• 如果单独到一个接口的变化,如果有全量的接口自动化,那么这个接口变化,是否可以自动触发全量接口的回归测试?成本在哪里? 为什么还需要额外进行精准测试?

    我之前也是有同样的疑问,精准测试推出来的用例,本质就是部分用例与全量用例执行的区别,为什么还要费时费力做精准测试系统,除非全量用例执行需要很长时间,但接口测试正常情况下能跑一个小时,已经到了几千个用例级别。

  • 建议加精,很有共鸣,点赞点赞

  • 学多门语言不会串吗? at 2024年01月02日

    1,格式记混,写 golang 时,写成 python 格式,写 python 时,写成 golang 格式
    2,内置函数记混
    3,语法记混,比如 golang 不支持三元运算。。

    等 ide 提示或者运行报错解决

  • 做自动化测试的目的是什么?其核心是回归测试,没有自动化测试,回归测试的人力成本是多少,有自动化测试后,回归测试的人力成本又是多少,这不就有数据了吗?再往细说,自动化用例的覆盖率是多少,这些都有数据可说啊。
    测试日常工作也有数据支持,接了多少需求,bug 数,bug 等级,需求与 bug 比等等

  • 我之前的方案,自动化环境中每次运行测试,创建新的 docker 数据库,将建表等初始化语句从 QA 环境同步后,将基础数据写入到数据库中,业务数据则具体维护,如低频改动的,也可以放到基础数据中。
    这块其实没啥好办法,用例失败只能及时维护。能做到最好的情况,则根据表的数据结构,将变动的字段,做相应处理后再写入到数据库中。

  • 1w 并发,指的是 jmeter 会创建 1w 个线程 (keeplive) 并循环 发送请求到目标服务器,集合点则是 当空闲线程数达到了配置阈值,则开始发送请求。
    压测过程,需要看实际情况,以及目标服务器的处理能力,追求并发数据意义不是很大 (除非是长链接)。应更多关注服务端的 QPS/TPS。将并发数作为加大压力的理解会更好点。
    另外,不断增加并发数,会加大施压端的资源消耗,如内存,CPU,IO,网络带宽等到达瓶颈,应视实际情况来调整并发。

  • 请看上一个回复。

  • locust 使用的疑问 at 2023年03月15日

    这个应该 locust python 客户端有关系,后面换了 boomer。

  • 我遇到过,但具体是怎么解决忘记了,但印象中方法如下:
    1,是依赖 gevent,greenlet 模块的版本问题

    以下是我的版本
    gevent 22.10.2
    geventhttpclient 2.0.8
    greenlet 2.0.1
    locust 2.13.2

    2,环境变量问题,DDL 的路径是与安装库的路径不一致

    • 将 DDL 的文件路径添加到环境变量的 PATH,在 python.exe 路径下的 DLLs 文件夹, C:\Program Files\Python310\ C:\Program Files\Python310\Scripts\
    • pip 会安装第三库,会是 AppData 路径,可以将这个路径的 xxxxxxx\AppData\Roaming\Python\Python310\Scripts\ 加到环境变量 PATH 中
  • 对,是这个原因,但具体配置忘记了。太久没使用了,仅仅是以前配置过一次