快乐的使用jmeter做压测三、报文参数化

在测试过程中由于业务代码的要求,需要尽可能的仿真真实业务,因此需要对报文中的值做参数化处理。

报文样例

例如我们的测试报文如下所示:

{
    "name":"张三",
    "age":20,
    "sex":"男",
    "email":"kvon@163.com",
    "companyName":"北京牛儿快快跑股份有限公司"
}

接口中的字段如下所示:
name,age,sex,email,companyName. 这五个字段其中既有数字,又有字母,也有汉字。下面我们把这5个字段全部做参数化处理。

参数化

一、先做姓名的参数化处理。

  1. 首先做一个百家姓的字典表。百家姓在网上查一下就能查到,也可以直接用我整理的
  2. 再做一个基本汉字表。这个我是通过Excel中=CHAR((INT(16+RAND()*38+160)*256)+INT(94*RAND())+160)这个函数获取的汉字,然后将生成的汉字整理为一个csv或者txt格式的字典表。我这里提供一份201个汉字的txt文件供大家测试。
  3. 读取姓与名的字典表获取随机姓名。${__CSVRead(C:\Users\Administrator\Desktop\first.txt,${__Random(0,479)})}${__CSVRead(C:\Users\Administrator\Desktop\second.txt,${__Random(0,200)})}

二、对年龄做参数化处理这里大家可以使用

年龄可以直接在线程组中添加随机变量来实现。


添加随机变量.png

年龄.png

三、对性别做参数化处理
性别由于码值较少可以直接通过字符串随机函数获取${__RandomString(1,男女,)}

四、邮箱
邮箱也使用随机字符串函数获取8位邮箱前缀${__RandomString(8,abcdefghijklmnopqrstuvwxyz1234567890,)}

五、公司名称
公司名称与姓名相同通过读取字典表获取,保留股份有限公司字样。

参数化后报文展示

{
    "name":"${__CSVRead(C:\Users\Administrator\Desktop\first.txt,${__Random(0,479)})}${__CSVRead(C:\Users\Administrator\Desktop\second.txt,${__Random(0,200)})}",
    "age":${age},
    "sex":"${__RandomString(1,男女,)}",
    "email":"${__RandomString(8,abcdefghijklmnopqrstuvwxyz1234567890,)}@163.com",
    "companyName":"${__RandomString(5,${__FileToString(C:\Users\Administrator\Desktop\company.txt,,)},)}股份有限公司"
}

请求报文样例一

POST http://localhost:8080/add

POST data:
{
    "name":"都似",
    "age":93,
    "sex":"女",
    "email":"fyjfw20j@163.com",
    "companyName":"意殆蛹械捎股份有限公司"
}


[no cookies]

请求报文样例二

POST http://localhost:8080/add

POST data:
{
    "name":"赵酶",
    "age":29,
    "sex":"女",
    "email":"5vl6ii7a@163.com",
    "companyName":"害酥豫克永股份有限公司"
}


[no cookies]

好了以上就是参数化的思路。

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 219,539评论 6 508
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 93,594评论 3 396
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 165,871评论 0 356
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,963评论 1 295
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,984评论 6 393
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,763评论 1 307
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,468评论 3 420
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 39,357评论 0 276
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,850评论 1 317
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 38,002评论 3 338
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 40,144评论 1 351
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,823评论 5 346
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,483评论 3 331
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 32,026评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 33,150评论 1 272
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 48,415评论 3 373
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 45,092评论 2 355

推荐阅读更多精彩内容