Jmeter的元件使用介紹:(三)配置元件詳解01

Jmeter的配置元件有非常多,常用的有:信息頭管理器、Cookie管理器、用戶定義的變量、Http請求默認值、JDBC Connection Configuration、CSV 數據文件設置、計數器等,本文會對這些常用的配置元件一一介紹,還有其他很多配置元件,由于不太常用,此處了解下還有這些不常用的配置元件即可。如:緩存管理器、DNS緩存管理器、FTP默認請求、TCP請求配置、JAVA默認請求、Bolt Connection Configuration等等。

基礎須知:Jmeter各個元件的執行順序為:配置元件->前置處理器->定時器->取樣器->后置處理器->斷言器->監聽器。配置元件在Jmeter執行過程中,在相同作用域下肯定會被最先執行,使用過程中要嚴格遵守作用域問題。

一:信息頭管理器
信息頭管理器用來傳輸取樣器信息頭。使用規則:特別需要注意使用的作用域問題,分為3種。
1、如果整個測試計劃下的所有取樣器請求都一致,則在測試計劃下添加,這樣能做到整個測試計劃下共享信息頭。
2、如果在同一線程組下,所有取樣器的請求頭都用到了相同的某個值如:token等,那就在線程組下添加信息頭管理器,這樣同一線程組下的所有取樣器都能傳入相同的請求頭了。
3、如果每個取樣器的請求頭不太一致,則在具體的取樣器下添加。
通過下圖進行下簡單理解:

注意點:
(1)如果存在多個信息頭管理器,則引用的信息頭會進行疊加。如下例子:
【測試計劃下添加的信息頭】填入信息:token:12345678
【線程組1下添加的信息頭】填入信息:Content-Type:application/json
則HTTP請求1-1會疊加這兩個值,如圖:

?

執行結果:

(2)如果存在多個信息頭管理器,而且信息頭管理器有變量名稱重復了,只是作用域不一樣,則會引用作用域小的變量,如下例子:
【測試計劃下添加的信息頭】填入信息:token:12345678
【線程組1下添加的信息頭】填入一個與上相同的變量信息:token:abcdefg
則實際執行的時候,會引用作用域小的token,如圖:

?

執行結果:

(3)如果存在多個信息頭管理器,而且信息頭管理器有變量名稱重復了,作用域也一樣,則會引用第一個信息頭管理器的變量,如下例子:
【測試計劃下添加的信息頭1】填入信息:token:12345678
【測試計劃下添加的信息頭2】填入信息:token:abcdefgh
則實際執行的時候,得看哪個信息頭管理器放在前面就引用哪個信息頭的變量,該處是將【測試計劃下添加的信息頭1】放在前面,所以是引用到了token:12345678。如下圖:

?

執行結果:引用的是前面的信息頭

二、Cookie管理器
對于有些請求需要Cookie的時候,可以考慮加上這個配置元件,通常會在登錄接口返回Cookie存儲到客戶端本地,使用該元件可以解決Cookie驗證問題。
使用方式:直接添加即可,一般是添加到測試計劃或者線程組下。

三:請求默認值
如果多個請求存在相同的部分,那么就可以將這些相同的部分抽取到【請求默認值】,在填寫具體請求的時候,就可以省略請求默認值得信息不填,同樣需要非常注意作用域問題。
例子:新建一個【HTTP請求默認值】,填寫發起百度請求的信息,那么在實際發起百度請求的時候,就可以忽略這部分信息了。

?


執行結果如下:

四:用戶定義的變量
主要用于進行參數化設計,但只適用于數據量比較少的參數化,大數量的參數化就不適用了,重要的事情每次都需要強調下:需要注意作用域的問題。
使用方法:添加元件后,填寫變量信息即可,填寫完后,就可以在作用域范圍下的元件進行引用,如下圖:

?

執行結果:

?

五:CSV設置文件
用于進行批量參數化,有兩種方式,第一種是Jmeter自帶的CSV配置文件,第二種是插件管理器安裝的Random CSV Data Set Config。

1、Jmeter自帶的CSV配置文件:該元件只能按照提供的數據源文件按順序取值。下面進行元件頁面各項值的介紹。


(1)文件名:選擇提供數據的文件,要選擇.csv格式的文件
(2)文件編碼:選擇對文件的編碼格式,一般選utf-8
(3)變量名稱:給獲取到的數據源數據取變量,要取多個數據,就要用英文下分號";"間隔
(4)忽略首行:選擇True就是忽略數據源的首行,選擇False就是不忽略
(5)其他選項:一般默認即可。

下面實際使用:
(1)準備CSV源文件:


(2)填寫CSV參數化元件信息:


(3)引用參數化的值

執行結果:

注意事項:該CSV參數化元件只能按順序取值,即:腳本一次執行下,只能在數據源文件從上往下取值,下面我給請求添加循環數看看現象。

執行結果:

?

