博客
关于我
jmeter压测学习16-setUp线程组批量登录用户后保存token到本地.csv文件
阅读量:474 次
发布时间:2019-03-06

本文共 1335 字,大约阅读时间需要 4 分钟。

JMeter批量登录与CSV文件处理实践

前言

在之前的测试中,我们实现了通过setUp线程组为单个用户登录获取token并提取给其他线程组使用的功能。然而,在压测场景下,仅用单个用户登录显然无法满足高并发测试的需求。因此,我们需要在setUp线程组中实现批量登录,将token值批量提取并保存到本地CSV文件中,供后续接口参数化使用。

setUp线程组批量登录

为了满足批量登录需求,我们首先需要准备一批账号和密码信息。将这些账号和密码信息存储在文件D:\jmeter\user_password.txt中,格式如下:

test1,123456test2,123456test3,123456test4,123456test5,123456......

接下来,在JMeter中添加CSV数据文件设置,引用该参数化文件,并设置两个变量userpassword,将账号和密码信息分隔开来使用。

在线程组中设置循环次数为5次,依次使用账号和密码信息进行登录。通过查看结构树可以看到,每个账号依次完成登录过程。

BeanShell保存token到本地CSV文件

在登录成功后,我们需要提取token值并保存到本地CSV文件中。具体实现如下:

  • 使用JSON提取器提取token值。
  • 添加BeanShell后置处理程序,保存token值到D:\jmeter\user_token.csv中。
  • 保存时同时记录用户账号和对应的token值,确保数据完整性。
  • 以下是保存token的BeanShell代码示例:

    FileWriter fileWriter = new FileWriter(new File("D:\\jmeter\\user_token.csv"), true);BufferedWriter writer = new BufferedWriter(fileWriter);writer.append(vars.get("user") + "," + vars.get("token") + "\n");writer.close();fileWriter.close();

    删除本地文件

    在保存token到CSV文件的过程中,我们采用追加写入方式,这会导致多次运行时文件内容被覆盖。为了保证每次运行时使用最新的token值,我们需要在每次运行前删除之前的CSV文件。

    在BeanShell中添加文件删除代码如下:

    String path = "D:\\jmeter\\user_token.csv";File file = new File(path);file.delete();FileWriter fileWriter = new FileWriter(new File("D:\\jmeter\\user_token.csv"), true);BufferedWriter writer = new BufferedWriter(fileWriter);writer.clear();writer.write("");writer.close();fileWriter.close();

    这样,每次运行都会首先删除旧文件,确保生成的CSV文件始终是最新的。

    转载地址:http://drlbz.baihongyu.com/

    你可能感兴趣的文章
    pandas 生成excel多级表头
    查看>>
    Pandas 的 DataFrame 详解-ChatGPT4o作答
    查看>>
    pandas 读取excel数据,以字典形式输出
    查看>>
    Pandas 读取具有浮点值的 csv 文件会导致奇怪的舍入和小数位数
    查看>>
    pandas 适用,但仅适用于满足条件的行
    查看>>
    pandas 重新采样到每月的特定工作日
    查看>>
    pandas :如何删除以NaN为列名的多个列?
    查看>>
    pandas :我如何对堆叠的条形图进行分组?
    查看>>
    pandas :按移位分组和累加和(GroupBy Shift And Cumulative Sum)
    查看>>
    pandas :检测一个DF和另一个DF之间缺失的列
    查看>>
    Pandas-从具有嵌套列表列表的现有列创建动态列时出错
    查看>>
    Pandas-通过对列和索引的值求和来合并两个数据框
    查看>>
    pandas.columns、get_dummies等用法
    查看>>
    pandas.DataFrame.copy(deep=True) 实际上并不创建深拷贝
    查看>>
    pandas.read_csv()的详解-ChatGPT4o作答
    查看>>
    PANDAS.READ_EXCEL()输出‘;溢出错误:日期值超出范围‘;而不存在日期列
    查看>>
    pandas100个骚操作:再见 for 循环!速度提升315倍!
    查看>>
    Pandas:如何根据其他列值的条件对列进行求和?
    查看>>
    Pandas:对给定列求和 DataFrame 行
    查看>>
    Pandas、groupby 和特定月份的求和
    查看>>