正在阅读：Apache JMeter web性能测试实例Apache JMeter web性能测试实例

　　本文来自网络整理。

　　Apache JMeter是可以对利用HTTP或FTP服务器的应用程序进行测试的工具。它是基于Java的，通过所提供的API它还具有高度可扩展性。典型的JMeter测试包括创建循环和线程组。循环使用预设的延迟来模拟对服务器的连续请求。线程组是为模拟并发负载而设计的。JMeter提供了用户界面。它还公开了API，用户可以从Java应用程序来运行基于JMeter的测试。为了在JMeter中创建负载测试，需要构建测试计划。在实际操作中，Jmeter需要执行一系列的操作。最简单的测试计划通常包括下列元件：

　　线程组——这些元件用于指定运行的线程数和等候周期。每个线程模拟一个用户，而等候周期用于指定创建全部线程的时间。例如，线程数为5，等候时间为10秒，则创建每个线程之间的时间间隔为2秒。循环数定义了线程的运行时间。使用调度器，还可以设置运行的起始时间。
　　取样器——对于服务器HTTP、FTP或LDAP请求，这些元件是可配置请求。该教程仅侧重于Web Services请求。
　　监听器——这些元件用于请求数据的后期处理。例如，可以将数据保存到文件或用图表来说明结果。此时JMeter图表并没有提供许多配置选项；然而它是可扩展的，它始终可以添加额外的可视化效果或数据处理模块。
　　
　　Apache JMeter网站给出了关于可用元件的详细说明。在某些情况下，如果可用元件不适合特定的测试，开发人员可通过在安装Jmeter的\lib\ext\目录中放置jar文件来编写他/她自己的脚本或Java类，并将其嵌入测试计划。

　　本文中我们使用的是版本是JMeter 2.1。从 Web 站点 下载可执行二进制文件，将其解压缩,然后应用程序即可在Windows或Unix平台中使用。如果是在Windows操作系统中工作，要转到bin文件夹用jmeter.bat 或jmeterw.bat启动应用程序。初始用户界面如图1所示。

　　图1：启动Apache JMeter

　　创建负载测试
　　
　　使用Jmeter的负载测试功能，可以在服务器上产生高负载并确定其容量和限制。注意：若要使用Web services样本，需要有可用的mail.jar和activation.jar，它们可从Sun Microsystems中获取（请参阅下面的链接）。由于授权限制，Apache没有分发这些库。下载这两个jar文件之后，将它们放入Java classpath或安装Jmeter的lib目录中。

　　图2：创建线程组和基本Web Services测试计划

　　现在，右键单击Test Plan并添加Thread Group和Loop Controller。我们使用这两个元件来设置模拟的并发用户数和测试持续时间。在树状结构的Loop Controller下面，添加“WebService (SOAP) Request”和Graph，如图2所示。如果不能向测试计划添加WebService请求，则可能是路径中没有mail.jar或activation.jar。

　　键入线程数、等候周期和循环数。在本教程中我们分别使用5、10和100。将循环控制器计数设置为1。如果配置了Web Services的WebLogic Server仍然没有运行，请手动启动它或从WebLogic Workshop中启动。

　　配置负载测试
　　
　　如图3所示，我们需要对发送到服务器的SOAP请求参数进行设置。如果指向WSDL文件的链接（URL)可用，将该链接粘贴到WSDL URL字段并单击Load WSDL。可用的方法将显示在Web Methods组合框中。接下来，需要单击Configure以便填充Server Name或IP、Port Number、Path和SOAPAction。

　　图3：WebService（SOAP）请求对话框（单击图像查看完整尺寸的屏幕截图）

　　如果没有可用的WSDL链接，也可以手动键入服务器名称、端口号、路径和SOAP操作的值。最后一步，在SOAP/XML-RPC Data区域填写SOAP请求。用户也可以通过SOAP XML Data选项用File从文件中加载。

　　输入Web Services请求对话框中的所有字段之后，单击Ctrl+S保存JMeter项目。为了使数据可视化，我们添加了图表元件“Graph results”和“Spline Visualizer”。此外，我们也可以通过添加“Save responses to a file”元件将响应发送到文件；这在检查SOAP响应错误时很有用。为了模拟更真实的客户端请求顺序，我们在树中插入了定时器元件——“Gaussian Random timer”。执行该操作之后，客户端的请求的分布更加混乱，将会以随机方式而不是以相等的时间间隔来点击服务器。我们将Gaussian随机时间设置为偏离100ms，恒定延迟偏移量为300ms.