Jmeter的元件使用介绍:(二)线程组详解

Jmeter线程组默认包含三种:线程组、setUp线程组、tearDown线程组。线程组之间的执行顺序为:setUp线程组->线程组->tearDown线程组。多数情况都是选用线程组,setUp线程组用于做一些脚本的前置准备,比如:跨线程组设计时,需要先登录,需要连接数据库等操作;tearDown线程组用于做一些脚本执行完后回收资源的操作;如:执行完脚本后需要注销测试数据,关闭数据库连接等操作。

一:在取样器错误后要执行的动作:
1、继续:该线程组下如果某个取样器执行失败,不会影响该线程组下的其他取样器的执行。
例子1:

 

执行结果:第二个请求发生错误后,不会影响线程组下面的请求继续执行,如图:

2、启动下一进程循环:当某个取样器执行失败,则当前循环下的取样器不再继续执行,进入下一次循环中执行
例子2:

 


执行结果:第二个请求发生错误后,下面的请求就不执行了,进入到下一次循环,总共循环了所设置的3次循环,如图:

3、停止线程:当某个取样器执行失败,停止当前运行的线程,进入下一个线程执行
例子3:

 


执行结果:第二个请求发生错误后,正在执行的线程下的所有循环不再执行了,开始执行下一个线程,如图:

4、停止测试:当某个取样器执行失败,会停止当前整个线程组的执行。注意:只是影响当前正在执行的线程组,不会影响不同线程组的执行。
例子4:

 


执行结果:第二个请求发生错误后,停止当前运行的线程组不再执行,如图:

5、立即停止测试:当某个取样器执行失败,会立刻终止执行当前的线程组,正在执行的取样器会被中断。跟停止测试的结果非常相似,区别在于有些请求可能响应比较慢,该选项会立刻中断正在执行中请求。

二:线程属性
1、线程数:该属性实际上就是模拟了用户数量,设置了几个线程数,就相当于模拟了几个用户。
2、Ramp-up时间:该属性用于设定花多少秒时间去启动所设置的线程数。
3、循环次数:该属性模拟的是每个线程执行的循环次数。所以实际的取样器执行数量=线程数*循环次数
4、same user on each iteration:每次迭代的都用同一个线程,如果勾选了,每次迭代所用的数据Cookie都一样,如果不勾选,则每次迭代去的数据不一样,保持默认即可
5、调度器-持续时间:控制测试脚本执行的持续时间,以秒为单位
6、调度器-启动延迟:控制测试脚本延迟多少秒后开始执行
例子:

执行结果:每个请求执行2*3=6次,可以在测试计划中添加一个【监听器】->【聚合报告】,查看每个请求的执行情况

 

 

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。
如若转载,请注明出处:http://www.pswp.cn/news/915748.shtml
繁体地址,请注明出处:http://hk.pswp.cn/news/915748.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

AI替代人工:浪潮中的沉浮与觉醒

当AlphaGo以4:1的比分战胜围棋大师李世石之时,人机博弈的疆界被重新划定;当工厂车间里机械臂以惊人精度与不知疲倦的姿态取代了工人重复的手势;当客服电话那头响起的不再是温存人声,而成了准确但缺乏温度的AI语音;当算…

数学建模--matplot.pyplot(结尾附线条样式表格)

matplotlib.pyplot绘图接口 1. 用法 导入模块 import matplotlib.pyplot as plt import numpy as np # 用于生成示例数据绘制简单图表 # 生成数据 x np.linspace(0, 10, 100) y np.sin(x)# 创建图形和坐标轴 plt.figure(figsize(8, 4)) # 设置图表大小 plt.plot(x, y, …

NumPy 实现三维旋转变换

在三维空间中,物体的旋转变换是计算机图形学、机器人学以及三维建模等领域中一个至关重要的操作。这种变换可以通过构造特定的旋转矩阵并将其应用于三维点或向量来实现。本文将深入探讨如何利用 NumPy 这一强大的 Python 科学计算库来实现三维旋转变换,从基本的数学原理到具体…

基于Springboot的中药商城管理系统/基于javaweb的中药材销售系统

管理员:登录,个人中心,用户管理,药材分类管理,药材信息管理,药材入库管理, 药材出库管理,订单管理,云端药馆,系统设置用户:注册,登录&…

试用SAP BTP 02A:试用SAP HANA Cloud

进入SAP BTP主控室 -> 子账 -> 服务市场,选择【数据和分析】-> 点击SAP HANA Cloud点击创建选择服务、计划、运行时环境、空间,输入实例名称,点击下一步在JSON文件中配置HANA管理员密码,点击下一步审核hana 实例信息&…

纯CPU场景下C++的分布式模型训练框架设计思路

0. 参数分配 稠密参数 → MPI 集合通信(All-Reduce / Broadcast / Reduce-Scatter)。稀疏参数 → brpc Parameter Server 异步推拉。 完全去掉 NCCL/GPU 相关部分。1. 整体拓扑 ┌----------------┐ ┌----------------┐ │ Worker-0 │…

