登录社区云,与社区用户共同成长
邀请您加入社区
本文基于 JMeter 对抽奖系统开展梯度加压负载测试,模拟用户真实访问链路,对登录、奖品列表、人员列表及中奖记录查询接口进行压测。在 200 并发场景下,发现系统 TPS 趋于 570 后不再增长,定位核心瓶颈为远程 Redis 网络 IO 延迟。通过引入 Caffeine 本地缓存、配合固定定时器平滑压测与 Guava 限流策略,将核心接口响应时间从 60ms + 优化至 1ms 内,系统峰值
本文介绍了一个接口并发压力测试案例,主要包括三个步骤:新建测试场景、编辑测试步骤、查看测试结果。测试目的是验证接口在高并发情况下是否存在日志丢失或线程池占满问题。通过数据库验证发现,接口成功调用2998次,按每次产生15条日志计算,理论应产生44970条日志记录。文章提供了详细的测试过程和方法说明。
用户登录之后,服务器返回一个认证凭证,后续请求必须携带该凭证(如访问列表页),否则服务器会返回401/403未授权。法二:将文件路径复制一下,配置环境变量,打开cmd,输入jmeter就可以打开。JMeter需要手动实现这一过程,否则列表页请求会被视为“未登录用户”的请求。2、服务器⽆法继续处理,达到了瓶颈(代码写的不好,内存泄漏、硬件资源等。如果选择了永远,就必须要配置调度器,否则性能测试就是一
Jmeter:Apache开源性能测试工具,支持多协议(HTTP/HTTPS、FTP、JDBC等)。- 核心功能:性能测试、压力测试、接口测试、负载测试。- 适用场景:Web应用、API、数据库、微服务等。【测试计划】(相当于多个进程或者单个进程),模拟本次运行过程中所有业务的接口请求是用于向服务器发送请求并接收响应的核心组件。它模拟用户对目标系统的操作(如HTTP请求、JDBC查询、FTP上传等
通过以上步骤,你应该已成功安装并配置 LoadRunner12。它是性能测试领域的一款强大工具,适合多种复杂场景的应用程序测试。在使用过程中,建议根据项目需求选择合适的协议和测试方案,并利用LoadRunner提供的分析工具深入挖掘性能数据。如有其他问题,可参考官方文档或社区论坛。
要实现App的自动化测试,实现Appium工具的入门:1-首先在windows下安装jdk,Android-sdk环境2-安装appium桌面工具3-安装模拟器(比如雷电模拟器),或者使用真机4-安装python的依赖包(Appium-Python-Client)5-启动appium服务器,启动模拟器,然后在pycharm中运行demo脚本,即可看到运行效果接下来可以学习下常用的appium的ap
毒蘑菇测试
LoadRunner的介绍和使用
图吧工具箱是一款功能强大的硬件检测工具合集,且开源、免费、绿色;集成了硬件检测、评分工具、测试工具,常见的工具都有;电脑压力测试能对电脑硬件进行检测,通过释放电脑的性能来达到性能检测的目的;压力测试也是一种包质保量的操作,是软件检测过程的一部分;用特定的软件进行压力测试就是在计算机数量较少或资源相对少的情况下进行测试;主要对内存、CPU、磁盘及系统的稳定性进行测试;现在对电脑进行压力测试已成为检测
但真正的测试人,懂得把假期变成成长的加速器——在别人放松的时候,悄悄拔尖,然后惊艳所有人。系统学习测试开发全栈技能,适合转行小白与就业提升人群——用几个月深耕,换一条更宽的职业道路。从入门到进阶,从功能测试到AI测试,从执行者到管理者——总有一条路,适合此刻的你。从技术到管理,提升团队协作、质量管理与项目推进能力,做团队里那个不可或缺的人。站在AI的风口,重新定义测试的边界。本文部分内容参考了霍格
本文介绍了一个基于Python的126邮箱自动化测试项目。项目使用Selenium WebDriver驱动浏览器,采用PageObject设计模式,结合UI对象库和数据驱动测试方法。测试范围包括登录功能、添加联系人和发送邮件等功能验证。关键技术点包括:通过win32api模拟键盘操作和剪切板处理附件上传,使用openpyxl解析Excel测试数据,并集成pytest-html生成测试报告和yagm
