当前位置: 首页 > news >正文

【性能测试】分布式压测之locust和Jmeter的使用

受限于单台机器的配置问题,我们在单台机器上达不到一个很高的压测并发数,那这个时候就需要引入分布式压测

分布式压测原理:

一般通过局域网把不同测试计算机链接到一起,达到测试共享、分散操作、集中管理的目的。

  1. 选择一台作为调度机(MASTER),其他机器作为执行机(SLAVE)
  2. 执行完成执行机会把所有数据上传汇总到调度机

LOCUST

首先要确保调度机和执行机上都已经有了测试脚本

第二、cmd启动调度机locust -f <脚本名.py> --master

第三、cmd启动执行机locust -f <脚本名.py> --worker --master-host=xxx.xxx.x.x

第四、在网页运行http://localhost:8089/,locust默认8089端口,就可以让调度机操作执行机了

Jmeter

这是一款绿色软件,所以直接复制到测试机上就可使用了同时还保证了Jmeter版本是一致的(JDK版本也需要一致)

第一步配置执行机配置:

  1. 修改jmeter.properties
    • server_port=1099
    • server.rmi.localport=1099(保持和上面设置的端口号一致)
    • server.rmi.ssl.disable=true(关闭ssl)
  2. 修改jmeter-server
    • RMI_HOST_DEF=-Djava.rmi.server.hostname=xxx.xxx.xxx.xxx(本机ip)
  3. 启动执行机上bin目录下的jmeter-server(windows启动jmeter-server.bat),并记录下ip和port

第二步配置调度机的配置:

  1. 修改jmeter.properties
    • server.rmi.ssl.disable=true(关闭ssl)
    • remote_hosts=localhost:1099(与执行机配置的ip和port对应,如果存在多个用逗号隔开)

 这样就完成了让调度机控制执行机

那我们为什么要这么高的并发数,或者说我们怎么去确定我们的并发数呢?

 当然所有指标都可以按需求来,那需求中的并发数怎么来的呢?或者说如果没有需求指标呢?

1.稳定测试的并发量(均值)

  PV:(page view)页面访问量,也就是每打开一次页面PV计数+1

  UV:(unique visitor)唯一访问用户数,用来衡量真实的网站用户数

  一般用UV来统计用户活跃数,用PV来统计用户访问页面的频率

  举个例子:假如业务部门告知我们一天系统有4w个请求,那么我想知道需要多少的并发数

  普通计算公式(根据每天访问):TPS(并发数/每秒) = 总请求数 / 总时间,通过这个公式我们可以计算得到 TPS = 40000请求量 / (24 * 3600秒)=0.46请求数/秒,那么我们在测试环境对系统进行性能测试,只需要0.48个请求就可以满足需要

  二八原则计算方法(根据每天访问):普通计算公式可能不一定可以代表线上绝大多数情况,因为可能存在被低访问平均拉低数据,所以使用二八原则(80%请求在20%的时间完成) = 总请求数 *0.8 / 总时间*0.2,那么通过这个公式我们计算出1.85请求量/秒就可以得到并发数

  注:当然有细分数据那更好了,可以更准备知道更准确的有效时间和请求

2.压力测试的并发量(极值)

  举个例子:订单最高峰在1个小时内有7200个订单

  计算压力测试的并发数:TPS = 峰值请求数 / 峰值的时间 * 系数 ,系数根据自己对系统要求不同决定,比如系数是2,那么我们通过公式可以计算到7200 / 3600 * 2 = 4请求数/秒,4个请求数就可以满足需要 

2024最新Jmeter接口测试从入门到精通(全套项目实战教程)

相关文章:

【性能测试】分布式压测之locust和Jmeter的使用

受限于单台机器的配置问题&#xff0c;我们在单台机器上达不到一个很高的压测并发数&#xff0c;那这个时候就需要引入分布式压测 分布式压测原理&#xff1a; 一般通过局域网把不同测试计算机链接到一起&#xff0c;达到测试共享、分散操作、集中管理的目的。 选择一台作为…...

