PyPerfTester

PyPerfTester 是一个基于 JMeter 5.5 的性能测试工具，通过 Streamlit 提供用户友好的 Web 界面，支持 JMX 文件上传、压测执行、报告生成和预测分析。所有测试相关文件（JMX、JTL、日志、图片、报告、元数据）存储在按日期和配置组织的 history/ 目录下，接口列表正确解析 name 字段（优先从 TestElement.name 获取）。

功能特性

• JMX 文件上传与解析：

  • 解析 JMX 文件，提取线程组配置（num_threads、ramp_time、duration）和接口信息（name、path、method）。
  • 接口 name 优先从 TestElement.name 获取，若为空则使用 HTTPSampler.path 作为后备。
  • 显示线程组和接口列表，支持中文。

• 压测执行：

  • 使用 JMeter 5.5 执行性能测试，生成 JTL 文件和仪表板。
  • 实时进度条和倒计时，显示压测状态。
  • 支持大 JTL 文件（~59,955 行），分块加载（chunksize=10000）。

• 报告生成：

  • 生成 HTML 性能报告，包含：
    • 关键指标：总请求数、平均/最大/最小响应时间、成功率、失败率、整体吞吐量。
    • 聚合报告：按接口统计样本数、响应时间（平均、中位数、90%/95%/99% 分位）、错误率、吞吐量、接收/发送速率。
    • 图表：响应时间趋势、响应时间分布、吞吐量趋势（横坐标根据时长优化，120s 用 5s 间隔，最大 15 个刻度）。
  • 报告和图片存储在 history/{jmx_name-YYYYMMDD-num_threads-duration}/。

• 预测分析：

  • 分析 JTL 数据，提供性能指标（平均响应时间、吞吐量、错误率）。
  • 基于阈值生成优化建议：
    • 响应时间 >200ms：优化数据库查询或负载均衡。
    • 吞吐量 <50 req/s：检查线程池或网络带宽。
    • 错误率 >1%：分析错误码，优化参数或服务端逻辑。
  • 接口数量从 df['label'].nunique() 获取，确保准确。

• 文件存储：

  • 所有文件存储在 history/{jmx_name-YYYYMMDD-num_threads-duration}/，包括：
    • uploaded.jmx：上传的 JMX 文件。
    • test_results.jtl：压测结果。
    • jmeter.log：JMeter 日志。
    • response_time.png、response_dist.png、throughput_trend.png：性能图表。
    • performance_report.html：性能报告。
    • metadata.json：测试元数据（test_id、日期、线程数、时长、接口列表、指标）。
  • 根目录无临时文件，历史保留最近 10 次。

依赖信息

• Python 版本：Python 3.8+

• Python 库：

  streamlit==1.27.2
  pandas==2.0.3
  matplotlib==3.7.2
  jinja2==3.1.2
  numpy==1.24.3
  
  

• 外部工具：

  • JMeter 5.5（需安装，配置 bin/jmeter.bat 路径）。
  • 推荐 Windows 环境（jmeter.bat），Linux/Mac 可调整为 jmeter.sh。

代码结构

PyPerfTester/
├── app.py                    # 主程序，Streamlit Web 界面
├── jmx_parser.py            # JMX 文件解析模块
├── templates/               # HTML 模板目录
│   └── report_template.html # 性能报告模板
├── history/                 # 压测归档目录
│   └── {jmx_name-YYYYMMDD-num_threads-duration}/
│       ├── uploaded.jmx
│       ├── test_results.jtl
│       ├── jmeter.log
│       ├── response_time.png
│       ├── response_dist.png
│       ├── throughput_trend.png
│       ├── performance_report.html
│       ├── metadata.json
│       └── dashboard_*/

• app.py：核心逻辑，处理 JMX 上传、压测执行、报告生成、预测分析。
• jmx_parser.py：解析 JMX 文件，提取线程组和接口信息（修复 name 字段获取）。
• templates/：Jinja2 模板，用于生成性能报告。
• history/：存储每次压测的文件，目录名格式为 {jmx_name-YYYYMMDD-num_threads-duration}。

安装说明

1. 安装 JMeter：

   • 下载 JMeter 5.5：https://jmeter.apache.org/download_jmeter.cgi
   • 解压到本地（如 C:\apache-jmeter-5.5）。
   • 配置环境变量或在 app.py 中指定 jmeter.bat 路径。

