‘壹’ 如何使用loadrunner进行负载测试
在槐橘Controller里添加液明裂SQL server监控，输入数据库的实例等信息，选择闹闭需要监控的内容即可
‘贰’ 小白求问怎么用AIDA64进行CPU压力测试
下载软件——运行程序瞎哪衡——测试内容——开始测试
‘叁’ 负载/压力测试应该关注什么
测试需要验证系统能否在同一时间响应大量的用户，饥尘在用户传送大量数据的时候能否响应，系统能否长时间运行。
可访问性对用户来说是极其重要的。如果用户得到“系统忙”的信息，他们可能放弃，并转向竞争对手。
系统检测不仅要使用户能够正常访问站点，在很多情况下，可能会有黑客试图通过发送大量数据包来攻击服务器。
出于安全的原因，测试人员应该知道当系统过载时，需要采取哪些措施，而不是简单地提升系统性能。
如下列举3点：
1）瞬间访问高峰如果您的站点用于公布彩票的抽奖结果，最好使系统在中奖号码公布后的一段时间内能够响应上百万的请求。负载测试工具能够模拟X个用户同时访问测试站点迟肢春。码耐
2）每个用户传送大量数据网上书店的多数用户可能只订购1-5书，但是大学书店可能会订购5000本有关心理学介绍的课本?系统能处理单个用户的大量数据吗?
3）长时间的使用如果站点用于处理鲜花订单，那么至少希望它在母亲节前的一周内能持续运行。如果站点提供基于web的email服务，那么点最好能持续运行几个月，甚至几年。可能需要使用自动测试工具来完成这种类型的测试，因为很难通过手工完成这些测试。你可以想象组织100个人同时点击某个站点。但是同时组织100000个人呢。
通常，测试工具在第二次使用的时候，它创造的效益，就足以支付成本。而且，测试工具安装完成之后，再次使用的时候，只要点击几下。采取措施：采用性能测试工具WAS、ACT，LR，JM等协助进行测试。
以上～～
‘肆’ 负载压力自动化测试工具的基本工作原理是什么
比较有代表性的一个工具，Loadrunner。
LoadRunner是 Mercury Interactive的一款 性能测试 工具，也是目前应用最为广泛的性能测试工具之一。该工具通过模拟上千万用户实施并发负载，实时性能监控的系统行为和性能方式来确认和查找问题。
一、 LoadRunner 工具组成
1、虚拟用户脚本生成器：捕获最终用户业务流程和创建渗并自动性能测试脚本，即我们在以后说的产生测试脚本；
2、压力产生器：通过运行虚拟用户产生实际的负载；
3、用户代理：协调不同负载机上虚拟用户，产生步调一致的虚拟用户；
4、压力调度：根据用户对场景的设置，设置不同脚本的虚拟用户数量；
5、监视系统：监控主要的性能计数器；
6、压力结果分析工具：本身不能代替分析人知源员，但是可以辅助测试结果的分析。
二、LoadRunner工具原理
代理（Proxy）是客户端和服务器端之间的中介人，LoadRunner就是通过代理方式截获客户端和服务器之间交互的数据流。
1）虚拟用户脚本生成器通过代理方式接收客户端发送的数据包，记录并将其转发给服务器端；接收到从服务器端返回的数据流，记录并返回给客户端。
这样服务器端和客户端都以为在一个真实运行环境中，虚拟脚本生成器能通过这种方式截获数据流；虚拟用户脚本生成器在截获搭喊态数据流后对其进行了协议层上的处理，最终用脚本函数将数据流交互过程体现为我们容易看懂的脚本语句。
2）压力生成器则是根据脚本内容，产生实际的负载，扮演产生负载的角色。
3）用户代理是运行在负载机上的进程，该进程与产生负载压力的进程或是线程协作，接受调度系统的命令，调度产生负载压力的进程或线程。
4）压力调度是根据用户的场景要求，设置各种不同脚本的虚拟用户数量，设置同步点等。
5）监控系统则可以对 数据库 、应用服务器、服务器的主要性能计数器进行监控。
6）压力结果分析工具是辅助测试结果分析。
‘伍’ 如何运用lr工具对linux服务器做负载均衡测试
LVS的全称Linux vitual system,
LVS工作在一台server上提供Directory(负载均衡器)的功能，本身并不提供服务，只是把特定的请求转发给对应的realserver(真正提供服务的主机)，从而实现集群环境中的负载均衡。
LVS的核心组件ipvs工作在kernel中，是真正的用于实现根据定义的集群转发规则把客户端的请求转发到特定的realserver。而另一个组件ipvsadm是工作在用户空间的一个让用户定义ipvs规则的工具。故我们只要在server上装了ipvsadm软件包就可以定义ipvs规则，而在linux kernel的2.6版本之后kernel是直接支持ipvs的。