ABC341A-D题解

文章目录 A题目AC Code&#xff1a; B题目AC Code&#xff1a; C题目AC Code&#xff1a; D题目你以为这就完了&#xff1f; 时间复杂度分析&#xff1a;AC Code&#xff1a; E A 题目 这个没什么好说的&#xff0c;就先输出一个 1&#xff0c;再输出 n n n 个 01就大功告成…...

计算机网络——07协议层次及服务模型

协议层次及服务模型 协议层次 网络是一个复杂的系统 网络功能复杂&#xff1a;数字信号的物理信号承载、点到点、路由、rdt、进程区分、应用等现实来看&#xff0c;网络的许多构成元素和设备&#xff1a; 主机路由器各种媒体的链路应用协议硬件&#xff0c;软件 问题是&am…...

Netty Review - NIO空轮询及Netty的解决方案源码分析

文章目录 Pre问题说明NIO CodeNetty是如何解决的&#xff1f;源码分析入口源码分析selectCntselectRebuildSelector Pre Netty Review - ServerBootstrap源码解析 Netty Review - NioServerSocketChannel源码分析 Netty Review - 服务端channel注册流程源码解析 问题说明 N…...

PAM | 账户安全 | 管理

PAM PAM&#xff08;Pluggable Authentication Modules&#xff0c;可插入式身份验证模块&#xff09;是一个灵活的身份验证系统&#xff0c;允许我们通过配置和组合各种模块来实现不同的身份验证策略。 在 Linux 或类 Unix 系统中&#xff0c;常见的 PAM 模块包括以下几种类…...

Leetcode 16-20题

最接近的三数之和 给定整数数组和目标值target&#xff0c;从数组中选出三个整数&#xff0c;使得和与target最接近&#xff0c;并返回三数之和。保证恰好存在一个解。 和上一题类似&#xff0c;我们先对整数数组排序&#xff0c;然后固定i&#xff0c;枚举j&#xff0c;找到满…...

【开源训练数据集1】神经语言程式(NLP)项目的15 个开源训练数据集

一个聊天机器人需要大量的训练数据,以便在无需人工干预的情况下快速解决用户的询问。然而,聊天机器人开发的主要瓶颈是获取现实的、面向任务的对话数据来训练这些基于机器学习的系统。 我们整理了训练聊天机器人所需的对话数据集,包括问答数据、客户支持数据、对话数据和多…...

【AIGC】Stable Diffusion的ControlNet参数入门

Stable Diffusion 中的 ControlNet 是一种用于控制图像生成过程的技术&#xff0c;它可以指导模型生成特定风格、内容或属性的图像。下面是关于 ControlNet 的界面参数的详细解释&#xff1a; 低显存模式 是一种在深度学习任务中用于处理显存受限设备的技术。在这种模式下&am…...

静态curl库编译与使用(c++)

静态curl库编译与使用 静态curl库编译与使用&#xff1a;mingw https://curl.se/windows/ // 测试&#xff1a;设置URL地址 // curl_easy_setopt(curlHandle, CURLOPT_URL, “https://ipinfo.io/json”); // curl_easy_setopt(curlHandle, CURLOPT_SSL_VERIFYPEER, 0L); // c…...

element 表单提交图片(表单上传图片)

文章目录 使用场景页面效果前端代码 使用场景 vue2 element 表单提交图片   1.点击【上传图片】按钮择本地图片&#xff08;只能选择一张图片&#xff09;后。   2.点击图片&#xff0c;支持放大查看。   3.点击【保存】按钮&#xff0c;提交表单。 页面效果 前端代码…...

Android 15 第一个开发者预览版

点击查看&#xff1a;first-developer-preview-android15 点击查看&#xff1a;Get Android 15 2024年2月16日,谷歌发布 Android 15 第一个开发者预览版 翻译 由工程副总裁戴夫伯克发布 今天&#xff0c;我们发布了Android 15的首个开发者预览版&#xff0c;这样我们的开发者就…...

anomalib1.0学习纪实-续1:增加新算法

0、基本信息 现在我要增加一个新算法&#xff1a;DDAD 他的代码&#xff0c;可以在github中找到&#xff1a;GitHub - arimousa/DDAD 一、基础操作&#xff1a; 1、修改anomalib\src\anomalib\models\__init__.py 我增加的第33行和61行&#xff0c; 2、 增加ddad文件夹和文…...

