编辑
2023-12-11
测试平台
00
请注意,本文编写于 190 天前,最后修改于 190 天前,其中某些信息可能已经过时。

目录

1、背景
2、环境准备
3、Jmeter测试
3.1 写测试用例
3.2 运行和收集结果
3.2.1 pycharm启动
3.2.2 命令行启动
3.2.3 查看报告
4、总结
5、参考链接:

1、背景

最近在技术群里面讨论到使用python操作jmeter的话题
有人提到了subprocess启动命令行来操作jmeter,也有人提到了jmeterapi,另外也有人提到了pymeter
除了这些,实际上我之前也基于docker+subprocess来操作jmeter的项目
jmeterapi这个库年久失修,就不想搞它了,下面跟我一起试试pymeter吧

image.png

image.png

2、环境准备

直接参考项目的说明即可 image.png

3、Jmeter测试

3.1 写测试用例

使用方法比较简单,设置GUI类似,只是前后顺序不相同:

  • 创建线程组
  • 把sample,断言,抽取等配置加入线程组
  • 创建报告收集器
  • 把线程组和报告收集器加入测试计划
  • 运行测试计划
python
# 省略 import class TestTestPlanClass(TestCase): def test_1(self: Any) -> None: # 创建一个JsonExtractor对象,参数分别是"variable"和"args.var" json_extractor: JsonExtractor = JsonExtractor("variable", "args.var") # 创建一个均匀随机计时器,时间间隔在1000至2000毫秒之间 timer: UniformRandomTimer = UniformRandomTimer(1000, 2000) ra: ResponseAssertion = ResponseAssertion.contains_substrings("var") # 创建一个HttpSampler对象,用于发送HTTP请求并记录响应 http_sampler: HttpSampler = HttpSampler( "Echo", "http://119.91.147.215:18080/get?var=${__Random(0,10)}", timer, json_extractor, ra, ) # 创建一个DummySampler对象,仅用于模拟一些操作,不实际执行任何网络请求 dummy_sampler: DummySampler = DummySampler("dummy ${variable}", "hi dummy") # 创建一个线程组,其中包含10个线程,每个线程的运行时间为1秒,整个线程组的持续时间为60秒 tg: ThreadGroupWithRampUpAndHold = ThreadGroupWithRampUpAndHold( 100, 3, 60, http_sampler, dummy_sampler, name="Some Name" ) # 创建一个HTML报告生成器 html_reporter: HtmlReporter = HtmlReporter() # 创建一个测试计划,其中包含tg线程组和html_reporter报告生成器 tp: TestPlan = TestPlan(tg, html_reporter) # 运行测试计划,返回统计数据 stats = tp.run() # 打印测试的统计數據 print( f"duration= {stats.duration_milliseconds}", f"mean= {stats.sample_time_mean_milliseconds}", f"min= {stats.sample_time_min_milliseconds}", f"median= {stats.sample_time_median_milliseconds}", f"90p= {stats.sample_time_90_percentile_milliseconds}", f"95p= {stats.sample_time_95_percentile_milliseconds}", f"99p= {stats.sample_time_99_percentile_milliseconds}", f"max= {stats.sample_time_max_milliseconds}", sep="\t", ) # 断言99%分位数的样本时间小于2000毫秒 self.assertLess(stats.sample_time_99_percentile_milliseconds, 30)

3.2 运行和收集结果

3.2.1 pycharm启动

如果你使用的PyCharm,会自动识别

image.png

3.2.2 命令行启动

shell
# rikasai @ huacai-mbp in ~/code/python/pymeter-demo [22:23:38] C:1 $ python main.py + 579 in 00:00:07 = 86.2/s Avg: 139 Min: 9 Max: 500 Err: 0 (0.00%) Active: 100 Started: 100 Finished: 0 + 3964 in 00:00:30 = 131.9/s Avg: 142 Min: 8 Max: 500 Err: 0 (0.00%) Active: 100 Started: 100 Finished: 0 = 4543 in 00:00:37 = 123.6/s Avg: 142 Min: 8 Max: 500 Err: 0 (0.00%) duration= 64265 mean= 144 min= 8 median= 54 90p= 404 95p= 451 99p= 491 max= 500 F + 7 in 00:00:03 = 2.1/s Avg: 864 Min: 225 Max: 977 Err: 0 (0.00%) Active: 6 Started: 6 Finished: 0 duration= 14276 mean= 323 min= 223 median= 230 90p= 960 95p= 973 99p= 1012 max= 1207 . ====================================================================== FAIL: test_1 (__main__.TestTestPlanClass) ---------------------------------------------------------------------- Traceback (most recent call last): File "/Users/rikasai/code/python/pymeter-demo/main.py", line 67, in test_1 self.assertLess(stats.sample_time_99_percentile_milliseconds, 30) AssertionError: 491 not less than 30 ---------------------------------------------------------------------- Ran 2 tests in 79.631s FAILED (failures=1) (pymeter-demo)

需要注意的是,这里断言失败,是unittest断言失败,这个数据并不会在jmeter报告中体现

3.2.3 查看报告

报告会自动生成在output文件夹下面,一个test函数对应一份报告
使用浏览器打开index.html就能看到完整的报告
image.png

image.png

image.png

image.png

4、总结

  • python结合jmeter-dsl的特性,使用起来很方便
  • 常用的部分功能(线程组,部分断言,报告)已经支持
  • 目前整体完成度还是偏低,插件,复杂的断言,各种sample还未支持

5、参考链接:

本文作者:花菜

本文链接:

版权声明:本博客所有文章除特别声明外,均采用 BY-NC-SA 许可协议。转载请注明出处!