当前位置: 首页 > news >正文

jmeter CLI Mode 传参实现动态设置用户数

 一.需求

CLI 运行模式下每次运行想要传入不同的用户数,比如寻找瓶颈值的场景,需要运行多次设置不同的用户数。

二.解决思路

查看官方API Apache JMeter - User's Manual: Getting Started

api CLI Mode 一节中提到可以使用如下参数做属性的替换,其中-D可定义系统变量 -J可设置本地JMeter属性

针对JMeter的属性和变量,主要有这三部分JMeterVariables、JMeterProperties和SystemProperties

在 JMeter 中,JMeterVariables、JMeterProperties 和 SystemProperties 都是变量或属性的容器,但它们之间有一些区别。

  1. JMeterVariables:JMeterVariables 是 JMeter 中的变量容器,用于存储测试计划中定义的变量。它是一个类似于 Map 的对象,可以使用类似于 Map 的方法来访问和修改变量。在测试计划中的其他元件中,您可以使用 ${variableName} 表达式来引用 JMeterVariables 中的变量。

  2. JMeterProperties:JMeterProperties 是 JMeter 中的属性容器,用于存储 JMeter 的配置属性。它是一个类似于 Map 的对象,可以使用类似于 Map 的方法来访问和修改属性。您可以使用 jmeter.properties 文件或 -J[prop_name]=[value] 命令行参数来设置 JMeterProperties 中的属性。在测试计划中的其他元件中,您可以使用${__P(prop_name)} 表达式来引用 JMeterProperties 中的属性。

  3. SystemProperties:SystemProperties 是 Java 虚拟机中的属性容器,用于存储系统属性。它是一个类似于 Map 的对象,可以使用类似于 Map 的方法来访问和修改属性。您可以使用 -D[prop_name]=[value] 命令行参数或 Java 系统属性文件来设置 SystemProperties 中的属性。在测试计划中的其他元件中,您可以使用 ${__P(prop_name)} 表达式来引用 SystemProperties 中的属性。

可以在线程组中增加一个Debug Sampler ,查看运行时的参数

从以上信息可以得出,我们使用-J 参数传递的是JMeter本地属性参数,那么引用方式就是 ${__P(prop_name)},我们只需要定义一个全局变量,并且直接引用即可。 这里面使用到的函数 ${__P(prop_name)},如果没有传参的话有个默认值,默认值为1

我设置的默认值是2并在线程组中引用变量(注意变量的引用是${variableName})

这样可以先在GUI当中进行调试,看,线程组一共运行了两遍。

使用CLI 模式运行,就可以看到传入参数50后,使用了参数运行。我一共是三个sampler,所以有summary 有50*3

小Tips:

参数的引用如${users}、${__P(myVar,2)} 前后不要有空格喔

分享结束,❥(^_-)!

http://www.lryc.cn/news/504354.html

相关文章:

  • 数据库和SQL的基本概念
  • CSS系列(9)-- Transform 变换详解
  • 一些浅显易懂的IP小定义
  • C 语言动态爱心代码
  • 【Figma_01】Figma软件初始与使用
  • 【Python篇】PyQt5 超详细教程——由入门到精通(序篇)
  • day2 数据结构 结构体的应用
  • CSS 进阶教程:从定位到动画与布局
  • Nginx性能优化全方案:打造一个高效服务器
  • 详解Maven的setting配置文件中mirror和repository的区别
  • 框架模块说明 #07 API加密
  • 安卓BLE蓝牙开发经验分享
  • 后缀表达式有什么场景应用
  • 使用 Kubernetes 部署 Redis 主从及 Sentinel 高可用架构(未做共享存储版)
  • AI开发 - 用GPT写一个GPT应用的真实案例
  • C#—索引器
  • 杨振宁大学物理视频中黄色的字去掉(稳定简洁版本,四)
  • 排序算法(5):归并排序
  • Gate学习(7)引入体素源
  • 2024.12.14 TCP/IP 网络模型有哪几层?
  • item2 for macos
  • 二维三维空间上两点之间的距离
  • 相机测距原理
  • Debezium SchemaNameAdjuster 分析
  • Stable Diffusion绘画 | SDXL模型使用注意事项
  • (五)机器学习 - 数据分布
  • Flink State面试题和参考答案-(上)
  • 利用开源Stable Diffusion模型实现图像压缩比竞争方法用更低的比特率生成更逼真的图像
  • QT信号与槽机制详解
  • openGauss开源数据库实战二十二