我理解问题 1 和 3,都可以通过接口测出来,3 这类问题比较多的话,需要定规范,让前后端开发都应该有这种意识,接口返回数据过多应该分页或做其他处理
如果你是仅仅是要使用 OCR,那么我建议你直接调腾讯 or 百度的 OCR 接口,每个月都有免费额度,拿你这个图片来看效果很好,如果你要研究 OCR 技术就当我没说。
应届,7.5k,入职三天,buff 都拉满了,就要求搭自动化框架,要么你的 leader 不靠谱,要么就是你想的复杂化了
比如我部署一个 metersphere,也可以叫搭建了自动化框架,它确实可以做一些自动化测试
录制脚本,脚本进行修改,其他设备自动化执行,跟你说的没啥本质区别吧?
只不过不是实时的而已,实时同步有必要吗,只会让问题更多更复杂
第一步,举例的这些容易发现的问题,都可以用静态分析工具来做,会很快
我觉得带宽不同,是导致接口响应不一样的主要原因,你可以两个客户端各只请求一次看一下响应时间,接口响应应该也会有差距,但没这么大;然后这种带宽要求高的接口压测,我理解应该以跑满服务端带宽为目标,因为真实的用户场景下,是非常多的客户端,客户端的带宽是不会跑满的。要跑满服务端带宽,压力机带宽应该大于等于服务端带宽(这要求较高,当然楼上也说了可以估算出来的 )
这话说的,谁在测试行业有远大理想吗
你这个太麻烦了,找个 docker-compose 方案,就只需要 从 “d.进入 grafana 官网查找模板 ID” 开始就完成搭建了,例如:
version: '2'
networks:
monitor:
driver: bridge
services:
prometheus:
image: prom/prometheus
container_name: prometheus
hostname: prometheus
restart: always
volumes:
- ./prometheus.yml:/etc/prometheus/prometheus.yml
ports:
- "9090:9090"
networks:
- monitor
alertmanager:
image: prom/alertmanager
container_name: alertmanager
hostname: alertmanager
restart: always
ports:
- "9093:9093"
networks:
- monitor
grafana:
image: grafana/grafana
container_name: grafana
hostname: grafana
restart: always
ports:
- "3000:3000"
networks:
- monitor
node-exporter:
image: quay.io/prometheus/node-exporter
container_name: node-exporter
hostname: node-exporter
restart: always
ports:
- "9100:9100"
networks:
- monitor
cadvisor:
image: google/cadvisor:latest
container_name: cadvisor
hostname: cadvisor
restart: always
volumes:
- /:/rootfs:ro
- /var/run:/var/run:rw
- /sys:/sys:ro
- /var/lib/docker/:/var/lib/docker:ro
ports:
- "8899:8080"
networks:
- monitor
试试无头浏览器
是为什么决定放弃了 UI 自动化和性能两大块呢