【无标题】 - 技术栈

JMeter 与 Python 容器化自动化测试

要把 JMeter 和 Python 结合到容器（Docker）中，实现接口自动化测试的完整方案，核心是通过容器化统一测试环境，同时发挥 JMeter 压测能力和 Python 灵活的脚本处理能力。

Dockerfile 构建、测试脚本示例、容器运行命令

一、方案设计思路

容器基础环境：基于官方 Python 镜像，安装 JMeter 及依赖，保证环境一致性。
分工明确：

Python：负责测试数据生成、接口前置/后置处理、测试结果解析/入库、报告生成。
JMeter：负责接口请求发送、并发压测、基础断言。

交互方式：Python 通过调用 JMeter 命令行执行测试计划（.jmx 文件），并读取 JMeter 输出的测试结果（如 .jtl 文件）进行二次处理。

二、完整实现步骤

先按如下结构整理文件，确保容器内路径统一：

bash 复制代码

api-auto-test/
├── Dockerfile          # 构建容器镜像的配置文件
├── jmeter-test/        # JMeter 测试计划目录
│   └── api-test.jmx    # JMeter 接口测试脚本
├── python-script/      # Python 脚本目录
│   └── run_test.py     # 执行测试、处理结果的 Python 脚本
└── requirements.txt    # Python 依赖

2、编写 Dockerfile（构建包含 Python + JMeter 的镜像）

python 复制代码

# 基础镜像：Python 3.9（兼容大部分场景）
FROM python:3.9-slim

# 维护者信息
LABEL maintainer="your-name@example.com"

# 设置环境变量
ENV JMETER_VERSION=5.6.3
ENV JMETER_HOME=/opt/apache-jmeter-${JMETER_VERSION}
ENV PATH=$PATH:$JMETER_HOME/bin

# 安装依赖（JMeter 需 Java 环境）
RUN apt-get update && apt-get install -y \
    openjdk-17-jre \
    wget \
    unzip \
    && rm -rf /var/lib/apt/lists/*

# 下载并解压 JMeter
RUN wget https://archive.apache.org/dist/jmeter/binaries/apache-jmeter-${JMETER_VERSION}.zip \
    && unzip apache-jmeter-${JMETER_VERSION}.zip -d /opt/ \
    && rm apache-jmeter-${JMETER_VERSION}.zip

# 设置工作目录
WORKDIR /app

# 复制 Python 依赖文件并安装
COPY requirements.txt .
RUN pip install --no-cache-dir -r requirements.txt

# 复制所有测试文件到容器内
COPY . /app

# 容器启动默认执行 Python 测试脚本
CMD ["python", "python-script/run_test.py"]

3.编写 Python 依赖文件（requirements.txt）

python 复制代码

pandas>=2.0.0  # 解析 JMeter 测试结果
openpyxl>=3.1.0 # 生成 Excel 测试报告
requests>=2.31.0 # 可选：Python 直接调用接口的依赖

编写核心文件
（1）JMeter 测试计划示例（jmeter-test/api-test.jmx）

你可以先通过 JMeter 图形界面录制/编写接口测试脚本，保存为 api-test.jmx，核心要点：

配置 HTTP 请求（目标接口地址、请求方法、参数）。
添加断言（如响应码 200、响应内容包含指定字段）。
配置结果输出：添加「查看结果树」「聚合报告」，并设置将结果输出到 ./result.jtl 文件（CSV 格式）。

（2）Python 执行脚本（python-script/<run_test.py>）

该脚本负责调用 JMeter 执行测试，解析结果并生成报告：

python 复制代码

import os
import subprocess
import pandas as pd
from datetime import datetime

# 1. 定义路径（与容器内路径一致）
JMETER_BIN = "jmeter"
JMETER_SCRIPT = "/app/jmeter-test/api-test.jmx"
JMETER_RESULT = "/app/result.jtl"
REPORT_FILE = "/app/test-report.xlsx"

def run_jmeter_test():
    """调用 JMeter 执行接口测试"""
    print("开始执行 JMeter 接口测试...")
    # JMeter 命令行参数说明：
    # -n：非 GUI 模式执行
    # -t：指定测试计划文件
    # -l：指定结果输出文件
    # -j：指定日志文件
    cmd = [
        JMETER_BIN,
        "-n",
        "-t", JMETER_SCRIPT,
        "-l", JMETER_RESULT,
        "-j", "/app/jmeter.log"
    ]
    