lvs 三种模型 （逗态NAT DR TUN）
NAT 的架构的特点
工作原理：基于NAT机制实现。当用户请求到达director之后，director将请求报文的目标地址（即VIP）改成选定的realserver地址，同时将报文的目标端口也改成选定的realserver的相应端口，最后将报文请求发送到指定的realserver。在服务器端得到数据后，realserver将数据返给director，而director将报文的源地址和源端口改成VIP和相应端口，然后把数据发送给用户，完成整个负载调度过程山模源。
特点：
1，所有的realserver和director要在同一个网段内
2，RIP是私有地址，仅用于集群节点之间进行通信
3，director同时处理请求和应答数据包
4，realserver的网关要指向DIP
5，可以实现端口映射
6，readlserver可以是任意操作系统
7，director很可能成为系统性能瓶颈
TUN架构的优缺点
工作原理：这种方法通过ip隧道技术实现虚拟服务器。当用户请求到达director之后，director将请求报文的目标地址（即VIP）改成选定的realserver地址.然后，调度器采用ip隧道技术将用户请求发送到某个realserver，而这个realserver将直接相应用户的请求，不再经过director。此外，对realserver的地域位置没有要求。和director在不在同一网段都可以。
特点：码码
1，realserver和director可以不在一个物理网络中，可以跨越互联网
2，RIP一定不能是私有地址（因为要用到隧道传输）
3，director仅处理入站请求
4，realserver的网关不能指向DIP
5，不支持端口映射
6，支持ip隧道功能的操作系统才能作为realserver
DR架构的优缺点（生产环境用的最多）
工作原理：基于直接路由来实现。当用户请求到达director之后，director将请求报文的目标地址（即VIP）改成选定的realserver地址，还要改写请求报文的mac地址，将请求发送到指定mac的realserver，而realserver将响应直接返回给客户端，不经过director。这个方式是三种调度中性能最好的，也是我们生产环境中使用最多的。
特点：
1，集群节点和director必须在一个物理网络内
2，RIP可以使用公网地址或私有地址
3，director仅处理入站请求
4，集群节点网关不指向director，故出站不经过director
5，不支持端口映射
6，大多数操作系统可以作为realserver，要支持隔离arp广播
7，director服务器的压力比较小
‘陆’ 如何使用JMeter进行性能和负载测试
JMeter负载测试是使用一个名为Apache JMeter的负载测试工具完成的测试过程，Apache JMeter是一个基于Java的开源桌面应用程序。它还有助于分析高负载下的整体服务器。
JMeter性能测试是使用Apache JMeter测试Web应用程序性能的测试方法。JMeter for Performance Testing有助于同时测试静态和动态资源，有助于发现并发用户JMeter性能测试，包括Web应用的负载测试和压力测试。
Apache JMeter测闭孝试工锋首具在性能测试方面提供以下好处
JMeter性能测试包括：
下图显示了JMeter负载测试如何模拟重负载：
在本教程中，我们将对1000名用户进行.com的性能分析 。在测试目标Web应用程序的性能之前，我们应该确定-
以下是这个实际示例的路线图
右键单击“测试计划”，添加一个新的线程组：Add->Thread(Users)->Thread Group
在线程组控制面板中，输入线程属性，如下所示：
线程计数和循环计数不同。
启动周期告诉JMeter在启动下一个用户之前要延迟多长时间。例如，如果我们有100个用户和100秒的启动周期，那么启动用户之间的延迟将是1秒(100秒/100个用户)
现在我们确定此测试中的JMeter元素。这些元素包括
可以通过右键单击Thread Group并选择：Add->Config Element->HTTP request Defaults来添加此元素。
在Http request Defaults控制面板中，输入正在测试的网站名称( http://www.google.com )