Java+Vue+MySQL,国产动漫网站全栈升级

✍✍计算机编程指导师 ⭐⭐个人介绍&#xff1a;自己非常喜欢研究技术问题&#xff01;专业做Java、Python、微信小程序、安卓、大数据、爬虫、Golang、大屏等实战项目。 ⛽⛽实战项目&#xff1a;有源码或者技术上的问题欢迎在评论区一起讨论交流&#xff01; ⚡⚡ Java实战 |…...

机器人常用传感器分类及一般性要求

机器人传感器的分类 传感技术是先进机器人的三大要素&#xff08;感知、决策和动作&#xff09;之一。根据用途不同&#xff0c;机器人传感器可以分为两大类&#xff1a;用于检测机器人自身状态的内部传感器和用于检测机器人相关环境参数的外部传感器。 内部传感器 内部传感…...

C++-opencv的imread、imshow、waitkey、namedWindow

在C中使用OpenCV时&#xff0c;imread和imshow是两个非常基础且常用的函数&#xff0c;用于读取图像和显示图像。以下是这两个函数的简要说明和如何一起使用它们的示例。 imread函数 imread用于从指定的文件路径读取图像。它将图像读入为cv::Mat对象&#xff0c;这是OpenCV中…...

开源语音识别faster-whisper部署教程

1. 资源下载 源码地址 模型下载地址&#xff1a; large-v3模型&#xff1a;https://huggingface.co/Systran/faster-whisper-large-v3/tree/main large-v2模型&#xff1a;https://huggingface.co/guillaumekln/faster-whisper-large-v2/tree/main large-v2模型&#xff1a;…...

使用IntelliJ IDEA配置Maven (入门)

在使用IntelliJ IDEA进行Java开发时&#xff0c;配置Maven是至关重要的一步&#xff0c;因为它可以帮助你管理项目的依赖和构建过程。以下是我在使用IntelliJ IDEA配置Maven的实践过程&#xff0c;以及一些技术笔记和职场感悟。 工作实践与项目复盘 下载Maven&#xff1a; 访问…...

汽车金融市场研究:预计2029年将达到482亿美元

汽车金融公司作为汽车流通产业链的重要一环&#xff0c;认真贯彻落实国家有关政策&#xff0c;采取多种措施助力汽车产业发展&#xff0c;为促进推动汽车消费、助力畅通汽车产业链、支持稳定宏观经济大盘发挥了积极作用。 益于国内疫情得到有效控制&#xff0c;我国经济持续稳定…...

关于举办第十五届蓝桥杯大赛电子赛5G全网规划与建设赛项的通知

关于举办第十五届蓝桥杯大赛电子赛 5G全网规划与建设赛项的通知 各相关院校&#xff1a; 第十五届蓝桥杯大赛通知已于2023年9月27日在蓝桥杯大赛官网发布&#xff0c;现就电子赛5G全网规划与建设赛项报名事宜&#xff0c;公布如下&#xff1a; 一、赛项概述 5G全网规划与建设…...

Vue3快速上手(七) ref和reactive对比

一、ref和reactive对比 表格形式更加直观吧&#xff1a; 项目refreactive是否支持基本类型支持不支持是否支持对象类型支持支持对象类型是否支持属性直接赋值不支持&#xff0c;需要.value支持是否支持直接重新分配对象支持&#xff0c;因为操作的.value不支持&#xff0c;需…...

OpenCV手眼标定避坑指南:inner和outer内参到底怎么选?

OpenCV手眼标定避坑指南&#xff1a;inner和outer内参到底怎么选&#xff1f; 在工业自动化领域&#xff0c;手眼标定&#xff08;Eye to Hand&#xff09;是连接视觉系统与机械臂的关键技术环节。许多工程师在使用OpenCV进行标定时&#xff0c;常常对getOptimalNewCameraMatri…...