文章摘要: 本文介绍了Pytest框架中@pytest.mark.parametrize装饰器的数据驱动测试用法。通过示例展示了如何装饰测试类和函数,包括: 装饰测试类:数据集合会传递给类中所有方法。 装饰函数:支持单个数据、一组数据(列表/元组嵌套)、组合数据(多装饰器交叉组合)及字典数据。 标记用例:可结合pytest.mark.skip/xfail跳过或标记预期失败用例。 增强可读性:通过i
Multi-Agent(多智能体)是人工智能(AI)领域的一个重要分支,它研究的是如何构建一个包含多个智能体的系统,这些智能体可以自主决策、相互交互、共同完成一个或多个任务。什么是智能体(Agent)?根据Russell和Norvig在《人工智能:一种现代方法》(Artificial Intelligence: A Modern Approach)中的定义,智能体是一个可以通过传感器感知环境,并通
本章节将深入探讨文档智能解析审核系统的性能优化与压力测试。log.info("压缩存储完成, documentId: {}, 原始: {} bytes, 压缩后: {} bytes",log.debug("缓存淘汰, key: {}, 原因: {}", key, cause);log.info("缓存淘汰, key: {}, 原因: {}", key, cause))log.info("缓存预热完
使用Jmeter完成接口测试。在两个请求之间有参数关联的情况下,可以使用后置处理器。后置处理器中有三种常见的工具:正则表达式提取器,XPath提取器,Json提取器。请求一:请求地址为https://www.czjtu.edu.cn,获取网页的<title>标签的值。请求二:请求地址为https://www.baidu.com/S,把请求一的<title>标签的值作为请求参数。
基于角色扮演的多Agent模拟环境。我们可以通过大模型构建覆盖全用户群体的虚拟Agent(包括普通用户、羊毛党、KOL、商家等所有利益相关方),搭建和真实业务规则1:1对齐的虚拟环境,把待上线的产品策略输入环境后,让数千甚至数十万Agent在环境中自由交互、决策,短时间内模拟出策略上线后数天甚至数月的运行效果,不仅可以提前预判核心业务指标的变化,还能通过压力测试找出所有隐藏的规则漏洞和极端场景风险
本文探讨了数字化转型背景下性能测试行业面临的挑战与发展方向。当前性能测试存在三大痛点:测试效率低下,难以适应敏捷开发节奏;测试深度不足,多停留在发现问题阶段;全栈技术人才稀缺,经验传承困难。文章提出未来三大发展方向:1)融入CICD实现自动化验证;2)引入专用大模型降低优化门槛;3)打造性能专用Agent实现全流程自动化。通过自动化、智能化和平台化转型,性能测试将从"成本中心"
本文研究了多路4K HEVC解码与YOLOv8推理叠加的性能测试方法。通过设计解码与推理的流水线衔接规则,监测帧率、延迟及CPU/GPU/NPU负载,分析内存压力与OOM行为,并进行72小时长稳测试和故障注入实验。测试结果表明,解码与推理的资源竞争会导致性能瓶颈,需根据实际场景调整优先级。文中提供了详细的测试脚本、数据记录格式和选型建议,强调测试结论必须基于可复现的CSV数据和命令,为边缘计算设备
本文提出了一套针对高通跃龙IQ-9100平台的多路4K HEVC解码极限压力测试方案。通过设计三维测试矩阵(路数、分辨率、编码格式),采用GStreamer与FFmpeg双工具验证,重点监控帧率偏差、丢帧率、温度及降频等关键指标。测试环境强调可复现性,包括硬件配置、散热方案和供电监控。测试结果显示,解码性能上限受解码实例数、内存带宽和温度等多因素制约,需通过分辨率降级等实验区分瓶颈类型。最终形成包
