性能工具之 JMeter 使用 Python 脚本快速执行

简介: 性能工具之 JMeter 使用 Python 脚本快速执行

一、前言

上篇文章 性能工具之 JMeter 使用 shell 脚本快速执行 中介绍了 shell 命令快速启动 Jmeter,担心大家对 shell 脚本语法不是很熟悉,如果定制自己想要的恐怕不好弄,这次改用 Python 启动脚本,在改造之前大家先了解下 JMeter 线程组相关参数,这样对大家改造脚本有一定帮助。

二、预备知识

1、Python 基础知识

Python 中 os、sys、file 模块函数

os 模块函数:

  • os.sep: 取代操作系统特定的路径分隔符
  • os.name: 指示你正在使用的工作平台。
  • os.getcwd: 得到当前工作目录,即当前 python 脚本工作的目录路径。
  • os.getenv()和os.putenv: 分别用来读取和设置环境变量
  • os.listdir(): 返回指定目录下的所有文件和目录名
  • os.remove(file): 删除一个文件
  • os.stat(file): 获得文件属性
  • os.chmod(file): 修改文件权限和时间戳
  • os.mkdir(name): 创建目录
  • os.rmdir(name): 删除目录
  • os.removedirs: 删除多个目录
  • os.system(): 运行 shell 命令
  • os.exit(): 终止当前进程
  • os.linesep: 给出当前平台的行终止符。
  • os.path.split(): 返回一个路径的目录名和文件名
  • os.path.isfile() 和 os.path.isdir() 分别检验给出的路径是一个目录还是文件
  • os.path.existe(): 检验给出的路径是否真的存在
  • os.listdir(dirname): 列出 dirname 下的目录和文件
  • os.getcwd(): 获得当前工作目录
  • os.curdir: 返回当前目录('.')
  • os.chdir(dirname): 改变工作目录到 dirname
  • os.path.isdir(name): 判断 name 是不是目录,不是目录就返回 false
  • os.path.isfile(name): 判断 name 这个文件是否存在,不存在返回f alse
  • os.path.exists(name): 判断是否存在文件或目录 name
  • os.path.getsize(name): 获得文件大小,如果 name 是目录返回 0L
  • os.path.abspath(name): 获得绝对路径
  • os.path.isabs(): 判断是否为绝对路径
  • os.path.normpath(path): 规范 path 字符串形式
  • os.path.split(name): 分割文件名与目录
  • os.path.splitext(): 分离文件名和扩展名
  • os.path.join(path,name): 连接目录与文件名或目录
  • os.path.basename(path): 返回文件名
  • os.path.dirname(path): 返回文件路径

file 模块函数:

  • 打开文件函数:
    • with open( 文件名, '操作类型' ) as f: f.read()
    • open(文件名,操作类型) f.readlines()
  • 读取方式有:
    • rand()
    • readline()
    • readlines()
    • seek
    • ....等等

2、JMeter 基础知识

JMeter 执行方式:

jmeter -n -t [jmx file] -l [results file] -e -o [Path to web report folder]

以下是线程设置:
image.png

参数说明:

  • Name :Thread Group 线程组的名称,可以根据项目名称定义
  • Comments :备注信息,描述该计划的目的
  • Action to be taken after a Sampler error:假如请求失败后,接下来执行什么动作
    • ontinue:继续执行接下来的操作
    • start Next ThreadLoop:执行下一个线程循环
    • Stop Thead:停止该该线程,不在执行该线程的任何操作
    • Stop Test:等待该线程的采样结束后,结束整个测试,不会立即停止
    • Stop TestNow:停止整个测试计划
  • Thread Properites:线程属性
    • Number of Threads(users):线程数,也就虚拟用户数
    • Ramp-uo Period(in seconds):控制虚拟用户启动时间
    • Loop Count:控制执行次数。Infinite 假如勾选表示无线执行,它主要与后面的 Duration 配合使用
    • Same user on each iteration :每次迭代使用相同的用户
    • Delay Thread creation until needed:将线程创建延迟到需要的时候
    • Number of Threads * Loop Count:就是 Sampler 执行的次数,可以在 View Results Tree 中看到
      • specify thread lifetime: 设置执行时间
      • Duration(seconnds): 请求的执行时间,它与(Loop Count 的 Infinite)配合使用
      • Startup delay(seconds):延迟时间,工作中很少用

三、Python 脚本

1、主要步骤

  • 获取脚本路径,通过命令打开文件
  • 替换 JMeter 脚本中的线程数,步长、执行时间内容,并且重命名脚本
  • 通过命令行执行 JMeter 脚本

2、参考代码

# -*- coding: utf-8 -*-
# @Time    : 2019/12/11 22:07
# @Author  : 7FGroup
# @name   : Jmeter启动脚本
# @File    : startJmeter.py
import os, sys

def jmeterNumber(caseName, num_threads, ramp_time, duration, remark, hostIps='127.0.0.1'):