右键单击Thread Group并选择：Add->Sampler->HTTP Request。
在HTTP求控制面板中，路径字段指示要将哪个URL求发送到Google服务器。
例如，如果在路径字段中输入“日历”。JMeter将创建指向谷歌服务器的URL求 http://www.google.com/calendar
如果保留路径字段 空白 jeter将创建指向谷歌服务器的url求 http://www.google.com 。 在此测试中，将路径字段保留为空，以使JMeter创建到Google服务器的 http://www.google.com 请求。
JMeter可以将测试结果以Graph格式显示。 右键单击“测试计划”，选择“添加”->“侦听器”->“绘制结果图银态数”
按工具栏上的Run(运行)按钮(Ctrl+R)开始软件测试过程。将看到测试结果实时显示在Graph上。 下图显示了一个测试计划的图表，其中我们模拟了访问 www.google.com 网站的100个用户。
在图片底部，有以下用颜色表示的统计数据：
让我们在下图中分析一下Google服务器的性能。
要分析被测Web服务器的性能，应该关注两个参数
吞吐量是最重要的参数。它表示吞吐量越高，服务器性能越好。 在本次测试中，Google服务器的吞吐量为1491.193/分钟。该值相当高，因此我们可以得出结论，Google服务器具有良好的性能 偏差用红色表示-它表示与平均值的偏差。越小越好。
让我们将Google服务器的性能与其他Web服务器进行比较。这是网站 http://www.yahoo.com/ 的性能测试结果(可以选择其他网站)
被测网站 http://www.yahoo.com 的吞吐量为867.326/分钟。这意味着该服务器每分钟处理867.326个求，低于谷歌。 偏差为2689，远高于谷歌(577) 。所以我们可以确定这个网站的性能低于谷歌服务器。
注意：上面的值取决于几个因素，比如Google当前的服务器负载，网速，CPU能力等等。所以不要惊慌！
如果在运行上述方案时遇到此问题.执行以下操作
浏览网页： https://www.itxiaonv.com/ ，了解更多IT信息
‘柒’ 如何利用jmeter做负载测试
负载测试: 这类测试使系统或者应用程序在预先设计好的极端场景下测试运行。这类测试用来评估系统或者程序在极端条件下的行为。性能测试: 这种测试被用来检测系统的性能表现，包括特定情况滚数下，系统的响应能力和稳定性。压力拆备银测试: 这类测试通过载入更多的外部资源，并使系统组件超越其所设定的能力范围，试图使系旅宴统挂掉。
‘捌’ 如何对API进行负载测试与调优（一）
本文由Donny译自 3scale.com 的 《How to load test & tune performance on your API》
这几年API的作用不断演化，以前API还只是用来做内部系统之间的集成点，但现在API已成为一个公司的核心系统，一个构建于Web和移动端应用之上的核心系统。
当API仅只用来处理后台的任务（例如生成报告），那么性能差点也不是问题。但是如今API慢慢地发展成为连接服务与终端用户的核心纽带。这种关键性的角色变化表明了一个重要的观点：那就是API的性能真的很重要。
如果API数据源响应快，前端的应用程序的设计好点或差点影响不大，要是响应慢如蜗牛，前端的设计再出色也是然并卵。现在我们的客户端应用展羡旅示的数据源可能都是来自多个API响应内容的聚合，性能对这种微服务构架来说真的非常重要。
可以毫不夸张的说出色的性能就是你API提供的最好功能。我们知道向目标改进的唯一正确的方法就是找到问题的关键点，或者叫关键路径，并不断迭代测量和调整你的架构系统，直到系统达到预定的目标。对于API来说，测量和提高性能的过程就是负载与压力测试的过程。
本文将重点介绍如何对你的API进行负载压力测试。我们会以一个简单的、未测过的例子开始，然后再添加一个访问控制层，要确保一切都经过严格测试，做好处理真实流量的准备工作。OK，开始吧！
首先我们要明确要测试什么，可以是对你所有的API接口，或者是对单个API接口，或是对需要排除故障或改进的API接口的常规测试。
本文的其部分，我们将使用一个示例API。这是一个棋牌类游戏的Node.js API。它有三个API接口：
/question – 返回一个随机黑牌
/answer – 返回一个随机白牌
