当前位置: 首页 > news >正文

使用jmeter进行压力测试

使用jmeter进行压力测试

jmeter安装

官网安装包下载,选择二进制文件,解压。

tar -xzvf apache-jmeter-x.tgz

依赖jdk安装。

yum install java-1.8.0-openjdk

环境变量配置,修改/etc/profile文件,添加以下内容。

export JMETER=/opt/apache-jmeter-x
export CLASSPATH=$JMETER/lib/ext/ApacheJMeter_core.jar:$JMETER/lib/jorphan.jar:$JMETER/lib/logkit-2.0.jar:$CLASSPATH
export PATH=$JMETER/bin/:$PATH

使配置生效。

source /etc/profile

版本验证。

jmeter -v

单机运行

测试示例TestPlan.jmx下载,执行并输出测试报告。

jmeter -n -t /xxx/TestPlan.jmx -l /xxx/TestResult.jtl -e -o /xxx/jmeterReport

集群运行

配置多台控制机

修改jmeter运行目录下/bin/jmeter.properties

remote_hosts=Master,ip2,ip3

配置远程密钥

运行/bin/create-rmi-keystore.sh
将生成的rmi_keystore.jks拷贝到各台机器jmeter目录/bin下

集群运行

执行所有的节点。

jmeter -n -t /xxx/TestPlan.jmx -r -l /xxx/TestResult.jtl -e -o /xxx/jmeterReport

执行指定节点ip1

jmeter -n -t /xxx/TestPlan.jmx -R ip1 -l /xxx/TestResult.jtl -e -o /xxx/jmeterReport

测试报告指标说明

jmeter -o生成的测试报告解读

Statistics统计

Samples:测试过程中发出的请求数
KO:失败数量
Error:失败率
Average:平均响应时间,单位毫秒
Min:最小响应时间,单位毫秒
Max:最大响应时间,单位毫秒
90th/95th/99thpct:请求响应时间按照从小到大排序后第90%/95%/99%的线程响应时间,代表90%/95%/99%的请求的响应时间在这个范围之内
Throughput:吞吐量,每毫秒完成的请求数量

TPS每秒事务数

是用来衡量系统处理能力的一个重要指标。页面访问路径Chart->Throughput->Transactions Per Second

关于ramp-up period配置

在这里插入图片描述

http://www.lryc.cn/news/532508.html

相关文章:

  • LQB(0)-python-基础知识
  • 每日Attention学习18——Grouped Attention Gate
  • QT 窗口A覆盖窗口B时,窗口B接受不到鼠标事件
  • Unity安装教学与相关问题
  • [Python人工智能] 四十九.PyTorch入门 (4)利用基础模块构建神经网络并实现分类预测
  • 实现一个 LRU 风格的缓存类
  • 【蓝桥杯嵌入式】4_key:单击+长按+双击
  • 深入理解 C# 与.NET 框架
  • 10. 神经网络(二.多层神经网络模型)
  • spark 性能调优 (一):执行计划
  • “卫星-无人机-地面”遥感数据快速使用及地物含量计算的实现方法
  • 杨氏数组中查找某一数值是否存在
  • c语言对应汇编写法(以中微单片机举例)
  • 详解CSS `clear` 属性及其各个选项
  • 算法设计与分析三级项目--管道铺设系统
  • Page Assist - 本地Deepseek模型 Web UI 的安装和使用
  • VMware Win10下载安装教程(超详细)
  • DS目前曲线代替的网站汇总
  • 具有HiLo注意力的快速视觉Transformer
  • 《AI “造脸术”:生成对抗网络打造超真实虚拟人脸》
  • 2025.2.6总结
  • RK3576——USB3.2 OTG无法识别到USB设备
  • 低代码系统-插件功能分析( 某道云)
  • 如何在 FastAPI 中使用本地资源自定义 Swagger UI
  • wxWidgets生成HTML文件,带图片转base64数据
  • 基于ArcGIS的SWAT模型+CENTURY模型模拟流域生态系统水-碳-氮耦合过程研究
  • 一键掌握多平台短视频矩阵营销/源码部署
  • 2.Python基础知识:注释、变量以及数据类型、标识符和关键字、输入函数、输出函数、运算符、程序类型转换
  • 3NF讲解
  • Spring Boot框架下的单元测试