?一.基本元件介绍：
- ?? ?线程组：模拟的用户
- ?? ?取样器：发送请求。类似于自动化中的业务测试语句
- ?? ?逻辑控制器：控制元件执行顺序。类似于自动化中的逻辑控制语句
- ?? ?前置处理器：对发送的请求参数进行预处理。类似于自动化中的参数化。
- ?? ?后置处理器：对收到的响应数据进行处理。类似于自动化中获得对应的测试结果。
- ?? ?断言：对响应结果进行断言。类似于自动化中的断言
- ?? ?定时器：等待一定时间。类似于自动化中的sleep 语句
- ?? ?测试片段：封装的脚本，供其他脚本调用。类似于自动化中封装的函数
- ?? ?配置元件：测试前的环境及数据配置。类似于自动化中的初始化动作
- ?? ?监听器：查看测试的结果。类似于自动化中的日志和报告。
二.参数化
1.参数化-用户定义的变量
在配置元件中配置：添加路径：测试计划——线程组——配置元件——用户定义的变量
参数设置：参数名：参数值
在HTTP取样器中引用：${参数名}
线程组下配置的用户定义的变量，在线程组下生效，与测试计划中配置的变量冲突时，以线程组下的为准
?
?
??2.参数化-在测试计划配置全局变量
在测试计划中配置（全局生效）
?三.用户参数
使用用户定义的变量时，不同的用户在访问时，读取的参数值完全相同，如果希望每个用户在访问时的变量不同，可以使用用户参数。
配置方法
- 添加位置：线程组——前置处理器——用户参数
- 添加用户：可以添加多组用户
- 添加参数：针对每个用户添加多个参数
?
四.CSV数据文件设置?
使用用户参数时，每个用户可以取不同的数据，但是同一用户的多次循环时读取的数据是不变的。如果想让同一用户多次循环读取时的数据也不同，需要使用CSV数据文件设置的方式。
配置CSV数据文件设置：添加位置：线程组——配置元件——CSV数据文件设置
参数配置：
添加HTTP请求：引用参数值时，使用时CSV数据文件中定义的变量名${变量名}
?
?五.函数
函数对话框里面有很多可以自助生成的函数方法，需要什么用什么?
我现在是通过counter函数在生成动态变化的数值
counter函数：如果counter参数设置为：TRUE，则每个用户分别从1开始计算，每循环一次加1，如果counter参数设置为：FALSE，则所有用户公用一个计数器，每发送一个请求时，取值加1?
?
?六.响应断言
添加：线程组——HTTP取样器——断言——响应断言（断言一定是在HTTP请求的子节点下）
配置介绍：
1.测试字段：需要进行校验的部分
- 响应文本：响应体中的数据
- 响应代码：响应状态码
- 响应信息：响应状态码对应的信息
- Response Headers：响应头
- Request Headers：请求头
- Request Data：请求体中的参数
- URL样本：请求URL
- Document(text)：响应数据的文本格式
- 忽略状态：勾选后如何收到4XX,5XX消息，不主动判定为发送消息失败
2.模式匹配规则：要校验的方式
- 包括：通过正则表达式的方式校验
- 匹配：通过正则表达式的方式校验
- 相等：等于
- 字符串：包含
- 否：非（取反）
- 或者：添加多个校验数据时，满足其中一个即可
测试模式：校验预期结果数据
- 添加：可以填写多个要校验的数据
?
可以在同一个HTTP请求下包含多个响应断言??
?七.JSON断言
配置介绍：
- Assery JSON path exists：填写要校验的json路径
- Additionally assert value：勾选上才能填写下面的内容
- Expected Value：要校验的内容
- Expected Null：要校验的结果为空
- invert assertion (will fail if above conditions met)：取否，不包含上门要校验的内容
?
?八.断言持续时间
客户端发送请求，到收到服务器的响应的时间，要求不超过指定的时间。
实际时间，是统计的取样器结果中的load time
配置介绍：断言持续时间：配置能接受的最长的响应时间（单位：毫秒）
?九.关联-正则提取器
当请求之间有依赖关系，一个请求的入参，需要使用到之前请求的响应数据时，需要使用关联
正则表达式介绍：
- .：是通配符，可以代表任意字符（除换行回车）
- *: 代表前面的字符出现0次或者多次
- .*匹配规则：找到左边界值后，往右查找有边界，找到最后面的右边界，中间的所有数据都被记录下来
- ?: 代表非贪婪匹配，找到左边界后，往右查找匹配右边界，只要有匹配的右边界就停止继续查找；再次查找 左边界和右边界
- 左边界(.*?)右边界：可以提取出想要获取的数据内容：?<titile>.*?<titile>?