/pick – 返回一对随机的问题与答案
你测试用的负荷情况越和真实环境的越类似，你的负载测试就越有用。如果你不知道实际流量有多少或者你不知道负载在所有接口上是否都一致，那么就算你知道你的API可以保持400 请求/秒的吞吐量也没啥鸟用。
所以，你应该先从收集你兄册凳API的使用数据开始。你可以直接从你的API服务日志或者从其他你在用的应用性能工具（例如New Relic）中获取数据。在对你的API进行第一次测试之前，你应该对以下问题做到心中有数：
（1）每秒请求数的平均吞吐量（Average throughput in requests per second）
（2）峰值吞吐量（您在某段时间内获得的最大流量是多少？）（Peak throughput）
（3）API各接口的吞吐量分布情况（有没有一些接口的流量远姿野超其他接口？）
（4）用户的吞吐量分布情况（少数用户产生大多数的流量，或者是更均匀分布？）
另外还需要考虑的一个关键点是，在测试期间将要模拟的流量会是怎样的，主要考虑点是：
（1）重复负载生成（Repetitive load generation）
（2）模拟流量模式
（3）真实流量
通常我们最好以最简单的方法开始测试，然后逐步演化到更为接近真实环境的测试。我们可以先用重复负载生成来做为API接口的第一个测试，这样不仅可以验证我们的测试环境是否稳定，更重要的是可以让我们找到API能承受的最大吞吐量，这样我们就可以知道API可以达到的性能上限是多少。
找到你的API性能上限值后，你就可以开始考虑如何将你的生成的测试流量塑造得更接近真实环境。使用真实流量来测试是最理想的，但实际操作不太可行。要模拟真实流量比较难，也太花时间。所以我们有一个折中点的方法：先研究你的流量分析数据，并做一个简单的概率模拟。比如你有100个API接口（提示：原文endpoint在这里我译为接口，翻译成端点也可以，不过译成接口感觉更容易理解），你检查了上个月的使用情况，发现80%的流量来自20个接口，其中3个接口占用了50%的流量。那么你就可以创建一个遵循这种概率的请求列表，并提供给你的负载测试工具。这样做就相对快多了，并且它相对比较接近你真实负载，可以显示出你实际环境中可能遇到的问题。
最后，如果你拿到你要测试的API的真实访问日志，你就可以用它们来做最接近客观现实的测试。我们待会儿要讨论的大部分负载测试工具，都是接收一个请求列表作为输入文件。你可以用你的访问日志，稍微做一个格式调整就可以匹配每个测试工具所需的格式。搞定这个你就可以在测试环境中轻松重现你的生产流量。
好了，你清楚了你要测试什么鬼了，准备工作的最后一步就是配置好你的测试环境。你需要一个专用的测试环境。如果你不怕被你老板骂的话，或者比较任性，你也可以直接在你的生产环境中进行性能测试，不过出问题别说哥事先没跟你说清楚哈。
如果您已经设好一个预生产或沙箱环境，并且你的API也在上面运行了，那么你就万事俱备了。因为本文要用示例API，我们会在AWS的服务实例上设置我们的环境。
在我们的例子中，我们使用一个简单的API，不需要从磁盘读取或在内存中保存大型数据集。我们选择Linux C4.large 实例就够了。
注意：我们对比过其他相似处理资源数但内存更大的AWS实例，但实际测试中内存大部分没使用，所以我们选了C4.large
接下来，我们将一个配好的负载测试实例（服务器）运行起来，这只是一个运行模拟测试程序的服务器，它会通过从多个并发连接重复发送请求到我们的API服务器。你需要模拟的负载越高，机器的性能就要求越高。再次，这也是一个CPU密集型工作负载。这里我们选择具有4个虚拟核，16个 ECU的优化处理器的 c4.xlarge AWS服务器
我们选择在相同的可用区内部署所有实例（API服务器与测试服务器在同一个区/机房），这样可以将外部因素对我们测试结果的影响降到最小。
我们有一个沙箱环境来运行我们的API，同时也有另一台服务器准备开始负载测试。如果这是你第一次做性能测试，你一定会想知道什么是最好的方法。在本节中，我们将会分享我们如何选择工具，同时也会介绍一下目前市面上一些公认比较好的工具。
JMeter
在人们意识当中，首当翘楚的估计是 Apache JMeter ，这是一个开源的Java程序，他关键的特性就是提供一个强大而完善的创建测试计划的GUI。测试计划由测试组件组成，测试组件定义了测试的每一个部分，例如：
（1）用来注入负载测试的线程
（2）参数化测试中使用的HTTP请求
