接口测试框架接入性能测试实践分享

简介: 接口测试+性能测试,实现“低”投入、“高”回报,成为质量保障实践首选手段。

1. 前言

现如今接口测试在软件质量行业中的地位,已经越来越重要,相对于上层的UI自动化测试和下层的单元测试,接口测试的“低”投入、“高”回报,也成了绝大多数质量保障实践的首选。

在开展接口测试时,往往很多时候都只在关注接口的功能性质量,而对于非功能性的质量保障验证,比如性能、安全,在实际工程应用或者设计用例时关注度明显不足(甚至很多压根没有这方面的测试实践)。

今天就以Python系下requests库(常用于接口测试)和Robot FrameWork框架为例,和大家聊聊在接口测试过程中,和功能需求同等重要的性能测试检查项。

2. 接口测试需要考虑的性能检查项

在接口测试过程中,除了要考虑产品需求的正常、异常、数据正确性等显性功能需求质量外,还有很多隐性需求质量需要关注,以性能测试为例,常见需要关注的检查项包括,但不限于:

  • 1、单用户登录的响应时间是否小于 3 秒;
  • 2、单用户登录时,后台请求数量是否过多;
  • 3、高并发场景下用户登录的响应时间是否小于 5 秒;
  • 4、高并发场景下服务端的监控指标是否符合预期;
  • 5、高集合点并发场景下,是否存在资源死锁和不合理的资源等待;
  • 6、长时间大量用户连续登录和登出,服务器端是否存在内存泄漏。

本文重点以接口响应时间为例,介绍如何在requests库和Robot FrameWork框架纳入性能测试项,其它性能检查项思路基本都是相通的。

3. requests库接口测试校验响应时间

通常在结合requests库开展接口测试时,发送请求后,接口的响应时间,也是我们需要关注的一个重点,如果响应时间太长,从产品业务或者用户角度也是不可接受的。那如何进行请求响应时间校验,也成为了接口测试人员需要掌握的一项小技能。

针对requests库校验请求响应时间,给大家提供两种实现思路:

一、借助请求响应超时机制

具体实现:

#-*- coding:utf-8 -*-
import requests
from requests import exceptions

try:
    req = requests.post(url=url, data=data, headers=headers, verify=False, timeout=3)       
   print r.json()
except exceptions.Timeout as e:   
    print("抛出异常")

在上述实现中,通过增加timeout参数,设置请求响应超时机制,当timeout=3(可自由定义),当请求响应时间超过3秒,则会抛出超时异常。

其中,额外补充的知识点:超时(默认单位:s),有两种设置超时方法:

  • timeout=5:设置5s的超时时间
  • timeout=(5,10):设置区间时间的等待

 当请求出现超时时,则会抛出此异常:requests.exceptions.ConnectTimeout: HTTPConnectionPool    

2、获取响应时间方法:req.elapsed.total_seconds()

二、借助requests接口响应返回值elapsed

具体实现:

#-*- coding:utf-8 -*-
import requests

r = requests.post(url, data=data, headers=headers)
print(r.status_code)
print(r.elapsed)
print(r.elapsed.total_seconds())
print(r.elapsed.microseconds)
print(r.elapsed.seconds)
elapsed_time = r.elapsed.total_seconds() #获取实际的响应时间 
assert elapsed_time>3

上述代码实现中,通过获取请求返回的响应值来获取接口响应时间,常见的几个获取响应时间参数为:

  • elapsed.total_seconds:获取响应时间,单位s (推荐)
    1. microseconds:获取响应时间,大于1s的时候,只截取了后面的小数部分
  • elapsed.seconds:单位s,响应时间小于1s时,为0

4. Robot Framework框架校验响应时间

在上述我们介绍了requests库在开展接口测试过程,校验请求响应时间的实现思路。而通过Robot Framework框架开展接口测试,主要会依赖RequestsLibray库,而因此实现思路也是一样的。

具体实现,可参考下述示例:

img

上述校验请求响应时间,核心就两句代码:

${elapsed_seconds}=    set variable    ${resp.elapsed.total_seconds()}
should be true    ${elapsed_seconds}<3

补充知识点:响应体${resp}是一个类对象,源码可在requests/models/Response查看,可以查看找出该类的所有属性,第6行打印结果:

5. 小结

作为测试工程师,你的目标是要保证系统在各种应用场景下的功能是符合设计要求的,所以你需要考虑的测试用例就需要更多、更全面。本文,通过接口测试如何融合接口性能检查项,给大家提供一点思路,希望对你有所帮助或启发。