应用场景：正则表达式提取器可以提取任意格式的响应数据
参数介绍：
- 引用名称：保存提取出来的变量，用于后续请求的引用
- 正则表达式：从响应结果中提取出需要的数据内容，注意：加括号，才能提取
- 模板：当正则表达式有多个括号时，需要取第几个括号中值来保存为变量，正则表达式可能匹配多组值，通过模板的编写来保存指定的值到变量中
- 匹配数字（0代表随机）：当一个变量（括号）中有几个值时，取第几个，1代表取第一个，-1代表取所有
- 缺省值：当没有提取数据时，返回一个默认值?
在下一个http请求里面引用变量token
十.xpath提取器?
应用场景：只能适用于响应消息为HTML格式的情况
参数介绍:
- Use Tidy （tolerant parser）:勾选上才能解析HTML格式文件
- 引用名称:定位到指定元素数据后，要保存的变量
- Xpath query:xpath路径
- 匹配数字（0代表随机）:返回匹配的数据，1代表返回第一个，-1代表返回所有
- 缺省值:当没有匹配数据时，返回一个默认值
?
?十一.json提取器
应用场景：适用于返回的数据类型为JSON格式的情况
参数介绍：
- Name of created variables：提出出的参数要保存的变量名
- JSON path expressions：JSON数据的路径
- Match No(0 for random)：一般不用写，因此json路径对应的数据就是唯一的
- Default Values：默认值，如果没有提取出数据，就返回默认值
?
?
?十二.跨线程组关联
跨线程组关联指的是多个请求之间有关联关系（即一个请求的参数需要使用前面请求的响应），但是两个请求不在一个线程组内，此时使用提取器无法完成关联，需要使用Jmeter属性来完成数据的传递。
生成全局变量：
- 添加Bean Shell取样器（填写setProperty函数——将提取器提取出来的值赋值给Jmeter
- ${__setProperty(属性名,${json提取器的变量名},)}
使用全局变量：
- 使用property函数——将Jmeter属性值读取出来
- ${__property(属性名,,)}?
?十三.自动录制脚本
jmeter脚本录制：
1、在测试计划中添加非测试元件中的HTTP代理服务器
2、配置HTTP代理服务器
- Jmeter代理的端口
- 配置目标控制器：选择一个线程组，将脚本录制到该线程组中
- filter过滤：正向/反向?
3、配置浏览器的代理设置：输入IP地址和端口号
4、启动HTTP代理服务器的配置
5、进入浏览器进行操作，HTTP请求会自动记录在Jmeter中
过滤规则的配置：
Cookie管理器：
- 管理cookie：自动将cookie信息添加到后续的所有请求中
- 登录及后续的相关操作时，需要提前添加HTTP Cookie管理器?
?十四.连接数据库
准备工作：
1.启动数据库
2.加载mysql的JDBC驱动：
方法1：在测试计划下方的位置，点击浏览添加JDBC的jar包
方法2：将JDBC的jar拷贝到lib目录，并重启jmeter
3.配置JDBC连接池的参数
编写JDBC脚本步骤：
1、添加JDBC Request请求
- JDBC连接池名称：必须与“JDBC连接池”中的连接名一致
- 要执行的sql语句
- Variable Name中：写明要保存的数据的参数名?
?2、添加HTTP请求 —— 搜索请求?
参数为中文时，将参数写到下方参数位置，并勾选上“编码”
?3、添加响应断言
在响应断言中配置要检查的数据内容。
注意：应用JDBC Request查询出的结果时，需要加上索引（因为JDBC查询的结果保存为一个列表）
?十五.逻辑控制器
1.如果（if）控制器
第一种配置方法：
第二种配置方法：
勾选上Interpret Condition as Variable Expression，判断条件需用使用jexl3函数。?
（使用这个函数来进行判定时，Jmeter自身的执行效果要高一些）
?2.循环控制器
控制子节点下的HTTP请求的执行次数
循环控制器与线程组中的循环次数的对比：
- 循环控制器只控制其子节点下的HTTP请求，线程组对所有的请求都有效
- 假如线程组循环次数为2，循环控制器次数为3，则循环控制器下的请求执行次数为：2*3
?