（3）可添加侦听器，象widget测试组件那样，可以以不同的方式显示测主式结果
优点：
（1）它是功能性负载测试的最好工具。你可以设定条件来为复杂的用户流建模，还可以创建断言来验证行为。
（2）轻松模拟复杂的http请求，比如请求前的登录验证或文件上传
（3）可扩展性强，有很多社区插件可以修改或扩展内置的行为
（4）开源并且免费
缺点：
（1）GUI学习曲线陡峭，一大堆的选项，在你运行第一个测试之前你得了解大量的概念。
（2）测试高负载时，操作步骤很麻烦。你需要先使用GUI工具来生成XML测试计划，然后在非GUI模式下导入测试计划运行测试，因为GUI会消耗掉本用于生成负载的大量资源。你还需要注意所有的侦听器（收集数据与展示测量的组件）哪些要被禁用或启用，因为它们也很耗资源。测试结束后后，你需要将原始结果数据导入GUI以才能查看结果。
（3）如果你的目标是测试一段时间内的持续吞吐量（例如在60秒内每秒请求1000次），那么很难找到正确的并发线程数量和计时器来求出一个比较稳定的数值。
JMeter只是我们在开始测试时用的工具，我们很快开始寻找其他替代方案。原因是，如果你的目标是在Web应用上压力测试复杂的用户流，那么JMeter可能是最好的工具，但如果你只是需要在一些HTTP API接口上进行性能测试，那用它就是杀鸡用牛刀了。
Wrk
Wrk 是一款和传统的 Apache Benchmark （最初用来做Apache服务器的测试工具）非常相似的工具。wrk和ab完全不同于JMeter：
（1）一切都是可以通过命令行工具配置和执行的。
（2）配置少但强大，只有基本生成HTTP负载的必要几项配置
（3）性能强悍
然而，和传统ab工具相比还是有几个优势的地方，主要是：
（1）多线程，所以能利用多核处理器的优势，更容易生成更高的负载
（2）利用Lua脚本很容易进行扩展默认的行为
不好的地方，主要是生成的默认报告在内容与格式上都受到限制（仅文本，无绘图）。当你的目标是找到你的API可以处理的最大负载量，那么wrk是你最佳选择工具。wrk用起来很快就可以上手。
Vegeta
Vegeta 是一款开源命令行工具，但它采用的方式不同于我们以前所见的工具。它专注于如何达到与维持每秒请求数速率。也就是说它侧重在测试支撑每秒X次请求时API会有怎样的服务行为，当你有实际的数据或对你将要达到的峰值流量有个估算时就非常有用，你可以用于验证你的API是否能满足你的需求。
SaaS 工具
正如你之前所看到的，运行一个简单的负载测试需要准备好配置环境。最近有些产品提供负载测试服务。我们试过两个， Loader.io 和 Blazemeter （话外：阿里也有性能测试工具 PTS ，老外估计没试过）。
注意：我们只试了这两个工具的免费版，所以得到的测试结果仅适用于免费版的限定。
Blazemeter
这个产品和我们前面提到的JMeter一样有同样的毛病：如果你只需要用在高负载测试，你需要在GUI界面上创建测试计划，然后在另一个运行非GUI模式的JMeter中导入这些计划。Blazemeter允许你上传JMeter的测试计划到他们的云端并运行，但可惜的是免费版只能设置50个并发用户。
Loader.io
它是一款 SendGrid 出品的简单而强大的云负载测试服务工具。它有你所需要的功能和漂亮的可视报告。 Loader.io 的免费版还是不错的，每秒最多可以有10000次请求的吞吐量，你基本上就可以用它来运行一个真实的负载测试。
我们推荐使用多个工具，以便可以多重检查我们的测试结果，不同的工具有不同的功能与方法，可以更多方面地反映测试结果。
我们先尝试找到我们的API可以承受的最大吞吐量。在这个吞吐量下，我们的API服务达到最大CPU利用率，同时不会返回任何错误或超时。这个吞吐量就可作为我们后面测试要用的每秒请求数。
同样，重要的是要注意到：CPU是限制因素之一，但你也还必须清楚地知道哪些资源会成为你API的性能瓶颈。
我们有必要在API服务器上安装一些工具，以便我们在测试过程中监控资源的利用率情况。我们使用 Keymetrics.io 和 PM2 模块。
我们的Node.js应用运行了一个非常简单的HTTP 服务。Node.js是单线程设计的，但为了利用c4.large AWS实例中提供的双核，我们使用PM2的集群功能来运行应用程序的两个工作进程。
由于我们的API是完全无状态的，所以很容易使用PM2的 核心集群模块（PM2在内部直接使用）。PM2提供的集群功能提供了不错的快捷命令来start/stop/reload应用程序，也可以监控进程。
