㈠ python介面測試常見的幾種請求方式
1.get請求
2.query請求
3.form表單
㈡ python 快速檢測ip存活 輸出相關信息！
這東西很簡單啊。用ARP和PING協議，多線程監控，結果放入消息隊列。由消燃慶胡息的皮攔消費者顯示，或者是判斷，或者是處理結果。
這里都有現成差橘的開源包。比如ping協議。比你調用操作系統自己的ping要快很多。
㈢ python能檢測軟體狀態嗎
python是能檢測軟體運行狀態的。具體代碼如下：
首先我們需要首先注意的一個地方是配置文件的後綴。
vim /etc/supervisord.conf
[include]
files = supervisord.d/*.ini
如果你想配置文件為其他格式，比如 conf 格式的話， 需要更改 iles = supervisord.d/*.conf 。
比如我們需要守護啟動一個進程，我們就以守護Prometheus 為例:
vim /etc/supervisord.d/proms.ini
[program:proms]
command=/opt/prometheus/server/prometheus/prometheus
directory=/opt/prometheus/server/prometheus
stdout_logfile=/home/data/logs/prometheus/sever.log
autostart=true
autorestart=true
redirect_stderr=true
user=root
startsecs=3
supervisor配置文件詳解:
program: 指定的守護進程名
command: 命令
stdout_logfile： 日誌路徑
autostart： supervisor啟動的時候是否隨著同時啟動，默認為 true
autorestart: 是否掛了自動重啟
redirect_stderr：標准錯誤重定向
startsecs： 子進程啟動多少秒之後，此時的狀態是running
啟動supervisor--(yum方式安裝的)
/usr/bin/python /usr/bin/supervisord -c /etc/supervisord.conf
㈣ Python 之 Socket編程(TCP/UDP)
socket(family,type[,protocal]) 使用給定的地址族、套接字類型、協議編號（默認為0）來創建套接字。
有效的埠號： 0～ 65535
但是小於1024的埠號基本上都預留給了操作系統
POSIX兼容系統(如Linux、Mac OS X等)，在/etc/services文件中找到這些預留埠與的列表
面向連接的通信提供序列化、可靠的和不重復的數據交付，而沒有記錄邊界。意味著每條消息都可以拆分多個片段，並且每個消息片段都能到達目的地，然後將它們按順序組合在一起,最後將完整的信息傳遞給等待的應用程序。
實現方式(TCP)：
傳輸控制協議（TCP）， 創建TCP必須使用SOCK_STREAM作為套接字類型
因為這些套接字（AF_INET）的網路版本使用網際網路協議(IP)來搜尋網路中的IP,
所以整個系統通常結合這兩種協議(TCP/IP)來進行網路間數據通信。
數據報類型的套接字, 即在通信開始之前並不需要建議連接,當然也無法保證它的順序性、可靠性或重復性
實現方式(UDP)
用戶數據包協議（UDP), 創建UDP必須使用SOCK_DGRAM (datagram)作為套接字類型
它也使用網際網路來尋找網路中主機，所以是UDP和IP的組合名字UDP/IP
注意點:
1）TCP發送數據時，已建立好TCP連接，所以不需要指定地址。UDP是面向無連接的，每次發送要指定是發給誰。
2）服務端與客戶端不能直接發送列表，元組，字典。需要字元串化repr(data)。
TCP的優點： 可靠，穩定 TCP的可靠體現在TCP在傳遞數據之前，會有三次握手來建立連接，而且在數據傳遞時，有確認、窗口、重傳、擁塞控制機制，在數據傳完後，還會斷開連接用來節約系統資源。
TCP的缺點： 慢，效率低，佔用系統資源高，易被攻擊 TCP在傳遞數據之前，要先建連接，這會消耗時間，而且在數據傳遞時，確認機制、重傳機制、擁塞控制機制等都會消耗大量的時間，而且要在每台設備上維護所有的傳輸連接，事實上，每個連接都會佔用系統的CPU、內存等硬體資源。 而且，因為TCP有確認機制、三次握手機制，這些也導致TCP容易被人利用，實現DOS、DDOS、CC等攻擊。
什麼時候應該使用TCP : 當對網路通訊質量有要求的時候，比如：整個數據要准確無誤的傳遞給對方，這往往用於一些要求可靠的應用，比如HTTP、HTTPS、FTP等傳輸文件的協議，POP、SMTP等郵件傳輸的協議。 在日常生活中，常見使用TCP協議的應用如下： 瀏覽器，用的HTTP FlashFXP，用的FTP Outlook，用的POP、SMTP Putty，用的Telnet、SSH QQ文件傳輸.