训练日志7.21

conda环境,服务器原因无法使用,需重新搭建 学习一下预训练和微调相关内容,对于预训练整体的流程,还不太清楚,自己估计是训练不动,只能微调

Java 高频算法

Java高频算法面试题 以下是Java面试中常见的高频算法题目&#xff0c;涵盖了数据结构、算法思想和实际应用场景。 一、数组与字符串 1. 两数之和 public int[] twoSum(int[] nums, int target) {Map<Integer, Integer> map new HashMap<>();for (int i 0; i <…

汽车控制系统——CAPL脚本

CAPL (Communication Access Programming Language) 是一种专门用于嵌入式系统和汽车电子测试领域的编程语言&#xff0c;特别是在 CAN (Controller Area Network) 总线和汽车网络通信系统中被广泛使用。它由 Vector 公司开发&#xff0c;主要用于编写与汽车控制单元 (ECU) 进行…

深入解析Hive SQL转MapReduce的编译原理:从AST抽象语法树到Operator执行树

Hadoop与Hive SQL简介Hadoop生态系统的核心架构作为大数据处理领域的基石&#xff0c;Hadoop生态系统采用分布式架构设计&#xff0c;其核心组件构成了一套完整的解决方案框架。HDFS&#xff08;Hadoop Distributed File System&#xff09;作为底层存储系统&#xff0c;采用主…

在 React 中实现全局防复制hooks

用于防止页面内容被复制、剪切或通过右键菜单操作。它接受三个可配置参数&#xff1a;disableCopy&#xff08;禁用复制&#xff0c;默认true&#xff09;、disableCut&#xff08;禁用剪切&#xff0c;默认true&#xff09;和 disableContextMenu&#xff08;禁用右键菜单&…

InfluxDB HTTP API 接口调用详解(一)

引言 ** 在当今数字化时代&#xff0c;时间序列数据无处不在&#xff0c;从物联网设备产生的传感器数据&#xff0c;到金融领域的交易记录&#xff0c;再到系统运维中的监控指标&#xff0c;这些数据蕴含着丰富的信息&#xff0c;对于企业的决策制定、业务优化以及问题排查等…

使用JMeter进行压力测试(以黑马点评为例、详细图解)

目录 一、前言 二、使用JMeter进行压力测试 一、前言 本博客主要记录如何使用JMeter进行压力测试&#xff0c;以黑马点评P44利用互斥锁解决缓存击穿问题课程为例。至于如何完成JMeter的安装配置及创建桌面快捷方式可以看我的另一篇博客&#xff0c;链接如下&#xff1a; 压测…

旧手机部署轻量级服务器

将旧手机改造为Linux系统设备&#xff0c;不仅能赋予闲置设备新生&#xff0c;还能作为轻量级服务器、开发环境或学习平台使用。以下是三种主流方案&#xff0c;涵盖不同技术需求和安全等级&#xff0c;附操作步骤与避坑指南&#xff1a; ⚙️ 一、三种安装方案对比与选择 方法…

micro avg、macro avg 和 weighted avg 的区别

问题描述&#xff1a; 在多分类任务的评估报告中&#xff0c;经常看到 micro avg、macro avg 和 weighted avg 三种平均指标&#xff0c;请解释它们的区别以及各自的适用场景。&#x1f3af; 参考答案&#xff1a; 这三种平均指标是用来评估多分类模型性能的不同方式&#xff0…

Kafka灰度方案

一、kafka灰度方案架构设计方案&#xff1a;1、外部生产-内部消费场景&#xff1a;&#xff08;外部生产-内部消费&#xff09;解决方案&#xff1a;先通过kdis分流服务---消费外部生产的消息&#xff0c;然后根据管理后台-灰度配置mcs-mimp-core应用默认的环境版本&#xff0c…

深入详解K近邻算法(KNN)在脑部疾病诊断中的应用与实现

🧑 博主简介:CSDN博客专家、CSDN平台优质创作者,高级开发工程师,数学专业,10年以上C/C++, C#,Java等多种编程语言开发经验,拥有高级工程师证书;擅长C/C++、C#等开发语言,熟悉Java常用开发技术,能熟练应用常用数据库SQL server,Oracle,mysql,postgresql等进行开发应用…

黑马点评练习题-给店铺类型查询业务添加缓存(String和List实现)

目录 一、前言 二、需求 三、String实现 四、List实现 一、前言 这是黑马点评实战篇-商户查询缓存-0.3缓存练习题分析&#xff0c;练习给店铺类型查询业务添加缓存。这里我自己是通过String实现的&#xff0c;当然在网上查询也能够找到其他的实现方式。String实现我会展示自…

深度学习 pytorch图像分类(详细版)

目录 一、项目简介 二、模型训练验证保存 三、模型测试保存csv文件 四、单张图片预测 五、模型评估 六、ONNX导出 七、ONNX推理 八、网络结构与数据增强可视化 上篇我介绍了具体步骤&#xff0c;今天就以我实际开发的一个具体项目来讲&#xff1a; 一、项目简介 苯人的…

《AR眼镜上声学的应用与挑战》

《2025GAS声学大讲堂—音频产业创新技术公益讲座》智能眼镜专题讲座第3讲将于7月24日周四19点开讲&#xff0c;本次邀请了 珠海莫界科技有限公司 高级算法工程师 胡立天 演讲&#xff0c;讲座主题&#xff1a;《AR眼镜上声学的应用与挑战》&#xff08;点击观看直播&#xff09…