3.ForEach控制器：?
与用户定义的变量或者正则表达式提取器配合使用，循环读取用户定义的变量或者正则表达式结果中的所有数据。
配置参数：
?与用户定义的变量配合使用：
- 添加用户定义的变量：参数名：固定前缀 + 连续的数字后缀
- 添加ForEach控制，并配置
- 在ForEach控制器下方添加HTTP请求，并引用ForEach读取的数据${输出变量名称}
- 添加查看结果树
?
?
?与正则表达式配合使用：?
- 添加HTTP请求——itcast首页
- 添加正则表达式提取器，提取出itcast响应中所有的地址相关的数据，并保存为参数area（列表数据）
- 添加ForEach控制器，循环提取area列表中的每一个地址信息
- 在ForEach控制器下添加一个HTTP请求——百度，引用ForEach控制器中定义的变量${word}，作为参数
- 添加查看结果树?
?
?
十六.定时器?
1.同步定时器
又叫做集合点（LR的叫法），保证大量的请求在同一时间进行发送，形成绝对的并发
实现原因：设置同步定时器，有请求要发出时，同步定时器会暂缓请求发送，一直到积攒的请求数达到要的数量时
将所有的请求同步发送出去，形成绝对的并发（更大的压力负载）
?
?2.常数吞吐量定时器
设置Jmeter以指定的吞吐量速度往服务器发送HTTP请求。
注意：常数吞吐量定时器只是帮忙达到性能测试的负载(压力)要求，本身不代表性能有bug/无bug，对于bug的分析需要通过响应时间来判断
?十七.jmeter分布式
应用场景：当性能测试时需要模拟的负载（用户/请求）太高，一台测试机无法模拟，需要使用多台测试机一起来模拟以达到要求的负载量，这就叫分布式
原理：
- 分布式测试时通常由1台控制机和N台代理机
- 控制机：给代理发送任务，接收代理机返回的数据统计，做汇总展示
- 代理机：往服务器发送HTTP请求，并接收服务器的响应，并对响应进行处理。
?分布式相关注意事项：
- 测试机上所有的防火墙关闭
- 所有的控制机、代理机、被测系统都在同一个子网中
- 所有的控制机和代理机上安装的Jmeter和JDK的版本必须完全一样。
- 要关闭Jmeter中的RMI SSL开关
分布式配置与运行：
配置：
代理机（Jmeter.property）：
- server_port ：代理机启动的端口，不冲突即可?
- server.rmi.ssl.disable=true
控制机：
- remote_hosts： 代理机的IP:port，如果有多个代理机用','分隔?
- server.rmi.ssl.disable=true
运行：
- 代理机：进入bin目录下，执行jmeter_server.bat
- 控制机：启动时，点击“运行”——“远程启动所有”控制代理机的运行
?十八.jmeter报告
1.聚合报告：
label：接口名称
样本：每个接口请求的总次数
平局值：请求的平均响应时间
中位数：50%的样本都没有超过这个时间。这个值是指把所有数据按由小到大将其排列，就是排列在第50%的值
90%百分位：90%的样本都没有超过这个时间。这个值是指把所有数据按由小到大将其排列，就是排列在第90%的值
95%百分位：95%的样本都没有超过这个时间。这个值是指把所有数据按由小到大将其排列，就是排列在第95%的值
99%百分位：99%的样本都没有超过这个时间。这个值是指把所有数据按由小到大将其排列，就是排列在第99%的值
最小值：所有请求最小值
最大值：所有请求最大值
错误率：本次测试中，有错误请求的百分比
吞吐量：吞吐量是以每秒/分钟/小时的请求量来度量的。这里表示每秒完成的请求数，一般认为他为TPS
接收：收到的千字节每秒的吞吐量测试，测试机在过程中的网络传输速率
发送：发送的千字节每秒的吞吐量测试，测试机在过程中的网络传输速率
重点关心的性能指标：
- 响应时间：观察当前的最大最小值的波动范围，如果波动范围不大，以平均响应时间作为最终的性能响应时间结果，如果波动范围很大，以90%（经验）的响应时间作为最终性能响应时间结果
- 错误率
- 吞吐量
2.jp@gc - Response Codes per Second?