有時候我們想要每次執行請求都能隨機取數據源的某一條數據,那么這時候就需要用到第二種CSV參數化配置文件:Random CSV Data Set Config

2、Random CSV Data Set Config:該元件Jmeter不會自帶,需要我們手動安裝。
(1)打開插件管理器

(2)安裝Random CSV Data Set

使用介紹:

Filename:選擇數據源文件路徑
File encoding:選擇編碼格式,一般選擇UTF-8
Delimeter:分隔符,默認即可
Variable names:給變量命名
Fist line is CSV header:如果第一行是表頭,則勾選下
其他沒介紹到的默認即可,不用關心

下面進行實際使用
(1)信息配置:


(2)執行結果:

?

?

本文來自互聯網用戶投稿,該文觀點僅代表作者本人,不代表本站立場。本站僅提供信息存儲空間服務,不擁有所有權,不承擔相關法律責任。
如若轉載,請注明出處:http://www.pswp.cn/diannao/92820.shtml
繁體地址,請注明出處:http://hk.pswp.cn/diannao/92820.shtml
英文地址,請注明出處:http://en.pswp.cn/diannao/92820.shtml

如若內容造成侵權/違法違規/事實不符,請聯系多彩編程網進行投訴反饋email:809451989@qq.com,一經查實,立即刪除!

相關文章

git 連接GitHub倉庫

一、安裝 git 包在官網下載 git 包二、通過SSH密鑰與GitHub遠程倉庫連接1. 檢查本地 SSH 密鑰是否存在ls -al ~/.ssh如果看到 id_rsa 和 id_rsa.pub,說明已有密鑰。2.如果沒有,生成新的 SSH 密鑰:ssh-keygen -t ed25519 -C "your_email…

如何通過AI掃描代碼中的問題

代碼質量其實在需求高壓,業務快速迭代的場景下往往容易被人忽視的問題,大家的編碼習慣和規范也經常會各有喜好,短期之內獲取看不出來什么問題,但長此以往就會發現,屎山逐步成型了,而線上代碼跑著往往就不想…

Java 大視界 -- Java 大數據機器學習模型在金融衍生品市場波動特征挖掘與交易策略創新中的應用(363)

Java 大視界 -- Java 大數據機器學習模型在金融衍生品市場波動特征挖掘與交易策略創新中的應用(363)引言:正文:一、Java 構建的金融數據處理架構1.1 多源異構數據實時融合1.2 新聞輿情與市場沖擊建模二、Java 驅動的波動特征挖掘與…

Cartographer安裝測試與模塊開發(三)--Cartographer在Gazebo仿真環境下的建圖以及建圖與定位階段問題(實車也可參考)

參數介紹之所以要首先介紹參數而不是實操,是因為大部分建圖失敗、漂移基本上都是參數設置錯誤引起的,或者說大部分都是TF存在問題,主要是坐標系Frame之間有沖突或者對不上等原因導致的,因此把參數放在前面介紹,了解了參…

uniapp nvue開發App 橫豎屏切換丟失上下文導致 setTimeout和clearTimeout報錯

報錯內容如下 [JS Framework] Failed to find taskCenter (35). [JS Framework] Failed to execute the callback function:TypeError: c.clearTimeout is not a function reportJSException >>>> exception function:__WEEX_CALL_JAVASCRIPT__, exception:JavaSc…

Mirauge3D 賦能:全自動建模,讓城市規劃與建筑設計擁有高分辨率實景三維模型

在數字化浪潮席卷各行各業的當下,高精度、多元化的空間數據已成為基礎測繪、智慧城市建設、自然資源管理等領域高質量發展的核心支撐。從城市交通網絡的智能規劃到國土空間的優化配置,從災害監測的精準預警到生態環境保護的科學決策,空間數據…

Javaweb————學習javaweb的預備知識

??????一.javase,javaweb,javaee的區別和聯系 💙💙💙javase: 通俗的來講就是java技術棧,做java相關開發的基礎,比如javaweb,javaee開發都是必備javase的基礎的,包括java語言基礎&#xff…

zabbix服務自動發現、自動注冊及配置釘釘告警(小白的“升級打怪”成長之路)

目錄 一、自動發現及自動注冊 1、自動發現 2、自動注冊規則 二、監控告警并發送電子郵件 1、設定發郵件的地址 2、設定發郵件的用戶 3、設定監控及觸發的條件 4、開始告警并設置觸發發郵件 三、釘釘告警 1、配置zabbix-server 2、配置監控及觸發 3、web頁面操作 4、…

OSPF多區域

OSPF多區域劃分的必要性 OSPF單區域存在的問題 LSDB 龐大,占用內存大,SPF計算開銷大。 LSA洪泛范圍大,拓撲變化影響范圍大。 路由不能被匯總,路由表龐大,查找路由開銷大 解決辦法 劃分區域可以解決上述問題 每個區域獨…