我们最近工程师简单讲了一下电脑开机时候的底层PCIe链路初始化的大概过程,也就是LTSSM (link training status state machine),我们根据下面的大概17分钟的视频讲述的顺序整理了一下文本,尽量保留了“工程师边看 Trace 边讲解”的现场感,希望对于这方面感兴趣的朋友有帮助,有时间的可以直接看视频!【每日一题】用 SerialTek BusXpert 看懂 PC
本文探讨了AI模型开发与测试中数据预处理的关键作用。文章指出数据质量直接决定模型效果上限,并系统性地提出数据预处理的五个核心步骤:数据清洗(处理缺失值、异常值等脏数据)、数据集成(统一多源数据格式)、数据转换(特征编码与归一化)、数据降维(减少特征维度)和数据采样(平衡数据分布)。作者强调测试人员需要全程把控数据质量,特别要注意训练集与测试集的数据一致性,避免因预处理不当导致模型偏差或测试失效。通
摘要:本文从工程实践角度梳理了NLP领域5个里程碑式模型及其在软件测试中的应用。TF-IDF用于缺陷分类与聚类;Word2Vec实现测试术语语义理解;LSTM处理时序测试场景;Transformer架构支撑智能测试工具开发;BERT通过"预训练+微调"范式提升测试效率。这些技术正推动测试从需求分析到用例生成的智能化转型,掌握核心模型原理是测试人员应对AI时代的关键基础。(149
摘要:本文针对软件测试从业者向AI算法方向转型的需求,精选5个机器学习核心算法(线性回归、逻辑回归、决策树、随机森林、K近邻),从原理、面试考点、工程实践和测试应用四个维度进行深度解析。文章重点剖析了每个算法的数学本质、适用场景及在测试领域的实际应用价值,如缺陷预测、测试用例分类等。特别强调面试考察重点,包括算法区别、参数选择、过拟合处理等关键问题,帮助转型者在面试中展现扎实的理论基础和实践能力,
本文介绍了app功能+性能+专项测试,以及使用adb命令进行测试提效,对手机端进行抓包的过程和注意事项,并附上了抓包工具使用说明,详细记录了抓包的操作和过程。
本文系统阐述了缺陷数据分析在软件质量管理中的核心价值。文章首先定义了缺陷密度的概念及其分类计算方法,并提供了行业参考值。随后深入分析了缺陷数据分析的四大作用:从被动修复转向主动预防、优化测试策略、量化测试完成标准、辅助发布决策。接着详细介绍了包含密度类、效率类、响应类和分布类指标的完整分析体系,并提供了落地实施的四个关键步骤:建立数据规范、构建质量仪表盘、定期根因分析、使用预测模型。最后指出了常见
导语:四年AI开发亲历者,用真实面试经历告诉你:2026年的AI应用开发社招,早已不是"调个API、写个Demo"就能应付的时代。三类人请慎重,三条建议请收好。
AI代码生成技术正在重塑软件测试行业。随着开发效率的飞跃提升,测试人员面临三大挑战:质量责任链源头模糊、AI代码隐蔽缺陷增多、版本周期大幅压缩。当前测试从业者普遍存在三个认知误区:认为这只是开发侧的变化、等待公司提供AI工具、过度依赖传统业务理解。文章提出测试工程师应主动转型的四个方向:审计AI代码缺陷模式、用AI扩展测试设计思路、结构化业务规则、设计人机协作测试流程。核心观点指出:AI时代真正的
AI正在重塑软件测试行业格局,2026年自动化测试市场份额已达34.78%。AI能快速生成测试用例、自动执行操作并分析日志,大幅替代传统测试工作。但测试工程师的核心价值转向了AI无法替代的30%关键能力:1)精准识别风险高发区的业务判断力;2)甄别测试结果真伪的工程判断力;3)质量风险评估的决策判断力。这些能力源于业务理解、缺陷经验积累和风险直觉,是测试人员未来的核心竞争力。建议测试人员:深入理解
本文对比了GPT-5和文心一言在电商优惠券测试用例设计中的表现。GPT-5展现出更完整的用例结构、更深的业务规则理解(如识别隐含的优先级逻辑)、更强的边界场景挖掘能力(精确到秒级测试),并提供了可直接落地的测试数据清单。文心一言虽能满足基础需求,但在复杂场景覆盖和隐性规则识别上存在不足。测试工程师需转型为"AI生成+人工评审"模式,将重心转向策略制定和用例质量把控,而非单纯用例
