news 2026/4/26 4:33:58

Jmeter组件执行顺序与作用域

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
Jmeter组件执行顺序与作用域

一、Jmeter重要组件

1)配置元件---Config Element:

用于初始化默认值和变量,以便后续采样器使用。配置元件大其作用域的初始阶段处理,配置元件仅对其所在的测试树分支有效,如,在同一个作用域的任何采样器前。

2)前置处理器--- Pre Processors:

前置处理器会在采样器发出请求之前做一些特殊操作。如果前置处理器附着在某个采样器之下,那么它只会在该采样器运行之前执行。前置处理器通常用于在采样器发出请求前修改采样器的某些设置,或者更新某些变量的值(这些变量不在服务器响应中获取值)。

3) 计时器---Timer:

定时器会让作用域内的每一个采样器都在执行前等待一个固定时长,如果不设定这种延迟,JMeter可能会在短时间内产生大量访问请求,导致服务器被大量请求所淹没。如果为线程组添加了多个定时器,那么JMeter会将这些定时器的时长叠加起来,共同影响作用域范围内的采样器。定时器可以作为采样器或者逻辑控制器的子项,目的是只影响作用域内的采样器。

4) 采样器---sampler:

采样器告诉JMeter发送一个请求到指定服务器,并等待服务器的请求。采样器会按照其在测试树中的顺序去执行,还可以用逻辑控制器来改变采样器运行的重复次数。

5)后置处理器---Post Processors:

后置处理器会在采样器发出请求之后做一些特殊操作。如果后置处理器附着在某个采样器之下,那么它只会在该采样器运行之后执行。后置处理器通常被用来处理服务器的响应数据,特别是服务器响应中提取数据。

6)断言---Assertions:

用户可以使用断言来检查从服务器获得的响应内容。通过断言可以测试服务器返回的响应与测试人员的期望是否相符

7)监听器---Listener:

监听器提供了对JMeter在测试期间收集到的信息的访问方法。"图形结果"监听器会将系统响应时长绘制在一张图片之中。"查看结果树"监听器会展示采样器请求和响应的细节,还可以将测试数据导入到文件之中,以供后续分析。

8) 逻辑控制器---Controller:

逻辑控制器可以帮助用户控制JMeter的测试逻辑,特别是何时发送请求。逻辑控制器可以改变其子测试元件的请求执行顺序。

二、组件执行顺序

测试计划的元素执行是有序的,通过以下方式执行:
1–配置元件(Config Element)
2–前置处理器(Pre Processors)
3–定时器(Timer)
4–取样器(sampler)
5–后置处理器(Post Processors,只在有结果可用情况下执行)
6–断言(Assertions,只在有结果可用情况下执行)
7–监听器(Listener,只在有结果可用情况下执行)

三、组件作用域

元件收集其作用范围的每一个sampler元件的信息并呈现,在jmeter中,元件的作用域是靠测试计划的的树型结构中元件的父子关系来确定的,作用域的原则是:

  • 采样器(sampler):元件不和其它元件相互作用,因此不存在作用域的问题。

  • 逻辑控制器(Logic Controller):元件只对其子节点中的取样器 和 逻辑控制器作用。

  • 除采样器 和 逻辑控制器 元件外,其他6类元件,如果是某个sampler的子节点,则该元件只对其父子节点起作用。

  • 除采样器和逻辑控制器元件外的其他6类元件,如果其父节点不是sampler ,则其作用域是该元件父节点下的其他所有后代节点(包括子节点,子节点的子节点等)。

四、特殊说明

配置元件(Config Elemnet)-->用户自定义变量组件(User Defined Variables):这个组件不管放在哪个位置,它定义的变量都会被整个线程所共享。

例如:

下面这个例子,测试计划定义如下:

1、定义了三个sampler:one、Debug Sampler、two

2、在one下面定义了一个用户自定义变量:在这里添加了一个变量,名为hello,值为world

3、一个监听器:查看结果树

目的:测试在sampler one下定义的变量是否能被sampler two和debug sampler所引用

one:

User Defined Variables:

two:

运行结果:

由上可知:在one下面定义的用户变量,在debug sampler和two处都能正常使用。

最后:下方这份完整的软件测试视频教程已经整理上传完成,需要的朋友们可以自行领取【保证100%免费】

​​​软件测试面试文档

我们学习必然是为了找到高薪的工作,下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料,并且有字节大佬给出了权威的解答,刷完这一套面试资料相信大家都能找到满意的工作。

版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/4/17 18:45:33

全链路压测到底是什么?如何开展全链路压测?

随着业务的快速发展我们日常遇到的系统性能压力问题也逐渐出现,甚至在部分场合会遇到一些突发的营销活动,会导致系统性能突然暴涨,可能导致我们系统的瘫痪。最近几年随着电商的各种促销活动,有一个词也渐渐进入我们眼帘&#xff0…

作者头像 李华
网站建设 2026/4/18 3:44:56

还在手动调参?Open-AutoGLM自动化指令优化已实现95%准确率(附实测数据)

第一章:Open-AutoGLM指令意图识别优化的背景与意义在自然语言处理领域,准确识别用户指令的意图是构建高效对话系统的核心任务。随着大语言模型的广泛应用,传统意图识别方法在面对复杂、多变的用户输入时逐渐暴露出泛化能力弱、上下文理解不足…

作者头像 李华
网站建设 2026/4/18 2:31:25

android13避免开机进入安全模式

因为硬件和驱动主方便修改,只能从软件来改改 diff --git a/services/core/java/com/android/server/wm/WindowManagerService.java b/services/core/java/com/android/server/wm/WindowManagerService.java index 6a75d8a8368a..b1f67a1ed96c 100644 --- a/services…

作者头像 李华
网站建设 2026/4/25 11:58:18

揭秘Open-AutoGLM意图识别瓶颈:3步实现指令理解准确率提升90%

第一章:Open-AutoGLM指令意图识别优化概述Open-AutoGLM 是一个面向自然语言指令理解的开源框架,专注于提升大语言模型在复杂任务场景下的意图识别准确率与响应效率。该框架通过动态语义解析、上下文感知增强和多粒度指令分类机制,显著优化了传…

作者头像 李华
网站建设 2026/4/23 15:59:44

JavaWeb_Web基础

Web基础静态资源:服务器上存储的不会改变的数据,通常不会根据用户的请求而变化。如HTML、CSS、JS、图片、视频等(负责页面展示)。动态资源:服务器端根据用户请求和其他数据动态生成的,内容可能会在每次请求…

作者头像 李华
网站建设 2026/4/21 6:22:11

从选题到框架:8个 AI 工具,把开题报告的 “难” 变成 “顺”

Paperzz-AI官网免费论文查重复率AIGC检测/开题报告/文献综述/论文初稿 paperzz - 开题报告https://www.paperzz.cc/proposal 凌晨三点的课题组聊天框里,永远飘着同一句话:“开题报告到底怎么写?” 有人卡在 “选题太老被导师打回”&#x…

作者头像 李华