教你一招搞定Jmeter可视化报告

TestOps

发布于 2022-04-07 13:29:16

1K00

代码可运行

文章被收录于专栏：TestOps云层TestOps云层

运行总次数：0

代码可运行

jmeter报告的可视化

一直以来，jmeter作为开源压测工具被广大测试工程师们所偏好，不仅仅其开源便于二次扩展，更在于其本身强大丰富的功能，让我们可以不用编写代码也能做好性能测试。但是，jmeter本身在报告这块做的差强人意，我们希望能够将数据更好的收集和展示以便分析，今天小编就给大家介绍Influxdb+Grafana+jmeter这套组合，实现jmeter报告的可视化展示。

为何要做可视化？

方便测试结果数据落地以及更好的分析

将聚合报告这部分的工作拆解出来，给jmeter减负

汇集各方性能数据信息，统一管理

工作环境搭建

官网下载influxdb并安装：https://www.influxdata.com/get-influxdb/

wget et https://d1.inf1uxdata.com/inf1uxdb/re1eases/inf1uxdb-1.6.2.x86_64.rpm 

sudo yum localinstall influxdb-1.6.2.x86_86_64. rpm

修改influxdb配置文件：

vi /etc/influxdb/influxdb. conf

修改内容如下：

[[graphite]] 

            enabled = true 

            bind-address = ":2003" 

            database = "jmeter" 

            retention-policy = ""

            protocol = "tcp"

            batch-size = 5000 

            batch-pending = 10 

            batch-timeout = "is"

            consistency-level = "one" 

            separator = "."

            udp-read-buffer = 0

启动influxdb服务：

[root@VM_0_12_centos ~] # service influxdb start 

Redirecting to /bin/systemctl start influxdb. service

登录influxdb管理首页 ip+8083端口，并创建一个数据库：

启动jmeter，配置一条请求信息，添加Backend Listener设置配置信息：

安装Grafana 地址：https://grafana.com/

并启动：

wget https://s3-us-west-2.amazonaws.com/grafana-releases/release/grafana-4.2.0-1.x86_64.rpm

sudo yum localinstall grafana-4.2.0-1.x86_64.rpm

service grafana-server start
starting grafana-server(via systemctl):     [ OK ]

打开Grafana首页 ip+3000端口：

创建influxdb数据源：

创建dashboard：

添加Graph面板：

进行数据绑定：

Jmeter启动进行压测，过程中可实时查看数据情况

至此jmeter的一些压测数据就会展示到Grafana中，我们可以按照自己的实际需要配置监控图标，这样一来我们就可以随时随地查看当前压测情况，也可以随时查看历史压测数据情况。

是不是略显高大上啊，当然我们可以从官网中下载一些监控模板，这样我们就可以省下很多自行配置图标的过程。

相关数据指标

线程数/用户相关指标：

test.minAT-Min active threads：最小活跃线程数
test.maxAT-Max active threads：最大活跃线程数
test.meanAT-Mean active threads：活跃线程数
test.startedT-Started threads：启动线程数
test.endedT-Finished threads：结束线程数

响应时间指标：

ok.count：采样器的成功响应数
h.count：每秒点击数
ok.min：采样器成功最短响应时间
ok.max：采样器成功最长响应时间
ok.avg：采样器成功平均响应时间
ok.pct：采样器成功响应百分比
ko.count：采样器失败响应数
ko.min：采样器失败的响应最短时间
ko.max：采样称失败最长响应时间
ko.avg：采样器失败平均响应时间
ko.pct：采样器失败响应百分比
a.count：采样器响应数（ok.count和ko.count的总和）
a.min：采样器最小响应时间（ok.count和ko.count的最小值）
a.max：采样器最大响应时间（ok.count和ko.count的最大值）
a.avg：采样器平均响应时间（ok.count和ko.count的平均值）
a.pct：采样器响应百分比（根据和失败样本的总数计算）

本文参与腾讯云自媒体同步曝光计划，分享自微信公众号。

原始发表：2019-06-04，如有侵权请联系 cloudcommunity@tencent.com 删除

apache