2. 创建虚拟环境：

   python -m venv venv
   .\venv\Scripts\activate
   
   

3. 安装 Python 依赖：

   pip install streamlit pandas matplotlib jinja2 numpy -i https://pypi.tuna.tsinghua.edu.cn/simple --timeout 100
   
   

4. 创建目录：

   mkdir templates history
   
   

5. 保存代码和模板：

   • 保存 app.py、jmx_parser.py 到项目根目录。
   • 保存 report_template.html 到 templates/。

使用说明

1. 运行程序：

   streamlit run app.py
   
   

   • 浏览器打开 Streamlit 界面（默认 http://localhost:8501）。

2. 上传 JMX 文件：

   • 上传 JMX 文件（如 my_test.jmx）。
   • 查看解析的线程组配置和接口列表（name、path、method）。

3. 执行压测：

   • 点击“启动压测”，查看进度条和倒计时。
   • 压测完成后，文件存储在 history/{jmx_name-YYYYMMDD-num_threads-duration}/。

4. 生成报告：

   • 点击“生成HTML报告”，查看性能报告（关键指标、聚合报告、图表）。
   • 报告保存为 history/.../performance_report.html。

5. 预测分析：

   • 点击“进行预测分析”，查看性能指标和优化建议。

验证步骤

1. 清理环境：

   cd D:\project\PyPerfTester
   rmdir /S /Q history
   del temp_uploaded.jmx test_results.jtl response_time.png response_dist.png throughput_trend.png
   del %USERPROFILE%\.matplotlib\fontlist-v330.json
   
   

2. 准备 JMX 文件：

   • 示例 JMX：

     <jmeterTestPlan version="1.2" properties="5.0">
       <hashTree>
         <ThreadGroup guiclass="ThreadGroupGui" testclass="ThreadGroup" testname="Thread Group">
           <stringProp name="ThreadGroup.num_threads">50</stringProp>
           <stringProp name="ThreadGroup.ramp_time">1</stringProp>
           <stringProp name="ThreadGroup.duration">120</stringProp>
         </ThreadGroup>
         <hashTree>
           <HTTPSamplerProxy guiclass="HttpTestSampleGui" testclass="HTTPSamplerProxy" testname="Login">
             <stringProp name="TestElement.name">Login</stringProp>
             <stringProp name="HTTPSampler.path">/api/login</stringProp>
             <stringProp name="HTTPSampler.method">POST</stringProp>
           </HTTPSamplerProxy>
           <HTTPSamplerProxy guiclass="HttpTestSampleGui" testclass="HTTPSamplerProxy" testname="Data">
             <stringProp name="TestElement.name">Data</stringProp>
             <stringProp name="HTTPSampler.path">/api/data</stringProp>
             <stringProp name="HTTPSampler.method">GET</stringProp>
           </HTTPSamplerProxy>
         </hashTree>
       </hashTree>
     </jmeterTestPlan>
     
     

   • 保存为 my_test.jmx.

3. 运行测试：

   • 运行 streamlit run app.py。
   • 上传 my_test.jmx，验证：
     • 接口列表显示 name: Login, path: /api/login, method: POST 和 name: Data, path: /api/data, method: GET。
     • 线程组信息：num_threads: 50, ramp_time: 1, duration: 120。
     • JMX 保存到 history/my_test-20250922-50-120/uploaded.jmx。
   • 点击“启动压测”，检查：
     • history/my_test-20250922-50-120/ 包含 uploaded.jmx、test_results.jtl、jmeter.log、图片、报告、metadata.json、dashboard_*/。
     • 根目录无临时文件。
   • 点击“生成HTML报告”，验证报告生成。
   • 点击“进行预测分析”，验证指标和建议显示。

注意事项

• JMX 文件格式：确保 JMX 包含 ThreadGroup 和 HTTPSamplerProxy，TestElement.name 优先。
• 性能优化：JTL 分块加载（chunksize=10000）适合大文件（~59,955 行）。
• 历史管理：自动保留最近 10 次历史，超出自动删除。
• 错误排查：
  • 若接口 name 仍错误，提供 JMX 文件内容。
  • 若压测失败，检查 jmeter.log 或 history/.../jmeter.log。
  • 若报告生成失败，验证 JTL 文件格式和 templates/ 文件存在。
• 时间格式：归档目录使用 YYYYMMDD（如 20250922），基于系统时间（2025-09-22 16:44 JST）。

后续

代码后续更新。。。。。