如果觉得有用,帮忙点个好看朋友圈转发分享一下就行。

相关实践学习
通过性能测试PTS对云服务器ECS进行规格选择与性能压测
本文为您介绍如何利用性能测试PTS对云服务器ECS进行规格选择与性能压测。
目录
相关文章
|
25天前
|
安全 Linux 测试技术
提升龙蜥内核测试能力!探究持续性模糊测试优化实践
清华大学软件学院对Anolis OS使用靶向模糊测试方法将测试工作引向修改的代码,进而提高对业务代码的测试能力。
|
6天前
|
Web App开发 JavaScript 前端开发
深入理解自动化测试框架Selenium的设计与实现
【4月更文挑战第20天】 在软件测试领域,自动化测试已成为提升测试效率和确保产品质量的关键手段。Selenium作为一款广泛使用的开源自动化测试框架,其设计精巧且功能强大,为Web应用提供了一种灵活、高效的测试解决方案。本文将深入探讨Selenium的核心架构与实现细节,解析其如何通过模拟用户操作来执行测试用例,以及它如何适应不断变化的Web技术标准。通过对Selenium内部机制的剖析,旨在帮助测试工程师更好地掌握该工具,并在测试实践中发挥其最大效能。
|
8天前
|
监控 测试技术 数据安全/隐私保护
如何将代理IP集成到自动化测试框架中?
如何将代理IP集成到自动化测试框架中?
|
10天前
|
敏捷开发 监控 前端开发
深入理解自动化测试框架Selenium的架构与实践
【4月更文挑战第16天】 在现代软件开发过程中,自动化测试已成为确保产品质量和加快迭代速度的关键手段。Selenium作为一种广泛使用的自动化测试工具,其开源、跨平台的特性使得它成为业界的首选之一。本文旨在剖析Selenium的核心架构,并结合实际案例探讨其在复杂Web应用测试中的高效实践方法。通过详细解读Selenium组件间的交互机制以及如何优化测试脚本,我们希望为读者提供深入理解Selenium并有效运用于日常测试工作的参考。
15 1
|
11天前
|
自然语言处理 测试技术 API
深入理解自动化测试框架Selenium的设计理念与实践
【4月更文挑战第15天】 在现代软件开发过程中,自动化测试已成为确保产品质量和加速迭代的关键手段。Selenium作为一种广泛使用的自动化测试框架,提供了对多种浏览器和平台的支持,极大地促进了Web应用的功能测试。本文旨在剖析Selenium的核心设计理念,探讨其在实际项目中的应用,并指出常见的误区及最佳实践,以期帮助测试工程师更高效地利用Selenium进行测试工作。
|
12天前
|
监控 测试技术 API
深入理解自动化测试框架Selenium的设计与实现
【4月更文挑战第14天】在软件开发过程中,自动化测试是确保代码质量、减少人工重复劳动的关键步骤。Selenium作为一款广泛使用的自动化测试工具,提供了对多种浏览器和操作系统的支持。本文将探讨Selenium的核心组件及其架构设计,分析其如何通过WebDriver与浏览器交互,以及它如何支持多种编程语言进行脚本编写。同时,我们还将讨论Selenium Grid的作用以及它如何实现并行测试,以缩短测试周期并提高测试效率。
178 59
|
14天前
|
Web App开发 前端开发 Java
框架分析(11)-测试框架
框架分析(11)-测试框架
|
19天前
|
人工智能 分布式计算 Kubernetes
人工智能,应该如何测试?(三)数据构造与性能测试篇
本文探讨了人工智能场景中的性能测试,区别于传统互联网测试,其复杂性更高。主要关注点包括两类AI产品——业务类和平台类,后者涉及AI全生命周期,测试难度更大。测试重点是模型训练的性能,特别是数据模拟。需要构造大量结构化数据,如不同规模、分布、分片和特征规模的数据,以评估算法效率。此外,还涉及模拟设备规模(如视频流)和节点规模(边缘计算),以测试在大规模负载下的系统性能。文中提到了使用工具如Spark、ffmpeg、流媒体服务器和Kubernetes(K8S)的扩展项目,如Kubemark,来模拟大规模环境。最后,文章介绍了使用Golang进行异步IO操作以构建海量小文件,优化IO性能。
42 0
|
19天前
|
安全 测试技术
深入理解白盒测试:方法、工具与实践
【4月更文挑战第7天】 在软件开发的质量控制过程中,白盒测试是确保代码逻辑正确性的关键步骤。不同于黑盒测试关注于功能和系统的外部行为,白盒测试深入到程序内部,检验程序结构和内部逻辑的正确性。本文将探讨白盒测试的核心技术,包括控制流测试、数据流测试以及静态分析等方法,同时介绍当前流行的白盒测试工具,并讨论如何在实际项目中有效实施白盒测试。文章的目标是为软件测试工程师提供一份综合性指南,帮助他们更好地理解和应用白盒测试技术。
|
28天前
|
敏捷开发 设计模式 监控
深入理解自动化测试框架的设计原则
在软件开发的复杂多变环境中,自动化测试已成为确保产品质量和加速市场交付的关键步骤。本文将探讨自动化测试框架的设计原则,包括模块化、可扩展性、易用性和可靠性,旨在为软件测试工程师提供构建高效、健壮且易于维护的自动化测试系统的指导。通过分析设计模式的应用,我们将了解如何减少代码冗余,提高测试覆盖率,并适应快速变化的技术要求。

热门文章

最新文章