    try:
        # 执行 JMeter 命令
        result = subprocess.run(cmd, check=True, capture_output=True, text=True)
        print("JMeter 测试执行完成！")
        return True
    except subprocess.CalledProcessError as e:
        print(f"JMeter 执行失败：{e.stderr}")
        return False

def parse_jmeter_result():
    """解析 JMeter 生成的 .jtl 结果文件"""
    if not os.path.exists(JMETER_RESULT):
        print("未找到 JMeter 测试结果文件！")
        return None
    
    # 读取 JTL 文件（JMeter 默认 CSV 格式）
    # 核心字段说明：time=响应时间(ms)、success=是否成功、responseCode=响应码、label=接口名称
    df = pd.read_csv(
        JMETER_RESULT,
        usecols=["label", "time", "success", "responseCode", "responseMessage"],
        dtype={"time": int, "success": bool, "responseCode": str}
    )
    
    # 统计结果
    total = len(df)
    pass_count = len(df[df["success"] == True])
    fail_count = total - pass_count
    avg_response_time = df["time"].mean() if total > 0 else 0
    
    # 生成汇总数据
    summary = {
        "测试时间": datetime.now().strftime("%Y-%m-%d %H:%M:%S"),
        "总用例数": total,
        "通过数": pass_count,
        "失败数": fail_count,
        "通过率": f"{pass_count/total*100:.2f}%" if total > 0 else "0%",
        "平均响应时间(ms)": round(avg_response_time, 2)
    }
    
    return {"summary": summary, "detail": df}

def generate_report(result_data):
    """生成 Excel 测试报告"""
    if not result_data:
        return
    
    # 使用 ExcelWriter 写入多个 Sheet
    with pd.ExcelWriter(REPORT_FILE, engine="openpyxl") as writer:
        # 汇总信息写入 "汇总" Sheet
        summary_df = pd.DataFrame([result_data["summary"]])
        summary_df.to_excel(writer, sheet_name="汇总", index=False)
        
        # 详细结果写入 "详细用例" Sheet
        result_data["detail"].to_excel(writer, sheet_name="详细用例", index=False)
    
    print(f"测试报告已生成：{REPORT_FILE}")

if __name__ == "__main__":
    # 执行流程：运行 JMeter → 解析结果 → 生成报告
    if run_jmeter_test():
        result = parse_jmeter_result()
        if result:
            generate_report(result)
            # 打印汇总信息
            print("\n===== 测试汇总 =====")
            for k, v in result["summary"].items():
                print(f"{k}: {v}")
    else:
        print("测试执行失败，未生成报告！")

构建并运行容器

（1）构建镜像

在项目根目录执行以下命令（确保 Docker 已启动）：

docker build -t api-auto-test:v1 .

（2）运行容器

运行容器，并将测试报告挂载到本地目录（方便查看）

docker run -v /本地目录:/app api-auto-test:v1

替换 /本地目录为你本地的文件夹路径（如 Windows 下的 D:\test-report），容器内生成的 Excel 报告会同步到该目录。
三、关键说明

环境适配：

JMeter 版本可根据需求修改（Dockerfile 中的 JMETER_VERSION）。
若需测试内网接口，运行容器时需添加 --network host（宿主机网络模式）。

脚本扩展：

Python 脚本可增加：测试数据生成（如随机参数）、接口前置条件（如登录获取 token）、结果推送（如发送邮件/钉钉）。
JMeter 脚本可增加：参数化、关联、并发线程组（压测场景）。

排错技巧：

查看 JMeter 日志：docker exec -it 容器ID cat /app/jmeter.log。
进入容器调试：docker exec -it 容器ID /bin/bash。

核心方案是基于 Docker 构建包含 Python + JMeter 的统一环境，避免本地环境差异问题。
分工逻辑：Python 负责测试流程控制和结果处理，JMeter 负责接口请求发送和基础断言。
关键操作：通过 Dockerfile 构建镜像 → 运行容器执行测试 → 挂载目录获取测试报告。

这套方案既保留了 JMeter 对接口测试的原生支持，又利用 Python 实现了灵活的结果处理和扩展，适合接口自动化测试的落地。