON 监控 测试技术
性能测试--InfluxDB+Grafana+Jmeter搭建性能监控平台 (二)
性能测试--InfluxDB+Grafana+Jmeter搭建性能监控平台