Badboy自动化测试工具11 导出脚本用于Jmeter并发测试

简介:

本节主要讲解利用Jmeter进行并发测试和引入图像报表

1. 在Jmeter中打开上节课(10)Badboy导出的在拉手网查询KTV的脚本Lashou_Search.jmx.

image

2. 右击Lashou节点,Add->Listener->Aggregate Graph & Graph Results

image

3. 对图像报表进行配置(配置省略)

image

4. 点击Search节点,线程组配置界面展开:

5. 在线程组里设置负载信息,即线程属性,选中Start next thread loop , 线程数: 10 , Ramp-up period(inseconds): 0, 循环次数: 1

   image

说明1. :向测试计划中增加相关负载设置是Jmeter需要模拟十个请求者,每个请求者在测试过程中并发请求,并且连续请求2次。

      线程数代表发送请求的用户数目,Ramp-up period(inseconds)代表每个请求发生的总时间间隔,单位是秒。假如我的请求数目是5,而这个参数是10,那么每个请求之间的间隔就是 10/5,也就是2秒。如果设置为0就代表并发请求。Loop Count代表请求发生的重复次数,如果选择后面的forever(默认),那么请求将一直继续,如果不选择forever,而在输入框中输入数字,那么请求将重复指定的次数。

  说明2:调度器配置

            启动时间:测试计划什么时候启动,启动延迟会覆盖它。

            结束时间:测试计划什么时候结束,持续时间会覆盖它。

            持续时间:测试计划持续多长时间,会覆盖结束时间。

            启动延迟:测试计划延迟多长时间启动,会覆盖启动时间。

 

6. 点击Aggregate Graph, 点击运行后观察运行结果

image

7. 观察并行测试的结果

image

image 

8. 再次运行一次10人查询并发测试,我们可以观察到Result界面下记录了所有运行的报告趋势,我们可以指定一个文件路径和输出文件名,保存这个报告,代码优化或性能改进后,我们再次调用此报告,对比改进效果。

 

image

本文转自叶子文文博客51CTO博客,原文链接http://blog.51cto.com/leafwf/1141011如需转载请自行联系原作者


叶子文文

相关文章
|
2天前
|
机器学习/深度学习 人工智能 算法
探索软件测试的未来:AI与自动化的融合
【7月更文挑战第18天】本文旨在探讨人工智能(AI)和自动化技术如何共同推动软件测试领域的革新。通过分析当前软件测试面临的挑战,我们将深入讨论AI在提高测试效率、准确性以及发现复杂错误中的作用。文章将展示AI技术如何辅助测试自动化,优化测试用例生成,以及预测潜在缺陷,从而为测试人员提供更智能、高效的测试解决方案。最后,我们将展望AI和自动化技术在未来软件测试中的发展潜力和趋势。
|
3天前
|
机器学习/深度学习 人工智能 算法
探索软件测试的未来:AI与自动化的融合
随着技术的不断进步,软件测试领域正经历着前所未有的变革。本文将深入探讨人工智能(AI)和自动化技术如何重塑软件测试的未来,提升测试效率与准确性。通过分析当前的挑战、技术进步以及未来趋势,我们将揭示AI驱动的自动化测试工具如何成为现代软件开发不可或缺的组成部分。文章旨在为读者提供对即将到来的技术革命的深刻见解,并展示如何利用这些创新来优化测试流程。
11 1
|
4天前
|
机器学习/深度学习 数据采集 人工智能
探索软件测试的未来:自动化与人工智能的融合
随着技术的不断进步,软件测试领域也迎来了革命性的变化。本文将深入探讨自动化测试和人工智能(AI)如何共同推动软件测试的未来,通过具体案例和数据分析揭示这一趋势的必然性和优势,同时指出实施过程中可能遇到的挑战及解决策略。
|
5天前
|
机器学习/深度学习 人工智能 测试技术
软件测试的演变:从手动到自动化的旅程
本文深入探讨了软件测试领域从传统的手动测试实践,经过部分自动化,最终发展到全面自动化测试的过程。文章首先概述了手动测试的局限性,然后详细介绍了自动化测试的兴起及其带来的革命性变化,包括提高测试效率、确保测试一致性和扩展测试覆盖范围等方面。接着,通过具体案例分析,展示了自动化测试在实际应用中的效益,并讨论了实施自动化测试时面临的挑战与解决策略。最后,文章对自动化测试的未来趋势进行了展望,强调了持续集成/持续部署(CI/CD)和人工智能(AI)在测试自动化中的重要性。
|
6天前
|
机器学习/深度学习 人工智能 算法
探索软件测试的未来:AI与自动化的融合之路
【7月更文挑战第14天】随着人工智能(AI)技术的迅猛发展,软件测试领域迎来了革命性的变化。本文将探讨AI如何与自动化测试相结合,提升测试效率和质量,同时分析面临的挑战和未来的发展趋势。
|
7天前
|
机器学习/深度学习 人工智能 监控
探索软件测试的未来:AI与自动化的融合之路
【7月更文挑战第13天】随着技术的不断进步,软件测试领域正迎来一场革命。人工智能和自动化技术的结合不仅提高了测试的效率和准确性,还为测试人员带来了新的挑战和机遇。本文将探讨这一趋势如何重塑软件测试的未来,包括AI在自动化测试中的应用、面临的挑战以及未来的发展预测。
|
7天前
|
机器学习/深度学习 人工智能 自然语言处理
探索自动化测试的前沿:AI与软件测试的融合
在数字化浪潮中,软件测试作为确保产品质量的关键步骤,正迎来一场革命。本文将深入探讨人工智能(AI)如何革新传统软件测试流程,通过具体案例分析,揭示AI技术在提高测试效率、减少人为错误以及预测潜在缺陷方面的潜力。我们将一窥AI在自动化测试中的应用现状,并展望其对未来软件质量保障的影响。
|
9天前
|
前端开发 数据管理 测试技术
前端自动化测试
前端自动化测试
|
9天前
|
机器学习/深度学习 数据采集 人工智能
探索自动化测试的边界:从脚本到智能
在软件开发领域,自动化测试已成为确保产品质量和提升开发效率的关键因素。随着人工智能和机器学习技术的飞速发展,传统的自动化测试方法正面临重大的变革。本文将从多个角度分析自动化测试的现状与未来趋势,探讨如何通过集成先进的技术手段优化测试流程,并预测自动化测试领域的发展方向。
19 1
|
9天前
|
测试技术 持续交付 微服务
现代软件测试中的自动化挑战与解决方案
在现代软件开发中,自动化测试已经成为提高效率和质量的重要手段。然而,面对不断增长和复杂化的软件项目,自动化测试也面临诸多挑战。本文探讨了当前软件测试中的自动化挑战,并提出了一些解决方案,以帮助开发团队更好地应对这些挑战,提升测试效率和质量。 【7月更文挑战第11天】