Jmeter--控制器--详解(1),技术协会Python部面试

简介: Jmeter--控制器--详解(1),技术协会Python部面试

正文

case’e’:
case’f’:
value=(value <<4)+10+aChar-‘a’;
break;
case’A’:
case’B’:
case’C’:
case’D’:
case’E’:
case’F’:
value=(value <<4)+10+aChar-‘A’;
break;
default:
throw new IllegalArgumentException(
“Malformed \uxxxx encoding.”);}}
outBuffer.append((char) value);}else{
if(aChar==‘t’)
aChar=‘\t’;
else if(aChar==‘r’)
aChar=‘\r’;
else if(aChar==‘n’)
aChar=‘\n’;
else if(aChar==‘f’)
aChar=‘\f’;
outBuffer.append(aChar);}}else
outBuffer.append(aChar);}
prev.setResponseData(outBuffer.toString());

废话就到这,接下来我们提取其中的city对应的值:线程组》》添加》》后置处理器》》正则表达式提取

根据你的请求来,这里值得注意的是正则表达会根据你响应的内容不同而提取不到内容,这里指定提取city对应的值深圳。各有用处,如果你想根据不同的响应内容提取不同的城市请查阅本篇:Jmeter–【作为测试你必须知道】高级应用–断言、变量的使用+报告输出_清欢无别事-CSDN博客_jmeter断言中使用变量

这里在正则在接下的讲解中会起到一定的作用。正则解析:

():括起来的部分就是要提取的。

.:匹配任何字符串。

+:一次或多次。

?:不要太贪婪,在找到第一个匹配项后停止。

而我此处的city之前的值就是告诉它去这个指定的值往后的值,直到,结束,这期间取到的值就是“深圳”了。

模板:用KaTeX parse error: Can't use function '′inmathmodeatposition28:…式中有多个正则表达式,则可以是' in math mode at position 28: …式中有多个正则表达式,则可以是̲23$等等,表示解析到的第几个值给token。如:1 11表示解析到的第1个值。

匹配数字:0代表随机取值,1代表全部取值,通常情况下填0

那么问题来了我怎么看到提取的值呢,我们有一个Java请求可以帮到我们:线程组》》添加》》取样器》》Java请求

这里的${}写法是固定的,里面写入我们的引用名称即可。这样跑一次就能得到我们的提取值

事务控制器

=====

什么是事务控制器,将一系列的事务统计起来为一个事务进行展示,说起来有点抽象,上操作你就明白了。线程组》》添加》》逻辑控制》》事务控制器

这里有两个选项,Include duration of timer and pre-post processors in generated sample在一般情况下不勾选。勾选后,在生成的样本中包括计时器,预处理和后处理延迟,会把额外的时间算进来,增加干扰。

先不勾选第一项,我们看看聚合报告:

这里会把各项事务都计入其中,后续接口的过程中,事务多起来就不好看数据了,所以我们勾选Generate parent sample:

这里名称不一样是因为我更改了名称。这里看是不是就是展示了一个事务呢还是非常方便的。

循环控制器

=====

可以看到线程组里面其实是有循环的,但是这个循环是一个大循环,我们的循环控制器是一个小循环,可以单独设置循环次数。这里循环次数我设置了5次,截图就没有放出来了。线程组》》添加》》逻辑控制》》循环控制器

这里我新增一个请求,查看上海的空气质量,看看聚合报告:

这里小妙招就是你可以把事务控制器放入循环中。这个具体用途看场景。

仅一次控制器

======

通常用来存放登录的事务。登录一次后即可操作系统。而不用每次都要登录。这个就看各位脑洞了,在里面添加json提取器啥的结合循环控制室,事务控制器使用。线程组》》添加》》逻辑控制》》仅一性控制器

我将线程组中的循环设置成5次,线程数设置成1。将另外两个控制器禁用,这里看个人好吧,也可不禁用。

实际上它只会跑一次,所以叫仅一次。这里不妨可以想想,是不是可以提取值出来用于下一次的登录什么的使用,下一篇会讲到,参数化。

吞吐量控制器

======

吞吐量控制器可按照比例和数量进行分配,混合压测的时候便于进一步控制比例。看看实例。线程组》》添加》》逻辑控制》》吞吐量控制器

同一个线程组里, 有10个并发, 7个做A业务, 3个做B业务,要模拟这种场景,可以通过吞吐量模拟器来实现.

这里添加了两个吞吐量控制器,线程组》》10个线程数,循环5次,也就是50次,准备时长不变为1S。两个吞吐量控制器比例是60:40,换算也就是3:2。

这里还是可以看到的,样本比这里的比例是30:20,也就是3:2。

一、Python所有方向的学习路线

Python所有方向的技术点做的整理,形成各个领域的知识点汇总,它的用处就在于,你可以按照下面的知识点去找对应的学习资源,保证自己学得较为全面。

二、Python必备开发工具

工具都帮大家整理好了,安装就可直接上手!