    '''
    :param caseName: 脚本名字
    :param num_threads: 线程数
    :param ramp_time: 控制线程步长
    :param duration: 执行时间
    :param remark: 标志
    :param hostIps: 负载参数
    :return: 启动JMeter成功
    '''

    if caseName is None:
        return "测试用例为空"
    if num_threads is None:
        return "虚拟并发数为空"
    if ramp_time is None:
        return "测试步骤为空"
    if duration is None:
        return "执行时间为空"

    # 执行脚本名字
    runJmeterFile = '%s_%s_%s_%s_%s' % (caseName, num_threads, ramp_time, duration, remark)
    print("执行名字脚本:%s" % runJmeterFile)
    thisdir = os.getcwd()

    # 原始脚本
    newdir = os.path.join(thisdir, "testscript", caseName + ".jmx")
    print("当前脚本路径: %s" % newdir)
    if not os.path.exists(newdir):
        print('脚本不存在!请检查脚本')
        return False

    # 保存测试结果路径
    resultFile = os.path.join(thisdir, 'result', runJmeterFile)
    print("脚本执行路径: ", resultFile)

    # 判断结果路径是否存在
    if not os.path.exists(resultFile):
        os.makedirs(resultFile)

    lines = open(newdir, encoding="utf-8").readlines()
    fp = open(os.path.join(thisdir, "result", resultFile, runJmeterFile) + '.jmx', 'w')  # 打开你要写得文件
    for s in lines:
        fp.write(s.replace('num_threads">1</stringProp>', 'num_threads">%s</stringProp>' % num_threads)  # 替换并发数
                    .replace('ramp_time">1</stringProp>', 'ramp_time">%s</stringProp>' % ramp_time)  # 替换步长
                    .replace('scheduler">false</boolProp>', 'scheduler">true</boolProp>')  # 勾选通过时间判断结束
                    .replace('duration"></stringProp>', 'duration">%s</stringProp>' % duration)  # 替换执行时间
                    .replace('name="LoopController.loops">1</stringProp>',
                            'name="LoopController.loops">-1</stringProp>'))  # 勾选通过时间判断结束

    fp.close()
    os.chdir(resultFile)
    print("当前路径: ", os.getcwd())

    # 检查环境变量
    if isEvn():
        # 判断分布式执行方式
        if len(hostIps.split(",")) > 2:
            # 根据自己需求添加执行类型
            Rcmd = 'jmeter -n -t %s.jmx -R %s -l %s.jtl -j %s.log' % (
                runJmeterFile, hostIps, runJmeterFile, runJmeterFile)

            # Rcmd = 'jmeter -n -t %s.jmx -R %s -l %s.jtl -j %s.log -e -o %s' % (runJmeterFile, hostIps, runJmeterFile, runJmeterFile, runJmeterFile)
            print('执行命令:%s' % Rcmd)
            # os.system(Rcmd)
        else:
            # 不生成html报告
            # cmd = 'jmeter -n -t %s.jmx -l %s.jtl -j %s.log' % (runJmeterFile, runJmeterFile, runJmeterFile, runJmeterFile)
            # 自动生成html报表
            cmd = 'jmeter  -n -t %s.jmx -l %s.jtl -j %s.log -e -o %s' % (
                runJmeterFile, runJmeterFile, runJmeterFile, runJmeterFile)
            print('执行命令:%s' % cmd)
            os.system(cmd)

def isEvn():

    '''
    检查环境变量
    :return: True/Fals
    '''

    cmd = 'jmeter -v'
    lin = os.popen(cmd)
    for i in lin:
        if 'The Apache Software Foundation' in i:
            print("Jmeter环境变量配置成功")
            return True
    else:
        print("Jmeter环境变量配置失败")
        return False

if __name__ == '__main__':
    # 分布式ip写法,多个使用逗号隔开
    hostIps = '127.0.0.1'
    if len(sys.argv[1:]) == 5:
        print('参数个数为:', len(sys.argv), '个参数。')
        print('可用参数列表:', str(sys.argv[1:]))
        param = sys.argv[1:]
        print("脚本名字: %s,并发数: %s,步长: %s,执行时间: %s,备注: %s" % (param[0], param[1], param[2], param[3], param[4]))
        jmeterNumber(param[0], param[1], param[2], param[3], param[4], hostIps)
    else:
        print("参数不对")
    pass

