当前位置: 首页 > news >正文

Jmeter压测实战:Jmeter二次开发之自定义函数

Jmeter 是Apache基金会下的一款应用场景非常广的压力测试工具,具备轻量、高扩展性、分布式等特性。Jmeter已支持实现随机数、计数器、时间戳、大小写转换、属性校验等多种函数,方便使用人员使用。如果在使用过程中存在和业务强耦合的常用功能函数,在Jmeter不支持的情况下,那就需要单独开发自定义函数实现特定功能。

本文介绍如何开发Jmeter自定义函数实现快速生成京东宙斯下单标准sign,同时深刻理解Jmeter的插件化机制及高扩展性特性。

开发准备

Java基础开发

Maven基本使用

开发依赖版本
JDK 1.8.0Maven 3.6.3Jmeter 5.4.3

自定义函数核心实现

新建项目

新建maven项目,这里项目名为:JSF_Sampler

因为是基于Jmeter的扩展,需要依赖包Jmeter两个核心包,分别是:

ApacheJMeter_core

ApacheJMeter_java

ApacehJMeter_functions

pom.xml文件核心配置如下

<groupId>com.jd.jmeter.jsf</groupId> <artifactId>JSF_Sampler</artifactId> <version>1.0-SNAPSHOT</version> <properties> <maven.compiler.source>8</maven.compiler.source> <maven.compiler.target>8</maven.compiler.target> <project.build.sourceEncoding>UTF-8</project.build.sourceEncoding> <jmeter-version>5.4.3</jmeter-version> </properties> <dependencies> <dependency> <groupId>org.apache.jmeter</groupId> <artifactId>ApacheJMeter_core</artifactId> <version>${jmeter-version}</version> </dependency> <dependency> <groupId>org.apache.jmeter</groupId> <artifactId>ApacheJMeter_java</artifactId> <version>${jmeter-version}</version> </dependency> <dependency> <groupId>org.apache.jmeter</groupId> <artifactId>ApacheJMeter_functions</artifactId> <version>${jmeter-version}</version> </dependency> </dependencies>

    继承实现AbstractFunction类

    实现类依次实现以下几个步骤

    1)新建实现类并继承AbstractFunction

    注意:实现类的包名必须包含 xxx.functions.xxx,Jmeter 使用命名规则实现实现类的加载。

    2)重写以下方法,每个方法的用途见下方代码注释

    execute()

    setParameters()

    getReferenceKey()

    getArgumentDesc()

    /** * 京东宙斯 下单标准字段常量 */ private static final String APP_KEY = "app_key"; private static final String APP_SECRET = "app_secret"; private static final String ACCESS_TOKEN = "access_token"; private static final String TIMESTAMP = "timestamp"; private static final String V = "v"; private static final String METHOD = "method"; private static final String BUY_PARAM_JSON = "360buy_param_json"; /** * Jmeter中自定义的函数名,在Jmeter的函数助手中可以看到 */ private static final String FUNC_NAME = "__GenSignFunction"; /** * 自定义函数的描述,入参,出参,方便使用人员参考使用 */ private static final List<String> desc = new ArrayList<>(); static { desc.add("This function is used to generate the JD's JOS sign value"); } /** * 此为自定义函数核心实现类,其中,入参SampleResult为上次运行的结果,Sampler为当前的采集器; * 返回值为该函数的返回值 * @param sampleResult * @param sampler * @return * @throws InvalidVariableException */ @Override public String execute(SampleResult sampleResult, Sampler sampler) throws InvalidVariableException { // 入参处理 String param = String.valueOf((CompoundVariable)paramValues[0]); String signResult = paramHandler(param); return signResult; } /** * 按京东宙斯sign加密规则生成标准sign * @param param * @return */ public String paramHandler(String param){ Map<String,String> valueMap = new HashMap(); // 按&符号分割 String[] paramArray = param.split("&"); for (int i = 0; i < paramArray.length-1; i++) { String key = paramArray[i].split("=")[0]; String value = paramArray[i].split("=")[1]; valueMap.put(key,value); }; // 京东宙斯标准sign String josGign = EncryptUtil.getSignature(valueMap.get("app_secret")+BUY_PARAM_JSON+valueMap.get("360buy_param_json") +ACCESS_TOKEN+valueMap.get("access_token") +APP_KEY+valueMap.get("app_key") +METHOD+valueMap.get("method") +TIMESTAMP+valueMap.get("timestamp") +V+valueMap.get("v") +valueMap.get("app_secret")); return josGign; } /** * 配置入参,jmeter函数助手入参 */ @Override public void setParameters(Collection<CompoundVariable> collection) throws InvalidVariableException { paramValues = collection.toArray(); } /** * 此方法返回自定义的函数名称 */ @Override public String getReferenceKey() { return FUNC_NAME; } /** * 此方法返回函数描述信息 */ @Override public List<String> getArgumentDesc() { return desc; }

      最终项目结构

      Jmeter 加载扩展包

      以上开发完成,打包此项目,注意这里的打包要包含依赖包。

      maven构建配置

      <build> <finalName>${project.artifactId}</finalName> <defaultGoal>install</defaultGoal> <plugins> <plugin> <groupId>org.apache.maven.plugins</groupId> <artifactId>maven-compiler-plugin</artifactId> <configuration> <source>1.8</source> <target>1.8</target> </configuration> </plugin> <plugin> <groupId>org.apache.maven.plugins</groupId> <artifactId>maven-assembly-plugin</artifactId> <configuration> <descriptorRefs> <descriptorRef>jar-with-dependencies</descriptorRef> </descriptorRefs> </configuration> <executions> <execution> <id>assemble-all</id> <phase>package</phase> <goals> <goal>single</goal> </goals> </execution> </executions> </plugin> </plugins> </build>

