Performance Testing with AI | Jmeter | Lighthouse | K6
AI支持的性能测试 | JMeter | Lighthouse | K6

Generative AI for Testing, Performance Testing with AI, Jmeter, Lighthouse, Automated Testing, Grafana/K6
生成式AI用于测试、AI性能测试、JMeter、Lighthouse、自动化测试、Grafana/K6

教程演示🔗

学生数量：797 个学生

上次更新时间：2024年5月

教程评分：4.4

教程语言：英语

教程字幕：中文、英语字幕

本课程包括：完整的永久访问权、1 篇文章、结业证书、在移动设备和电视上观看、6 小时 长的随选视频字幕

学习内容

1、如何使用人工智能创建框架
2、性能测试的工作原理是如何运作的？
3、JMeter基础知识
4、K6 Pipelines 是一种工具，它允许用户创建、组织和执行自动化性能测试（负载测试）的管道或工作流。K6（前身为 Load Impact）是一个开源的JavaScript 库，用于编写并运行高并发网络性能测试。通过K6 Pipelines，你可以设计一系列测试步骤，包括设置场景、运行测试、分析结果等，以实现持续集成/持续交付（CI/CD）中的自动化测试流程。
5、K6本地测试
6、K6 Cloud Testing 的翻译为 “K6云测试”。K6是Load Impact公司的一款开源性能测试工具，而Cloud Testing则可能指的是在云环境下的性能测试服务，即通过云平台进行负载测试和性能监控。
7、谷歌Lighthouse和页面速度测试
8、谷歌Lighthouse Github pipelines
9、在性能方面向左移动/调整
10、特征分支的性能测试
11、性能测试中的监控(Monitoring in Performance Testing)
12、性能测试框架
13、影响性能的因素：限速（Throttling）、缓存（Caching）
14、性能测试基础设施（IaaS | PaaS | SaaS）
15、关于性能测试的误区

要求

1、这个材料中的项目和工具
2、趋势 – 保持您信息灵通和联系的三大强效研究

3、基本的测试经验

课程介绍

这是一份关于如何执行性能测试的基础教程，我将涵盖以下内容：

1. 理解什么是性能测试，它在软件开发中的位置。
2. 明确性能的重要性，以及它如何影响销售。
3. 分享一些性能问题导致公司崩溃的案例。
4. 在进行性能测试前需要满足的前提条件。
5. 将性能和功能测试环境提前部署（Shift Left）。
6. 影响性能测试结果的基础设施配置因素。
7. 介绍本地、云端或纯云环境下的性能测试基础设施。
8. 性能测试中需要监控的内容及其重要性。
9. 实战示例与教程，展示如何使用Grafana/K6进行本地、远程和云端测试的配置和使用。
10. 使用K6/JMeter/Lighthouse和GitHub阻塞性能测试流程。
11. 针对负载/尖峰和压力测试的现场演示性能测试方法。

我们将通过一个实验室演示如何使用无JMeter知识创建性能测试框架，利用生成式AI——ChatGPT。

创建测试计划：首先了解JMeter的基本概念，学习如何创建有效的测试计划，包括关键组件和配置，以确保测试结构准确。

添加用户：学习如何通过模拟真实用户行为，在测试场景中添加用户。我们将探讨不同用户角色，并展示如何为不同的用户负载配置JMeter。

添加测试数据：理解真实测试数据的重要性，并学会如何将其融入性能测试。我们将展示如何高效管理和操作数据，进行全面的测试。

引入随机性：理解性能测试中的随机性作用，学习如何在测试场景中引入动态和不可预测的因素。

解读结果：深入分析测试结果，学习如何从测试运行中提取有价值的信息。我们将讲解指标、图表和有效解读JMeter结果的最佳实践。

集成CI/CD和GitHub：将性能测试框架无缝整合到持续集成/持续部署流程和GitHub中，自动化测试过程并确保持续性能监控。

课程结束时，你将掌握基础的JMeter性能测试框架构建，并将其融入CI/CD工作流。你将具备技能，继续进行有意义的性能测试，识别瓶颈，优化应用程序以达到最佳性能。