上面脚本注释的很清楚,相信大家一看就知道怎么修改参数,上面脚本可以个参考,大家可以根据实际情况修改参数,达到自己预期结果。

四、使用说明

传参说明:

python startJmeter.py tiaoshi 2 1 30 pythontiaoshi
  • Python:表示通过 Python 脚本语言执行
  • startJmeter.py:表示启动脚本名字
  • tiaoshi:表示 JMeter 脚本名字
  • 2:表示并发数
  • 1:执行步长
  • 30:表示执行时间
  • pythontiaoshi:表示备注,方便一个脚本多次执行好分别每次执行的结果

使用 Python 执行 JMeter 脚本需要与 JMeter 脚本有约定,这样才能通过 python 脚本去执行咱们的 JMeter 测试脚本。

image.png

xml 中:
image.png

脚本中:
image.png

执行结果:
image.png

HTML 报表:
image.png

替换前脚本:
image.png

替换后脚本:
image.png

操作目录:
image.png

五、总结

该脚本支持 Win/Linux 环境,如果喜欢 shell 脚本的可以参考上文,做性能测试执行脚本是个体力活,怎么节约体力活的时间,可以通过脚本语言把重复的工作量替换,这样咱们可以把更多时间用到刀刃上。

源码地址:

目录
相关文章
|
13天前
|
安全 网络安全 文件存储
思科设备巡检命令Python脚本大集合
【10月更文挑战第18天】
42 1
思科设备巡检命令Python脚本大集合
|
9天前
|
关系型数据库 MySQL 数据库连接
python脚本:连接数据库,检查直播流是否可用
【10月更文挑战第13天】本脚本使用 `mysql-connector-python` 连接MySQL数据库,检查 `live_streams` 表中每个直播流URL的可用性。通过 `requests` 库发送HTTP请求,输出每个URL的检查结果。需安装 `mysql-connector-python` 和 `requests` 库,并配置数据库连接参数。
107 68
|
1天前
|
运维 监控 应用服务中间件
自动化运维:如何利用Python脚本提升工作效率
【10月更文挑战第30天】在快节奏的IT行业中,自动化运维已成为提升工作效率和减少人为错误的关键技术。本文将介绍如何使用Python编写简单的自动化脚本,以实现日常运维任务的自动化。通过实际案例,我们将展示如何用Python脚本简化服务器管理、批量配置更新以及监控系统性能等任务。文章不仅提供代码示例,还将深入探讨自动化运维背后的理念,帮助读者理解并应用这一技术来优化他们的工作流程。
|
1天前
|
测试技术 持续交付 Apache
Python性能测试新风尚:JMeter遇上Locust,性能分析不再难🧐
Python性能测试新风尚:JMeter遇上Locust,性能分析不再难🧐
8 3
|
2天前
|
运维 监控 Linux
自动化运维:如何利用Python脚本优化日常任务##
【10月更文挑战第29天】在现代IT运维中,自动化已成为提升效率、减少人为错误的关键技术。本文将介绍如何通过Python脚本来简化和自动化日常的运维任务,从而让运维人员能够专注于更高层次的工作。从备份管理到系统监控,再到日志分析,我们将一步步展示如何编写实用的Python脚本来处理这些任务。 ##
|
23天前
|
Linux 区块链 Python
Python实用记录(十三):python脚本打包exe文件并运行
这篇文章介绍了如何使用PyInstaller将Python脚本打包成可执行文件(exe),并提供了详细的步骤和注意事项。
44 1
Python实用记录(十三):python脚本打包exe文件并运行
|
8天前
|
JSON 测试技术 持续交付
自动化测试与脚本编写:Python实践指南
自动化测试与脚本编写:Python实践指南
13 1
|
10天前
|
数据采集 数据可视化 数据挖掘
R语言与Python:比较两种数据分析工具
R语言和Python是目前最流行的两种数据分析工具。本文将对这两种工具进行比较,包括它们的历史、特点、应用场景、社区支持、学习资源、性能等方面,以帮助读者更好地了解和选择适合自己的数据分析工具。
17 2
|
10天前
|
C语言 开发者 Python
探索Python中的列表推导式:简洁而强大的工具
【10月更文挑战第21天】在Python的世界里,代码的优雅与效率同样重要。列表推导式(List Comprehensions)作为一种强大而简洁的工具,允许开发者通过一行代码完成对列表的复杂操作。本文将深入探讨列表推导式的使用方法、性能考量以及它如何提升代码的可读性和效率。
|
20天前
|
自然语言处理 算法 数据挖掘
探讨如何利用Python中的NLP工具,从被动收集到主动分析文本数据的过程
【10月更文挑战第11天】本文介绍了自然语言处理(NLP)在文本分析中的应用,从被动收集到主动分析的过程。通过Python代码示例,详细展示了文本预处理、特征提取、情感分析和主题建模等关键技术,帮助读者理解如何有效利用NLP工具进行文本数据分析。
40 2