摘要:AI技术正在重塑软件测试领域,测试工程师需从传统"找bug"转向构建AI全生命周期质量保障体系。测试人员可定位为AI质量工程师、智能测试架构师或垂直领域测试专家,通过掌握数据思维、AI评估框架和领域知识,在AI赛道中建立核心竞争力。关键在于平衡技术创新与测试本质,避免盲目追求自动化指标,构建贯穿AI开发全流程的质量文化,最终实现从缺陷发现者到质量守护者的角色升级。
摘要:本文分享了一位软件测试工程师通过三年开源贡献实现职业蜕变的经历。从最初仅能执行标准化用例的"功能验证者",到主导主流测试工具优化并成为架构师,作者深刻体会到开源社区带来的全方位成长:技术认知从单点验证升级为全局架构思维;职业品牌从简历背书转变为动态可信的"活名片";工作视野从封闭团队扩展到全球化协作;职业身份更从质量验证者跃升为行业质量定义者。文章特别
摘要:本文探讨了如何将测试用例评审经验封装为AI测试用例审核Skill,帮助测试团队建立统一评审标准。文章分析了测试用例评审常见问题,提出从逻辑完整性、预期结果明确性等5个维度构建评分模型,并通过618大促案例展示AI审核如何发现系统性遗漏。该Skill可应用于电商、支付等复杂业务场景,支持评审前自查和历史用例批量扫描,但不能替代人工业务判断。建议团队通过统一模板、设置评分标准、沉淀问题库等方式落
Agent Skills 的走红,不只是一个开源项目的热度变化。AI 编程正在从 Prompt 阶段,进入工程流程阶段。过去大家比的是:谁的 Prompt 写得好;谁能让 AI 生成更多代码;谁能更快做出 Demo;谁能用 AI 提升个人效率。但接下来,真正拉开差距的会是:谁能把工程经验沉淀成流程;谁能把质量标准变成门禁;谁能让 AI 输出可验证证据;谁能把开发、测试、评审、发布串成闭环;谁能让
ClaudeCode:AI编程助手如何融入真实工程流程 摘要:ClaudeCode不同于传统AI编程助手,其核心价值在于能够参与完整的工程开发链路。文章从工程实践角度分析了ClaudeCode的独特优势:1)支持终端工作流,可执行测试、分析报错、查看diff等完整开发环节;2)通过CLAUDE.md和.claudeignore管理项目上下文;3)提供11个提升效率的核心技巧,如文件引用、命令执行等
最近,Anthropic 开源了一个很值得关注的项目:。从仓库 README 来看,这个项目不是简单放了一批 Prompt 模板,而是把 Claude 使用的一套 Agent Skills 能力机制开放出来,里面包含技能示例、规范、模板,以及文档处理相关的复杂 Skill 参考实现。简单说,Skills 的目标是:让 Agent 在面对特定任务时,可以动态加载一组已经封装好的说明、脚本和资源,从而
测吧(北京)科技有限公司创始人霍格沃兹测试开发学社创始人十五年以上从业经验的资深测试专家先后任职于阿里、百度、雪球等企业在测试自动化、白盒测试、人工智能、模型驱动测试等方向有长期研究设计并开发过多款自动化测试框架、智能遍历测试框架、智能化测试平台等项目为数十家企业提供咨询与测试技术支持服务,服务领域涵盖互联网、国企军工、物联网、银行等行业典型服务客户包括工信部、信通院、海关总署、华为、小米、阿里、
《浏览器自动化测试的新挑战与CloakBrowser的创新思路》摘要:随着反机器人检测技术的升级,传统浏览器自动化工具面临严峻挑战。现代风控系统通过多维度检测(如浏览器API、渲染指纹、设备环境等)识别自动化流量。CloakBrowser创新性地采用源码级修改Chromium的方式,从底层解决浏览器环境一致性问题,而非仅做JS层伪装。该项目通过修改二进制文件实现指纹修补、行为拟人化和会话持久化,为