• 【Linux安装jmeter性能测试】


    一、安装java

    yum install java-1.8.0-openjdk.x86_64
    
    • 1

    检查是否安装成功:

    [root@master lsctest]# java -version
    openjdk version "1.8.0_352"
    OpenJDK Runtime Environment (build 1.8.0_352-b08)
    OpenJDK 64-Bit Server VM (build 25.352-b08, mixed mode)
    [root@master lsctest]#
    
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6

    二、安装jmeter

    将jmeter压缩包通过xftp上传到linux服务器

    在这里插入图片描述

    解压 apache-jmeter-5.1.zip:unzip apache-jmeter-5.1.zip
    
    没有unzip就安装下:yum install unzip
    
    apache-jmeter文件夹下的所有目录及文件添加权限:chmod -R 777 apache-jmeter-5.1
    
    检测命令是否可用,出现以下图片说明成功:sh jmeter.sh -v
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7

    在这里插入图片描述

    三、开始测试

    将本地保存好的测试计划脚本,上传至服务器,我的上传目录是apache-jmeter-5.1/bin
    
    运行测试脚本并将结果保存到 /root/lsctest/lsctest.jtl文件中:
    ./jmeter.sh -n -t test-router.jmx -l /root/lsctest/lsctest.jtl
    
    • 1
    • 2
    • 3
    • 4

    在这里插入图片描述
    在这里插入图片描述

    四、分析测试结果

    将lsctest.jtl文件通过xftp下载到本地,该文件可以使用 聚合报告查看,可以打开 JMeter界面 -> 测试计划 -> 添加线程组 -> 添加聚合报告 -> 点击 “浏览…”
    在这里插入图片描述

    Number of Threads: 50(模拟50个并发用户)
    
    Ramp-Up Period: 10(每秒钟增加10个用户)
    
    Loop Count: 5(每个用户执行5次请求)
    
    • 1
    • 2
    • 3
    • 4
    • 5
    性能测试指标是用于评估软件或系统性能的一组度量标准。以下是几个常见的性能测试指标:
    
    
    
    响应时间(Response Time):指从用户发出请求到系统返回响应的时间。响应时间越短,用户体验就越好。
    
    
    吞吐量(Throughput):指系统在一定时间内处理的请求数量。吞吐量越高,系统的处理能力就越强。
    
    
    并发用户数(Concurrent Users):指系统能够同时处理的用户数量。并发用户数越高,系统的负载能力就越好。
    
    
    CPU 使用率(CPU Utilization):指系统的 CPU 使用情况。CPU 使用率越高,系统的负载也就越高。
    
    
    内存使用率(Memory Utilization):指系统的内存使用情况。内存使用率越高,系统的负载也就越高。
    
    
    磁盘 I/O(Disk I/O):指系统磁盘的读写速度。磁盘 I/O 越高,系统的性能就越低。
    
    
    错误率(Error Rate):指系统处理请求时出现错误的比率。错误率越低,系统的可靠性就越高。
    
    
    
    以上是常见的性能测试指标。在进行性能测试时,应该根据具体情况选择合适的指标来评估系统的性能。
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17
    • 18
    • 19
    • 20
    • 21
    • 22
    • 23
    • 24
    • 25
    • 26
    • 27
  • 相关阅读:
    Python实现猎人猎物优化算法(HPO)优化Catboost分类模型(CatBoostClassifier算法)项目实战
    架构漫谈 - 如何设计高性能、高可用、高扩展架构
    ArcGIS:如何制作数据统计图?
    【C语言简单实现数据结构】详解二叉树
    单调队列/单调栈优化dp
    mysql的分组group by
    Salesforce ServiceCloud考证学习(6)
    许家印遭投资人公开讨债:提请恒大清盘 祸起房车宝
    【LeetCode】655. 输出二叉树
    移动通信网络规划:室内分布系统的分类
  • 原文地址:https://blog.csdn.net/lsc_2019/article/details/127771825