質數、因數、最大公約數經典問題整理

1、計數質數 MX 5000000 is_prime [1] * MX is_prime[0] is_prime[1] 0 for i in range(2, MX):if is_prime[i]:for j in range(i * i, MX, i):is_prime[j] 0class Solution:def countPrimes(self, n: int) -> int:return sum(is_prime[:n]) 2、序列中不同最大公約數的…

Java NIO FileChannel在大文件傳輸中的性能優化實踐指南

Java NIO FileChannel在大文件傳輸中的性能優化實踐指南 在現代分布式系統中,海量數據的存儲與傳輸成為常見需求。Java NIO引入的FileChannel提供了高效的文件讀寫能力,尤其適合大文件傳輸場景。本文從原理深度解析出發,結合生產環境實戰經驗…

SQLite Insert 語句詳解

SQLite Insert 語句詳解 SQLite 是一種輕量級的數據庫管理系統,它以其簡潔的設計、強大的功能和易于使用而聞名。在 SQLite 中,INSERT 語句用于向數據庫表中添加新數據。本文將詳細介紹 SQLite 的 INSERT 語句,包括其基本語法、使用方法以及一些高級特性。 基本語法 SQLi…

git更新內核補丁完整指南

Git操作完整指南 ?? 目錄 項目概述 Git基礎配置 日常操作流程 補丁更新操作 分支管理 沖突解決 常見問題 最佳實踐 命令速查表 ?? 項目概述 </

關于回歸決策樹CART生成算法中的最優化算法詳解

首先&#xff0c;一共比如有M個特征&#xff0c;N個樣本&#xff0c;對于每一個特征j&#xff0c;遍歷其中的N個樣本&#xff0c;得到N個值中&#xff0c;最小的值&#xff0c;作為這個特征的最優切分點&#xff0c;而其中的c1&#xff0c;c2是可以直接得到的。然后&#xff0c…

Ubuntu 環境下創建并啟動一個 MediaMTX 的 systemd 服務

文章目錄一、簡介二、安裝及使用三、創建系統服務小結一、簡介 MediaMTX 是一個現代、高性能、跨平臺的 流媒體服務器&#xff0c;主要用于接收、轉發、轉碼和分發 音視頻流&#xff0c;支持多種協議。它的前身是 rtsp-simple-server&#xff0c;后來重命名為 MediaMTX&#x…

在React中,函數式組件和類組件各有優缺點

函數式組件&#xff1a;無this&#xff0c;無生命周期&#xff0c;配合使用useEffect&#xff0c; 可使用Hooks。 類組件&#xff1a;有生命周期&#xff0c;狀態管理&#xff0c;無Hooks&#xff0c;適用于需要明確生命周期方法和實例方法的場景。 函數式組件 優點&#xff1a…

【SketchUp插件推薦】Profile Builder 4.0 中文版下載安裝使用教程(含語言設置圖解)

一、插件簡介 Profile Builder 4.0 是一款適用于 SketchUp 2017-2024 的高效參數化建模插件&#xff0c;中文名稱為「參數化造型建模工具」。該插件基于參數化設計原理&#xff0c;允許用戶通過簡單的路徑定義和參數設定&#xff0c;快速生成智能模型&#xff0c;從而大幅提高…

【小沐學GIS】基于Unity3d繪制三維數字地球Earth(Unity3d、OpenGL、GIS)

&#x1f37a;三維數字地球GIS系列相關文章如下&#x1f37a;&#xff1a;1【小沐學GIS】基于C繪制三維數字地球Earth&#xff08;OpenGL、glfw、glut&#xff09;第一期2【小沐學GIS】基于C繪制三維數字地球Earth&#xff08;OpenGL、glfw、glut&#xff09;第二期3【小沐學GI…

ARM匯編的一些編寫和調用規范總結

ARM匯編在格式上有少數硬性要求&#xff0c;在排版上幾乎沒什么硬性要求&#xff0c;都不多&#xff0c;以下分別說明。格式要求 ARM 匯編有一些格式上的硬性要求&#xff0c;這些規則由匯編器&#xff08;如 GNU 的gas、ARM 官方的armasm&#xff09;強制執行&#xff0c;違反…

FastAPI框架下集成智譜大模型的RAG流式響應服務框架

RAG&#xff08;檢索增強生成&#xff09;是結合檢索與生成式 AI 的技術框架。核心邏輯是先從外部知識庫精準檢索相關信息&#xff0c;再將其作為上下文輸入大模型生成回答。技術上依賴檢索引擎&#xff08;如向量數據庫、BM25&#xff09;、大語言模型&#xff08;如 GPT、LLa…