Jmeter并發執行Python 腳本的完整流程_第1頁
Jmeter并發執行Python 腳本的完整流程_第2頁
Jmeter并發執行Python 腳本的完整流程_第3頁
Jmeter并發執行Python 腳本的完整流程_第4頁
Jmeter并發執行Python 腳本的完整流程_第5頁
已閱讀5頁,還剩2頁未讀 繼續免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

第Jmeter并發執行Python腳本的完整流程目錄1.前言2.Python實現文件上傳2-1獲取文件信息及切片數目2-2切片及分段上傳2-3合并文件2-4文件路徑參數化3.Jmeter并發執行4.最后本篇文章以文件上傳為例,聊聊Jmeter并發執行Python腳本的完整流程

1.前言

大家好,我是安果!

最近有小伙伴后臺給我留言,說自己用Django寫了一個大文件上傳的Api接口,現在想本地檢驗一下接口并發的穩定性,問我有沒有好的方案

本篇文章以文件上傳為例,聊聊Jmeter并發執行Python腳本的完整流程

2.Python實現文件上傳

大文件上傳包含3個步驟,分別是:

獲取文件信息及切片數目

分段切片,并上傳-API

文件合并-API

文件路徑參數化

2-1獲取文件信息及切片數目

首先,獲取文件的大小

然后,利用預設的切片大小獲取分段總數

最后,獲取文件名及md5值

importos

importmath

importhashlib

defget_file_md5(self,file_path):

"""獲取文件的md5值"""

withopen(file_path,'rb')asf:

data=f.read()

returnhashlib.md5(data).hexdigest()

defget_filename(self,filepath):

"""獲取文件原始名稱"""

#文件名帶后綴

filename_with_suffix=os.path.basename(filepath)

#文件名

filename=filename_with_suffix.split('.')[0]

#后綴名

suffix=filename_with_suffix.split('.')[-1]

returnfilename_with_suffix,filename,suffix

defget_chunk_info(self,file_path):

"""獲取分段信息"""

#獲取文件總大小(字節)

file_total_size=os.path.getsize(file_path)

print(file_total_size)

#分段總數

total_chunks_num=math.ceil(file_total_size/self.chunk_size)

#文件名(帶后綴)

filename=self.get_filename(file_path)[0]

#文件的md5值

file_md5=self.get_file_md5(file_path)

returnfile_total_size,total_chunks_num,filename,file_md5

2-2切片及分段上傳

利用分段總數和分段大小,對文件進行切片,調用分段文件上傳接口

importrequests

defdo_chunk_and_upload(self,file_path):

"""將文件分段處理,并上傳"""

file_total_size,total_chunks_num,filename,file_md5=self.get_chunk_info(file_path)

#遍歷

forindexinrange(total_chunks_num):

print('第{}次文件上傳'.format(index+1))

ifindex+1==total_chunks_num:

partSize=file_total_size%chunk_size

else:

partSize=chunk_size

#文件偏移量

offset=index*chunk_size

#生成分片id,從1開始

chunk_id=index+1

print('開始準備上傳文件')

print("分片id:",chunk_id,"文件偏移量:",offset,",當前分片大小:",partSize,)

#分段上傳文件

self.__upload(offset,chunk_id,file_path,file_md5,filename,partSize,total_chunks_num)

def__upload(self,offset,chunk_id,file_path,file_md5,filename,partSize,total):

"""分次上傳文件"""

url='http://**/file/brust/upload'

params={'chunk':chunk_id,

'fileMD5':file_md5,

'fileName':filename,

'partSize':partSize,

'total':total

#根據文件路徑及偏移量,讀取文件二進制數據

current_file=open(file_path,'rb')

current_file.seek(offset)

files={'file':current_file.read(partSize)}

resp=requests.post(url,params=params,files=files).text

print(resp)

2-3合并文件

最后調用合并文件的接口,將分段小文件合成大文件

defmerge_file(self,filepath):

"""合并"""

url='http://**/file/brust/merge'

file_total_size,total_chunks_num,filename,file_md5=self.get_chunk_info(filepath)

payload=json.dumps(

"fileMD5":file_md5,

"chunkTotal":total_chunks_num,

"fileName":filename

print(payload)

headers={

"Content-Type":"application/json"

resp=requests.post(url,headers=headers,data=payload).text

print(resp)

2-4文件路徑參數化

為了并發執行,將文件上傳路徑參數化

#fileupload.py

if__name__=='__main__':

filepath=sys.argv[1]

#每一段切片的大小(MB)

chunk_size=2*1024*1024

fileApi=FileApi(chunk_size)

#分段上傳

fileApi.do_chunk_and_upload(filepath)

#合并

fileApi.merge_file(filepath)

3.Jmeter并發執行

在使用Jmeter創建并發流程前,我們需要編寫批處理腳本

其中,執行批處理腳本時,需要跟上文件路徑一起執行

#cmd.bat

@echooff

setfilepath=%1

pythonC:\Users\xingag\Desktop\rpc_demo\fileupload.py%*

然后,在本地新建一個CSV文件,寫入多個文件路徑

C:\\Users\\xingag\\Desktop\\charles-proxy-4.6.1-win64.msi

C:\\Users\\xingag\\Desktop\\V2.0.pdf

C:\\Users\\xingag\\Desktop\\HBuilder1.zip

C:\\Users\\xingag\\Desktop\\HBuilder2.zip

接著,就可以使用Jmeter創建并發流程了

完整步驟如下:

創建一個測試計劃,下面添加一個線程組

這里線程組數目與上面文件數目保持一致即可

線程組下,添加「同步定時器」

同步定時器中的「模擬用戶組的數量」和上面參數數量保持一致

添加CSV數據文件設置

指向上面準備的csv數據文件,設置文件格式為UTF-8,變量名稱設置為file_path,最后將線

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業或盈利用途。
  • 5. 人人文庫網僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論