JMeter GUI:测试计划和工作台

什么是测试计划?

测试计划是您添加 JMeter 测试所需元素的地方。

它存储运行所需测试所需的所有元素(如线程组、计时器等)及其相应的设置。

下图显示了测试计划的示例

测试计划是您添加 JMeter 测试所需元素的地方。

它存储运行所需测试所需的所有元素(如线程组、计时器等)及其相应的设置。

下图显示了测试计划的示例

什么是工作台

WorkBench 只是提供一个临时存储测试元素的地方。WorkBench 与测试计划没有关系。JMeter不会保存WorkBench的内容。它只保存测试计划分支的内容

"WorkBench"将在我们的教程HTTP代理服务器录制测试中使用

现在,忽略它。

如何添加元素?

添加元素是构建测试计划的重要步骤,因为如果不添加元素,JMeter就无法执行您的测试计划

测试计划包括许多元素,例如侦听器、控制器和计时器

您可以通过右键单击测试计划并从"添加"列表中选择新元素来将元素添加到测试计划。

假设您想向测试计划BeanShell 断言和Java 请求默认添加 2 个元素

  • 右键单击测试计划->添加->断言-> Bean Shell 断言

  • 右键单击测试计划->添加->配置元素-> Java 请求默认值

    您还可以删除未使用的元素

比方说,您想要删除元素" HTTP Request Defaults ",选择"HTTP Request Default" -> 右键单击 ->从上下文菜单中选择"删除" -> 单击"是"确认删除消息框中的该元素

Listeners(监听器):显示测试执行的结果。它们可以以不同的格式显示结果,例如树、表、图形或日志文件

图形结果监听器在图形上显示服务器响应时间

查看结果树以基本 HTML 格式显示用户请求的结果

表结果以表格形式显示测试结果摘要

日志在文本文件中显示测试结果的摘要

如何创建JMX文件?

假设您已经添加了一个元素名称"BeanShell Assertion "。现在你想保存它。

右键单击 BeanShell Assertion -> 选择将选择另存为

将显示一个对话框,单击"保存"按钮以默认名称BeanShell Assertion.jmx保存元素。如果您愿意,您可以选择其他名称

JMeter 测试元素和测试计划以*.JMX格式存储。JMX代表Java 管理扩展。

如何运行 JMX 文件

加载现有元素可帮助您节省创建和配置新元素所需的时间

假设您在测试计划中有一个现有元素:Java Request Default

右键单击"Java 请求默认值" -> 选择"合并"

选择目录中的Elements ( BeanShell Assertion.jmx. ) 文件。该元素将添加到您当前的测试计划中

如何配置元素?

测试计划是您添加 JMeter 测试所需元素的地方。

如何配置元素

为了配置任何元素

  • 选择左窗格树中的元素
  • 在右窗格中输入配置设置

如何保存测试计划?

在运行测试之前,您应该先保存您的测试计划。保存测试计划可帮助您避免运行测试计划时出现意外错误。保存测试计划的步骤

  • 文件 -> 将测试计划另存为 -> 显示对话框

  • 输入测试计划的文件名->单击"保存"

注意:保存测试计划与保存元素不同。

相关推荐
BlockChain8887 分钟前
Spring框架终极入门指南(12000字深度解析)
java·后端·python·spring
czliutz9 分钟前
Windows系统创建启动Flask虚拟环境
windows·python·flask
GIS萬事通16 分钟前
基于arcgis制作深度学习标签并基于python自动化预处理样本
python·深度学习·arcgis·边缘计算
布局呆星21 分钟前
面向对象中的封装-继承-多态
开发语言·python
sxy_976124 分钟前
AX86u官方固件温度监控(CPU,WIFI芯片)
python·docker·curl·nc·nas·温度·ax86u
诗词在线25 分钟前
适合赞美风景的诗词名句汇总
python·风景
2401_8414956430 分钟前
【LeetCode刷题】删除链表的倒数第N个结点
数据结构·python·算法·leetcode·链表·遍历·双指针
Non-existent98740 分钟前
地理空间数据处理指南 | 实战案例+代码TableGIS
人工智能·python·数据挖掘
xj7573065331 小时前
python中的序列化
服务器·数据库·python
郝学胜-神的一滴1 小时前
机器学习特征选择:深入理解移除低方差特征与sklearn的VarianceThreshold
开发语言·人工智能·python·机器学习·概率论·sklearn