三、最新Python学习笔记

当我学到一定基础,有自己的理解能力的时候,会去阅读一些前辈整理的书籍或者手写的笔记资料,这些笔记详细记载了他们对一些技术点的理解,这些理解是比较独到,可以学到不一样的思路。

四、Python视频合集

观看全面零基础学习视频,看视频学习是最快捷也是最有效果的方式,跟着视频中老师的思路,从基础到深入,还是很容易入门的。

五、实战案例

纸上得来终觉浅,要学会跟着视频一起敲,要动手实操,才能将自己的所学运用到实际当中去,这时候可以搞点实战案例来学习。

六、面试宝典

简历模板


相关文章
|
19天前
|
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。
46 2
|
1天前
|
机器学习/深度学习 算法 数据可视化
8种数值变量的特征工程技术:利用Sklearn、Numpy和Python将数值转化为预测模型的有效特征
特征工程是机器学习流程中的关键步骤,通过将原始数据转换为更具意义的特征,增强模型对数据关系的理解能力。本文重点介绍处理数值变量的高级特征工程技术,包括归一化、多项式特征、FunctionTransformer、KBinsDiscretizer、对数变换、PowerTransformer、QuantileTransformer和PCA,旨在提升模型性能。这些技术能够揭示数据中的潜在模式、优化变量表示,并应对数据分布和内在特性带来的挑战,从而提高模型的稳健性和泛化能力。每种技术都有其独特优势,适用于不同类型的数据和问题。通过实验和验证选择最适合的变换方法至关重要。
11 5
8种数值变量的特征工程技术:利用Sklearn、Numpy和Python将数值转化为预测模型的有效特征
|
1天前
|
前端开发 JavaScript 安全
深入理解Python Web开发中的前后端分离与WebSocket实时通信技术
在现代Web开发中,前后端分离已成为主流架构,通过解耦前端(用户界面)与后端(服务逻辑),提升了开发效率和团队协作。前端使用Vue.js、React等框架与后端通过HTTP/HTTPS通信,而WebSocket则实现了低延迟的全双工实时通信。本文结合Python框架如Flask和Django,探讨了前后端分离与WebSocket的最佳实践,包括明确接口规范、安全性考虑、性能优化及错误处理等方面,助力构建高效、实时且安全的Web应用。
9 2
|
8天前
|
数据可视化 Python
Python编程中的数据可视化技术
【9月更文挑战第19天】在数据驱动的时代,将复杂的数据集转化为直观易懂的视觉表达至关重要。本文将深入探索Python中的数据可视化库,如Matplotlib和Seaborn,并指导读者如何运用这些工具来揭示数据背后的模式和趋势。文章不仅会介绍基础图表的绘制方法,还将讨论高级技巧以提升图表的信息丰富度和吸引力。
|
4天前
|
前端开发 API Python
WebSocket技术详解:如何在Python Web应用中实现无缝实时通信
在Web开发的广阔领域中,实时通信已成为许多应用的核心需求。传统的HTTP请求-响应模型在实时性方面存在明显不足,而WebSocket作为一种在单个长连接上进行全双工通信的协议,为Web应用的实时通信提供了强有力的支持。本文将深入探讨WebSocket技术,并通过一个Python Web应用的案例分析,展示如何在Python中利用WebSocket实现无缝实时通信。
14 2
|
6天前
|
SQL 缓存 数据库
构建高效Web应用:掌握Python中的ORM映射技术
在Web开发中,数据库操作至关重要,但直接编写SQL语句会增加代码复杂度并降低效率。对象关系映射(ORM)技术通过将对象模型映射为数据库表,使开发者能以面向对象的方式处理数据,提升开发效率和代码可维护性。本文以Python和SQLAlchemy为例,介绍ORM的基本概念、安装方法及使用技巧,并展示其在提升Web应用性能方面的优势。通过ORM,开发者可以简化数据库操作,专注于业务逻辑实现,提高开发效率和代码质量。
24 1
|
17天前
|
存储 安全 算法
RSA在手,安全我有!Python加密解密技术,让你的数据密码坚不可摧
【9月更文挑战第11天】在数字化时代,信息安全至关重要。传统的加密方法已难以应对日益复杂的网络攻击。RSA加密算法凭借其强大的安全性和广泛的应用场景,成为保护敏感数据的首选。本文介绍RSA的基本原理及在Python中的实现方法,并探讨其优势与挑战。通过使用PyCryptodome库,我们展示了RSA加密解密的完整流程,帮助读者理解如何利用RSA为数据提供安全保障。
33 5
|
18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🧐
【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。
49 2
|
19天前
|
数据采集 机器学习/深度学习 搜索推荐
Python爬虫技术基础与应用场景详解
本文介绍了爬虫技术的基本概念、原理及应用场景,包括数据收集、价格监测、竞品分析和搜索引擎优化等。通过一个实战案例展示了如何使用Python爬取电商网站的商品信息。强调了在使用爬虫技术时需遵守法律法规和道德规范,确保数据抓取的合法性和合规性。
|
10天前
|
存储 数据挖掘 测试技术
Python接口自动化中操作Excel文件的技术方法
通过上述方法和库,Python接口自动化中的Excel操作变得既简单又高效,有助于提升自动化测试的整体质量和效率。
18 0