每秒事务响应时间
3.jp@gc - Bytes Throughput Over Time?
每秒服务器处理的字节数
Bytes Received Over Time：接收
Bytes Sent Over Time：发送
4.jp@gc - PerfMon Metrics Collector?
基于jmeter客户端监控服务器 硬件资源
CPU：服务器CPU使用情况
memory：服务器内存使用情况
net worK：服务器网络使用情况
disks I/O：服务器磁盘I/O使用情况
5.Concurrency Thread Group?
?6.并发数计算TPS（每秒的请求数）
（1）普通的计算方式：
TPS = 总的请求数 / 总的时间
问题：对于同一天的时间内，不同的时间段，请求速率会有波动，这样计算会被平均掉，无法测试负载高的情况
（2）二八原则：
核心：80%的请求数会集中在20%的时间内完成
TPS = 总的请求数 *80% / 总的时间 * 20
注意：二八原则的计算方法会比平均的计算方式更准确
（3）按照每天的具体业务数据进行计算（稳定性测试TPS）
当获取每天的具体业务统计数据时，就可以统计出业务请求集中的时间段作为有效业务时间；并统计有效业务时间内的总请求数
TPS = 有效业务时间的总请求数 * 80% / 有效业务时间 * 20%
（4）模拟用户峰值业务操作的并发量：（压力测试TPS）
获取每天的交易峰值的时间段，及这个时间段内的所有请求的数量
TPS = 峰值时间内的请求数/峰值时间段 * 系数
系数可以是：2、3、6、10，由项目组自己觉得要达成的性能指标?
?十九.性能测试监控关键指标
1、系统指标：与用户场景与需求直接相关的指标
并发用户数：某一物理时刻同时向系统提交请求的用户数
平均响应时间：系统处理事务的响应时间的平均值。对于系统快速响应类页面，一般响应时间为3秒左右
可以直接用来衡量系统处理能力的指标是（吞吐量）
在系统处于轻压力区（未饱和）时，并发用户数上升，平均响应时间（基本不变），系统吞吐量（上升）
在系统处于重压力区（基本饱和）时，并发用户数上升，平均响应时间（上升），系统吞吐量（基本不变）
在系统处于崩溃区（压力过载）时，并发用户数上升，平均响应时间（上升），系统吞吐量（下降）
2、服务器资源指标：硬件服务器的资源使用情况的指标
CPU使用率：一般可接受上限为85%（用户CPU和系统CPU）
硬件的组成：
?CPU时间的介绍：
CPU占用分类：
内存利用率：一般可接受上限为85%（虚拟内存和实际内存）
1、正常情况下，程序加载到内存中来执行
2、当内存不够时，会加载部分立即要执行的程序到内存中，其他的程序部分放在磁盘中（虚拟内存）
3、当立即要执行的程序执行完成后，从虚拟内存中读取其他的数据内容到实际内存中，再执行程序的处理
4、依次循环第3步，完成程序的运行
卡的原因的就是：每次都需要从虚拟内存（磁盘）中读取数据进行执行，磁盘的读取速度相对CPU和内存而言非常，因此感觉内存不足程序很卡
闪退的原因就是：在第2步中，需要加载部分立即要执行的程序到内存中，如果当前的内存空间不满足最低要求（立即要执行的程序所需要的内存）时，就会出现闪退
磁盘I/O（磁盘input和ouptut）
监控点：监控磁盘实际IO是否已经接近最大值，接近则有问题
监控点：IO队列，如果当前IO队列长度一直不为0，说明磁盘IO有问题
网络带宽（网络上下行带宽）
监控实际的网络流量，与网络带宽做对比，如果实际网络流量与网络带宽接近，则说明网络存在瓶颈，需要优化。
百兆带宽：100Mbyte/s
实际技术中衡量的宽带的单位：KB/s，因此需要换算：100/8 = 12.5MKB/s
?3、JAVA应用 ： JAVA应用程序在运行时的各项指标
java虚拟机
JVM(JAVA Virtual Machine)： 虚拟出来的空间，专门供JAVA程序运行
java虚拟机内存?
堆区：需要重点关注的部分（动态变化）
所有的对象在初始化会申请堆区的空间，如果申请的空间在使用结束没有及时的释放，那么这个空间就会被占用。—— 内存泄漏
监控点：因此在测试时，需要关注堆区的空间是否持续上升，没有下降
FULL GC机制?