我们先使用Loader.io对API进行测试。以下是持续30秒，每秒10,000次请求的测试结果，10000次请求是Loader.io免费版中允许的最大吞吐量。
在测试期间，我们观察到API服务器的CPU处理器在测试期间只有几次达到100％的容量。
这表示我们的API可能还可以处理更高的吞吐量。我们接下来通过运行wrk进行第二次测试证实了这一点。我们的目标就是要将我们的API服务器性能推到极限。
wrk -t 4 -c 1000 -d 60 --latency --timeout 3s http://api-server/questions
这里是我们对这个测试做了多次重复测试的结果：
Running 1m test @ http://api-server/question
4 threads and 1000 connections
Thread Stats Avg Stdev Max +/- Stdev
Latency 62.23ms 30.85ms 1.35s 99.39%
Req/Sec 4.07k 357.61 5.27k 94.29%
Latency Distribution
50% 60.04ms
75% 63.85ms
90% 64.17ms
99% 75.86ms
972482 requests in 1.00m, 189.89MB read
Requests/sec: 16206.04
Transfer/sec: 3.16MB
结果表明，我们的预感被证实：它达到16,206请求/秒，同时保持合理的延迟，第99百分位只有75.86毫秒。 我们将这作为我们的基准最大吞吐量，因为这一次我们看到了API服务器的最大容量处理能力：
我们刚看到用一个简单的方式来找出你的API可承受的最大流量负载，同时在这过程中我们介绍并讨论了我们看到的一些工具。
请继续关注本文的第二部分，我们将介绍如何控制流量，不要让随随便便一个客户端就可以轻松搞跨您的API。 我们将展示如何通过在架构前端添加代理来确保我们的API的性能不受影响。
本文译自： How to load test & tune performance on your API
‘玖’ JMeter 分布式负载
JMeter 是一个100%的纯 JAVA 应用，对机器 CPU 和内存的消耗比较大，在用 JMeter 做并发测试、负载测试、压力测试等时，模拟的用户数以千计，使用单台机器模拟所有用户会有些力不从心，甚至会引起JAVA内存溢出。
这时，我们可以使用 JMeter 的 分布式负载（也叫联机负载） 功能，通过单个 JMeter 控制机（Controller） 控制多个远程的 JMeter 负载机（Agent） ，使它们同步对服务器进行性能测试。
首先来看一下控制机和负载机的作用：
控制机（Controller）：存放 JMeter 脚本的机器，负责在开始运行前把脚本发送到各个负载机，在运行后回收和统计各个负载机的运行结果。
负载机（Agent）：被控制用来运行脚本的机器，负责产生判基负载。
了解了控制机和负载机的作用后，接下来学习如何配置负载机。
在控制机 JMeter bin目录下的 jmeter.properties 配置文件明迅中找到 remote_hosts=......，设置远程负载机的 IP 和端口（默认1099，如要修改该端口需要在负载机配置文件中修激冲此改 server_port=xxx）。多个负载机之间用逗号隔开，如192.168.1.30:1099，192.168.1.44:1099。 修改配置文件后切记重启 JMeter，否则修改的配置不生效。
重启 JMeter 后，在选择菜单运行（run） 的远程启动（remote start） 中启动负载机，可以逐个负载机运行，也可以全部一起运行。
启动后，控制机会自动把测试的脚本发送到各个负载机上，每个负载机接收到的脚本都是一样的。每个负载机的虚拟用户数等于控制机中配置的线程数N，所以服务器最终承受的用户数是：负载机数量 X 线程数N。
控制机如果无法连接负载机，在这里补充几种常见的坑。
‘拾’ 使用jmeter进行压力测试及如何添加负载机
1、首先在测试计划里面添加一个线程组，然后再其下面添加一个“HTTP请求”，来存放我们要测试的web信息。
a、web的IP地址
b、请求方式：这里用的是get
c、路径
d、发送请求时的入参
参考图片如下：
