接口测试主要用于检测外部系统与系统之间以及内部各个子系统之间的交互点。其测试的重点是要检查数据间的交换，传递和控制管理过程，以及系统间的相互逻辑依赖关系等。一款好用的接口测试工具更是可以帮助测试人员达到事半功倍的效果。因此，今天来对比一下两款测试工具Eolink与JMeter之间的优势。Eolink:优点：1、它比JMeter更便捷。Eolink提供网页端服务。打开网页即可使用，可以实现在各平台免安装运行。2、可验证JS程序。Eolink支持JS验证，而JMeter无法验证JS程序。3、支持多种协议。Eolink支持如HTTP(S)、Websocket(s)、TCP、UDP、SOAP、HSF等
概述Arrivals线程组，基本用法就是通过设计预期的总吞吐量，让系统计算需要的线程数。此时的线程数就是平均并发数如果单线程的业务处理时间是2s/笔，也就是吞吐量为0.5笔/s，此时想达到10笔/s就至少需要20个线程同时处理；如果单线程的业务处理时间是200ms/笔，也就是吞吐量为5笔/s，此时想达到10笔/s仅需要2个线程同时处理！在预期总吞吐量不变的情况下，单线程的处理时间越短，则单线程的吞吐量越高，需要用来满足总吞吐量的线程数就越少，反之则越多如果把总吞吐量比作工厂的预期总产能，那么单线程就是工厂的单条生产线。单条生产线的生产速度越快，则产能越高，那么想实现总产能就不需要太多机器；反之
概述Arrivals线程组，基本用法就是通过设计预期的总吞吐量，让系统计算需要的线程数。此时的线程数就是平均并发数如果单线程的业务处理时间是2s/笔，也就是吞吐量为0.5笔/s，此时想达到10笔/s就至少需要20个线程同时处理；如果单线程的业务处理时间是200ms/笔，也就是吞吐量为5笔/s，此时想达到10笔/s仅需要2个线程同时处理！在预期总吞吐量不变的情况下，单线程的处理时间越短，则单线程的吞吐量越高，需要用来满足总吞吐量的线程数就越少，反之则越多如果把总吞吐量比作工厂的预期总产能，那么单线程就是工厂的单条生产线。单条生产线的生产速度越快，则产能越高，那么想实现总产能就不需要太多机器；反之
Jmeter工具使用总结目录Jmeter函数总结第一章前言第二章常用函数的介绍2.1.timeShift函数2.2.time函数2.3.groovy函数第三章常用用法3.1.Jmeter读取Excel1)添加线程组2)添加配置元件--》选择CSVDataSetConfig3)添加--》取样器--》选择BeanShellSampler，使用vars.get方法获取Excel的值4)添加--》取样器--》选择DebugSampler，以便后面查看是否正常的获取了Excel中的数据5)添加http请求，将Excel中获取的数据作为参数传递6)添加一个查看结果树，以查看执行之后的结果7)设置线程组8)
Jmeter工具使用总结目录Jmeter函数总结第一章前言第二章常用函数的介绍2.1.timeShift函数2.2.time函数2.3.groovy函数第三章常用用法3.1.Jmeter读取Excel1)添加线程组2)添加配置元件--》选择CSVDataSetConfig3)添加--》取样器--》选择BeanShellSampler，使用vars.get方法获取Excel的值4)添加--》取样器--》选择DebugSampler，以便后面查看是否正常的获取了Excel中的数据5)添加http请求，将Excel中获取的数据作为参数传递6)添加一个查看结果树，以查看执行之后的结果7)设置线程组8)
While循环控制器应用之遍历获取文件参数by:授客QQ：1033553122测试环境JMeter-5.4.1应用实现单线程在单次迭代内遍历获取文件参数说明：上图仅给出关键配置信息注意：CSV配置元件放循环内，每循环一次就会取一次参数值不管CSV配置元件位于请求采样器上方，还是下方，都会优按CSV配置元件从配置文件获取参数，然后再执行请求采样器，所以无需在While控制器上方再添加一个“仓库配置信息”。基于上述特性，需要配置CSVDataSetConfig配置元件中的StopthreadonEOF?:为True，否则会多循环一次，如果有需要，可以在循环内添加IF逻辑控制器，判断变量值为时不执行
While循环控制器应用之遍历获取文件参数by:授客QQ：1033553122测试环境JMeter-5.4.1应用实现单线程在单次迭代内遍历获取文件参数说明：上图仅给出关键配置信息注意：CSV配置元件放循环内，每循环一次就会取一次参数值不管CSV配置元件位于请求采样器上方，还是下方，都会优按CSV配置元件从配置文件获取参数，然后再执行请求采样器，所以无需在While控制器上方再添加一个“仓库配置信息”。基于上述特性，需要配置CSVDataSetConfig配置元件中的StopthreadonEOF?:为True，否则会多循环一次，如果有需要，可以在循环内添加IF逻辑控制器，判断变量值为时不执行
后置处理器之JSON提取器By：授客QQ：1033553122测试环境JMeter5.4.1插件介绍JSON后置处理器（PostProcessor）允许使用JSONPath语法从JSON格式的响应中提取数据。类似正则表达式提取器，必须位于HTTP采样器、或者其它可以返回JSON数据的采样器下，作为子结点。插件参数Name显示在脚本树结构中的名称Applyto:这用于可以生成子采样器的采样器，比如携带嵌套资源的HTTP采样器、邮件读取器或者由事务控制器控制的采样。Mainsampleonly仅适用于主采样Sub-samplesonly仅适用于子采样Mainsampleandsub-samples
后置处理器之JSON提取器By：授客QQ：1033553122测试环境JMeter5.4.1插件介绍JSON后置处理器（PostProcessor）允许使用JSONPath语法从JSON格式的响应中提取数据。类似正则表达式提取器，必须位于HTTP采样器、或者其它可以返回JSON数据的采样器下，作为子结点。插件参数Name显示在脚本树结构中的名称Applyto:这用于可以生成子采样器的采样器，比如携带嵌套资源的HTTP采样器、邮件读取器或者由事务控制器控制的采样。Mainsampleonly仅适用于主采样Sub-samplesonly仅适用于子采样Mainsampleandsub-samples
问题背景 在使用JMeter压测时，发现同一后端服务，在单机500并发下，HTTP和HTTPS协议压测RT差距非常大。同时观测后端服务各监控指标水位都很低，因此怀疑性能瓶颈在JMeter施压客户端。 问题分析 切入点：垃圾回收 首先在施压机观察到CPU使用率和内存使用率都很高，详细看下各线程CPU、内存使用情况：top-Hp{pid}发现进程的CPU使用率将近打满，其中GC线程CPU使用率很高 再看下gc的频率和耗时，发现每秒都有YoungGC，且累计耗时比较长，因此先从频繁GC入手，定位问题。 java/bin/jstat-gcutil{pid}1000 在压测过程中，对JMeter
