Jmeter进阶篇（29）AI+性能测试领域场景落地

🏝️关于我：我是綦枫。一个顺手写写代码的音乐制作人。

前言

随着2022年GPT3.5的问世，我们的社会已经进入了AI时代，这是一个全新的风口，也会迎来全新的挑战和机遇。如果能抓住新时代的风口，你将会在进步的路上越走越快。今天让我们来一起探究一下，在软件性能测试领域，我们要如何结合AI来实现效能突破。

📚传统性能测试的痛点

• 场景和指标选取困难：系统通常具有复杂的业务逻辑和多种功能模块。确定哪些业务场景是关键的、对性能影响较大的并不容易，需要对业务有深入的理解。
• 测试脚本编写困难：性能测试脚本通常涉及复杂的业务逻辑和多步骤操作，编写和维护这些脚本非常困难，不同测试场景下的脚本往往需要重新编写，缺乏有效的复用机制。
• 评估诊断能力不足：如果缺乏评估测试结果的能力，将难以及时发现和解决问题，性能问题的诊断通常很复杂，需要丰富的经验和专业知识。

✍传统性能测试脚本开发流程

我们平时使用传统方式创建性能测试脚本时，大致流程如下，以百度搜索性能测试为例：