      项目打包

      打包指令如下 mvn package -Dmaven.test.skip=true

      AI写代码bash

      Jmeter加载扩展包

      将打包后的扩展包放置到 Jmeter 的ext目录:apache-jmeter-5.4.3/lib/ext/

      启动 Jmeter 后,Jmeter 会自动加载 ext 目录中的扩展包

      打开Jmeter函数助手后,可以看到本次实现类中打印的相关日志

      自定义函数调用调试

      打开Jmeter函数助手,选择自定义函数

      京东宙斯接口验证

      这里使用京东快递获取预制运单号接口,输入GET请求后,直接点击运行函数【Generate & Copy to clipboard】,出参返回32位 sign 值。

      GET请求入参 method=jingdong.etms.waybillcode.get&app_key=349559FAE87E66826499890862E40A44&access_token=c8c2bdc8d1684630bb771a503d5b5a7fkyzh×tamp=2022-01-28 15:10:00&360buy_param_json={"preNum":"1","customerCode":"10K43816","orderType":"0"}&v=2.0&sign=EBB52C6CEDA34703ADE72D4AA4D8F316&app_secret=29959e4cadc14ff4998d4fc26d1e5063

      总结

      本文通过自定义函数实现了京东宙斯下单标准sign的生成,希望通过本项目大家可以学习到:

      如何二次开发Jmeter,实现自己特有的自定义函数。

      理解为何官方介绍Jmeter是插件化的,高扩展性特性。

      更好地理解Jmeter内部处理机制。

      总结:

      感谢每一个认真阅读我文章的人!!!

      作为一位过来人也是希望大家少走一些弯路,如果你不想再体验一次学习时找不到资料,没人解答问题,坚持几天便放弃的感受的话,在这里我给大家分享一些自动化测试的学习资源,希望能给你前进的路上带来帮助。

      软件测试面试文档

      我们学习必然是为了找到高薪的工作,下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料,并且有字节大佬给出了权威的解答,刷完这一套面试资料相信大家都能找到满意的工作。

      视频文档获取方式:
      这份文档和视频资料,对于想从事【软件测试】的朋友来说应该是最全面最完整的备战仓库,这个仓库也陪伴我走过了最艰难的路程,希望也能帮助到你!以上均可以分享,点下方小卡片即可自行领取。

      http://www.cnnetsun.cn/news/166843.html

      相关文章:

    • 【大模型系统容错进阶指南】:Open-AutoGLM重试机制的7大设计模式
    • Open-AutoGLM坐标偏差高达2米?教你4种高效校正方法
    • 语义解析准确率提升关键路径,Open-AutoGLM最新迭代深度解读
    • 收藏!一文读懂RAG技术核心(附大模型从入门到实战全套学习礼包)
    • 重磅消息!ESXi 8.0 系列推出ESXi 8.0 Update 3h 更新重要版本啦
    • PFC5.0柔性/刚性纤维三点弯曲参数可自定义
    • 基于python文化旅游信息公开管理平台的设计与实现_5257y2x6
    • 【保姆级教程】Attention机制全解析!用PyTorch手写Transformer,大模型开发入门到精通!
    • 前端table表格,零基础入门到精通,收藏这篇就够了
    • 如何将Open-AutoGLM操作延迟降低85%?资深架构师亲授调优心法
    • 从入门到精通:掌握Open-AutoGLM推理优化的7个关键步骤
    • 【Open-AutoGLM macOS适配终极指南】:手把手教你完成全流程配置与优化
    • 【Open-AutoGLM语义解析突破】:准确率提升35%背后的核心技术揭秘
    • 为什么顶尖团队都在用Open-AutoGLM做高效特征提取?真相曝光
    • 【AI模型预处理新纪元】:Open-AutoGLM如何实现毫秒级特征输出
    • 9 个降AI率工具,专科生必备避坑指南
    • 基于数学模型的疫苗接种策略分析
    • 基于时空图神经网络的交通流量预测方法研究
    • 【Open-AutoGLM GPU加速适配全攻略】:手把手教你7步完成高性能推理优化
    • Open-AutoGLM特征提取提速5倍:背后你不知道的3大关键技术
    • [特殊字符]工业标准文档“消化不良“?LLM+知识图谱三步翻倍表格任务F1,钢铁直男秒变逻辑大师!
    • RAG技术揭秘:如何通过检索增强生成解决大模型知识过时与幻觉问题?
    • 【国产大模型端侧落地新突破】:Open-AutoGLM推理效率提升实战
    • Open-AutoGLM端侧部署性能调优,手把手教你榨干NPU算力
    • 网络安全5大子方向!哪个才是最优选择?
    • macOS m芯片配置python低版本失败解决方案
    • 为什么顶尖工程师都在用Open-AutoGLM做任务提醒?真相曝光
    • 【Open-AutoGLM高分通过率背后的真相】:顶尖学员不愿公开的6个刷题技巧
    • 白话大模型与知识库的基础原理(不费脑版)
    • leetcode 764. Largest Plus Sign 最大加号标志