UE5 Pixel Streaming配置HTTPS全流程:从证书申请到成功运行(避坑指南)

UE5 Pixel Streaming HTTPS配置实战&#xff1a;从零搭建到安全部署的完整指南 在虚幻引擎5&#xff08;UE5&#xff09;的实时交互应用开发中&#xff0c;Pixel Streaming技术正成为连接3D内容与终端用户的重要桥梁。而HTTPS协议的配置&#xff0c;则是确保数据传输安全性的关…...

微信小程序onLaunch异步问题实战:如何确保Page的onLoad在onLaunch完成后执行?

微信小程序异步初始化难题&#xff1a;5种方案确保onLaunch与onLoad的执行顺序 微信小程序的启动流程看似简单&#xff0c;却隐藏着一个让不少开发者踩坑的异步陷阱。当你在app.js的onLaunch中进行网络请求或异步操作时&#xff0c;页面层级的onLoad可能已经迫不及待地开始执行…...

Unity游戏多语言实时翻译解决方案:XUnity Auto Translator全解析

Unity游戏多语言实时翻译解决方案&#xff1a;XUnity Auto Translator全解析 【免费下载链接】XUnity.AutoTranslator 项目地址: https://gitcode.com/gh_mirrors/xu/XUnity.AutoTranslator 在全球化游戏市场中&#xff0c;语言障碍成为制约玩家体验的关键因素。XUnity…...

5个理由告诉你为什么Free Texture Packer是游戏开发者的终极免费纹理打包神器

5个理由告诉你为什么Free Texture Packer是游戏开发者的终极免费纹理打包神器 【免费下载链接】free-tex-packer Free texture packer 项目地址: https://gitcode.com/gh_mirrors/fr/free-tex-packer 在游戏开发和网页设计领域&#xff0c;纹理打包工具是提升性能的关键…...

本地部署音效生成器 Moodist 并实现外部访问

Moodist 是基于 MIT 许可的开源白噪音平台&#xff0c;提供了超过 75 种不同的环境声音&#xff0c;可以帮助用户集中注意力、保持冷静或进入放松状态。它还支持持久化声音选择&#xff0c;用户能够自定义声音预设&#xff0c;分享他们的音频配置给他人&#xff0c;并且集成睡眠…...

微信聊天记录终极保存方案:3步永久备份你的珍贵回忆

微信聊天记录终极保存方案&#xff1a;3步永久备份你的珍贵回忆 【免费下载链接】WeChatMsg 提取微信聊天记录&#xff0c;将其导出成HTML、Word、CSV文档永久保存&#xff0c;对聊天记录进行分析生成年度聊天报告 项目地址: https://gitcode.com/GitHub_Trending/we/WeChatM…...

如何用Python处理杭州交通数据集?从roadnet.json到flow.json的完整解析指南

杭州交通数据实战&#xff1a;用Python解析roadnet.json与flow.json的进阶技巧 第一次接触杭州交通数据集时&#xff0c;我被roadnet.json里密密麻麻的交叉点坐标和flow.json中流动的车辆轨迹震撼到了——这哪是数据文件&#xff0c;分明是一座数字孪生城市的血管与血液。作为算…...

SPIRE项目中的EJBCA上游证书颁发机构插件详解

SPIRE项目中的EJBCA上游证书颁发机构插件详解 【免费下载链接】spire SPIRE是一个开源的SPIFFE运行时环境&#xff0c;用于在Kubernetes集群中实现工作负载的身份识别和访问控制。 - 功能&#xff1a;工作负载身份识别&#xff1b;访问控制&#xff1b;身份凭证管理&#xff1b…...

Realistic Vision V5.1实战案例:教育行业教师形象照AI生成解决方案

Realistic Vision V5.1实战案例&#xff1a;教育行业教师形象照AI生成解决方案 1. 教育行业教师形象照的痛点与需求 在教育行业&#xff0c;教师形象照是学校官网、宣传材料、荣誉展示等场景的刚需。传统摄影方式存在以下痛点&#xff1a; 成本高昂&#xff1a;专业摄影棚拍…...