垃圾回收：将内存中已申请并使用完成的那部分内存空间回收，供新申请使用。
垃圾回收机制都是针对堆区的内存进行的。
因为系统在做垃圾回收时，不能够处理任何用户业务的。如果垃圾回收过于频繁，导致系统业务处理能力下降。
监控点：Full GC内存比较大，垃圾回收一次时间比较长，那么这段时间内都不能处理业务，对系统影响比较大，因此我们需要关注Full GC频率
4、数据库：数据库服务器运行时需要监控的指标
慢查询
慢查询：监控系统在运行时，所执行的所有SQL语句，检查这些SQL执行时间是否慢（自己设置一个时长，执行时间超过这个时长就是慢查询）
通过这个方法可以把系统运行时所有执行时间比较长的SQL找出来，进行优化。
缓存命中率
如果缓存命中率过低，需要优化对应的代码和SQL查询语句，想办法提交缓存命中率
监控点：业务执行过程中SQL查询时的缓存命中率。（查询语句读取缓存的次数占总的查询次数的比例）?
?数据池连接数
监控点：数据库连接池的使用率
如果数据库连接池被占满，此时如果有新的SQL语句要执行，只能排队等待，等待连接池中的连接被释放（之前的SQL语句执行完成）
如果监控发现数据库连接池的使用率过高，甚至是经常出现排队的情况，需要进行调优
MYSQL锁?
对比：
页面锁：处理效率低，但是不会出现死锁
行锁：处理效率高，但是可能出现死锁
监控点：需要监控在性能测试过程中，是否有死锁出现，如果出现需要进行代码优化。
5、压测机资源指标：测试机在模拟用户负载时的资源使用情况
CPU：使用率不超过80%
内存：使用率不超过80%
网络：带宽
磁盘空间：
压测机主要是发送请求，发请求时往外发消息， 没有太多的磁盘操作，IO通常不会有问题
jmeter运行时会记录日志，注意磁盘空间不要被占满
一般情况下，测试人员执行性能测试时，只需要关注1、2、5就可以，判断系统是否有性能问题而开发人员要定位性能问题时，需要再次运行，并监控所有的性能指标，来进行分析并调优
?二十.性能监控工具
1.系统指标：通过性能测试工具jmeter以图形化方式监控
2.服务器资源指标
使用jmeter性能监控插件perfmon进行监控
使用linux命令监控：
- top：相当于windows下的资源管理器
- free：查看内存
- vmstat：查看虚拟内存
- sar：查看网络
- iostat：查看磁盘IO
Nmon：全面监控liunx系统资源使用情况，包括CPU，内存，IO等，可独立应用监控
3.JAVA应用：jvisualvm
监控JVM内存等指标：
找到JDK的路径：/usr/libexec/java_home -V
进入bin目录：cd /Library/Java/JavaVirtualMachines/jdk1.8.0_181.jdk/Contents/Home/bin
打开Jvivusalvm：open Jvivusalvm
点击“远程”，右键添加远程主机（IP地址为linux虚拟机的IP）
点击JMX连接，选择监控，看JVM对应的监控指标。（重点关注：CPU使用、堆的内存使用）
4.数据库
自带的功能，可以在数据库配置中打开对应的开关，通过日志的方法来监控
定义：指执行速度要低于设置的时间的sql语句。帮助定位查询速度比较慢的sql语句
慢查询时的几个重要参数：：
- slow_query_log : 慢查询日志的开关
- slow_query_log_file： 慢查询日志存放的位置
- long_query_time： 慢查询的时长设置?
设置方法：
查询：
- show variables like '%slow_query%'
- show variables like 'long_query_time'?
设置：
- set global slow_query_log = 'ON'
- set global long_query_time= 1（下次会话时生效）?
5.压测机资源：windows自带任务管理器
二十一.性能调优?
步骤：
1、确定性能问题，根据性能测试的指标进行分析，确定是否存在问题。—— 测试人员能掌握
2、确定问题原因：确定问题后，针对问题进行分析，确定可能的原因。
3、确定调整目标和解决方案（修改配置、增加资源、修改代码）
4、测试给出的解决方案
5、分析优化后的结果。
在性能调优时，1-5步通常需要循环多次，才能最终解决性能问题
