777139651

这里设置的是一个伪命题，假设你把数字改成 5000，是不是也会得出同样的结论。事实上如果仅仅按照资源来决定多少线程，是否意味着加 cpu，加内存，就可以无限增加线程数

AI 回答，其实就是从各种搜索引擎里面做的数据检索。但是如何保证这个答案是正确有效的？还是需要自己去做实验论证

如何保证这个答案是正确的

jmeter 的集合点超时时间有两种
1、为 0。为 0 就是强行等待，线程数必须满足集合数，否则脚本不会运行
2、非 0。非 0 就是隐式等待，在超时时间范围内集合的线程数会直接做并发

有问题私聊我

新人当然是先学 python 框架啊，搭起来再说

基础线程组设置 ramp up 就行了，其他的几个阶梯线程组都有缺陷

首先，k8s 是做自动化部署的，是一个框架，执行调度你的自动化任务
其次，流量回放，全链路是方便定位分析性能问题的
有这两样东西，你就会接口自动化，性能测试了吗？你会个锤子哦
搭个框架，弄几个专业词汇就敢说性能测试，接口测试简单，不喷你都不行

卖保险的在我这发广告，被别的管理员处理了

@chenhengjie123 这。。。。

这么热闹的吗

小老弟，你这是混合容量测试吧?这场景设计的很不真实啊。最大稳定性 tps 拿到了吗?业务比例有没有?存量数据够不够?
稳定的环境 + 合理的数据 + 真实的场景=有效的结果
缺了任何一个前提条件，结果都是假的

完全没问题

脚本只能保证业务没问题。具体的场景要单独设计。比如并发场景，或者容量场景

还有不要同时艾特我跟几位社区大佬，我不配。。。

你这个 50/s 是每秒请求呀，不是服务处理能力。吞吐量控制器控制的是你的每秒的总响应数。
所以这里你有两个场景要考虑【50/s 是指的一个人 1s 内查询了 50 次还是很多人在 1s 内总共查询了 50 次请求】
如果是第一种，那这个 50 就是总 tps 呀，处理能力已经被你圈死了
如果是第二种，那你就要先计算平均并发数，然后再去测你的性能瓶颈

jmeter 能启动多少线程，由你的堆内存和栈内存决定

我圈了事物控制器在里面

这种怎么分析？

测试圈纪检委？

会

勾选永远，线程会以最大迭代次数去运行。最大迭代次数由请求的响应时间决定。响应时间如果是 10ms，那 1s 就可以迭代 100 次