UDP的優點： 快，比TCP稍安全 UDP沒有TCP的握手、確認、窗口、重傳、擁塞控制等機制，UDP是一個無狀態的傳輸協議，所以它在傳遞數據時非常快。沒有TCP的這些機制，UDP較TCP被攻擊者利用的漏洞就要少一些。但UDP也是無法避免攻擊的，比如：UDP Flood攻擊……
UDP的缺點： 不可靠，不穩定 因為UDP沒有TCP那些可靠的機制，在數據傳遞時，如果網路質量不好，就會很容易丟包。
什麼時候應該使用UDP： 當對網路通訊質量要求不高的時候，要求網路通訊速度能盡量的快，這時就可以使用UDP。 比如，日常生活中，常見使用UDP協議的應用如下： QQ語音 QQ視頻 TFTP ……
㈤ 如何利用Python嗅探數據包
一提到Python獲取數據包的方式，相信很多Python愛好者會利用Linux的libpcap軟體包或利用Windows下的WinPcap可移植版的方式進行抓取數據包，然後再利用dpkt軟體包進行協議分析，我們這里想換一個角度去思考：
1. Python版本的pcap存儲內存數據過小，也就是說緩存不夠，在高並發下容易發生丟包現象，其實C版本的也同樣存在這樣的問題，只不過Python版本的緩存實在是過低，讓人很郁悶。
2. dpkt協議分析並非必須，如果你對RFC 791和RFC 793等協議熟悉的話，完全可以使用struct.unpack的方式進行分析。
如果你平常習慣使用tcpmp抓取數據包的話，完全可以使用它來代替pcap軟體包，只不過我們需要利用tcpmp將抓取的數據以pcap格式進行保存，說道這里大家一定會想到Wireshark工具，具體命令如下：
1. tcpmp dst 10.13.202.116 and tcp dst port 80 -s 0 -i eth1 -w ../pcap/tcpmp.pcap -C 1k -W 5
我們首先需要對pcap文件格式有所了解，具體信息大家可以參考其他資料文檔，我這里只說其重要的結構體組成，如下：
1. sturct pcap_file_header
2. {
3. DWORD magic;
4. WORD version_major;
5. WORD version_minor;
6. DWORD thiszone;
7. DWORD sigfigs;
8. DWORD snaplen;
9. DWORD linktype;
10. }
11.
12. struct pcap_pkthdr
13. {
14. struct timeval ts;
15. DWORD caplen;
16. DWORD len;
17. }
18.
19. struct timeval
20. {
21. DWORD GMTtime;
22. DWORD microTime;
23. }
這里需要說明的一點是，因為在Python的世界裡一切都是對象，所以往往Python在處理數據包的時候感覺讓人比較麻煩。
至於對於如何監控tcpmp生成的pcap文件數據，大家可以通過pyinotify軟體包來實現（相信大家一定對於rsync+inotify的組合比較熟悉），如下：
1. class Packer(pyinotify.ProcessEvent):
2. def __init__(self, proct):
3. self.proct = proct
4. self.process = None
5.
6. def process_IN_CREATE(self, event):
7. logger.debug("create file: %s in queue" % self.process_IF_START_THREAD(event))
8.
9. def process_IN_MODIFY(self, event):
10. self.process_IF_START_THREAD(event)
11. logger.debug("modify file: %s in queue" % self.process_IF_START_THREAD(event))
12.
13. def process_IN_DELETE(self, event):
14. filename = os.path.join(event.path, event.name)
15. logger.debug("delete file: %s" % filename)
16.
17. def process_IF_START_THREAD(self, event):
18. filename = os.path.join(event.path, event.name)
19.
20. if filename != self.process:
21. self.process = filename
22. self.proct.put(filename)
23.
24. if self.proct.qsize() > 1:
25. try:
26. logger.debug("create consumer proct.qsize: %s" % self.proct.qsize())
27. consumer = Consumer(self.proct)
28. consumer.start()
29. except Exception, errmsg:
30. logger.error("create consumer failed: %s" % errmsg)
31.
32. return filename
33.
34. class Factory(object):
35. def __init__(self, proct):
36. self.proct = proct
37. self.manager = pyinotify.WatchManager()
38. self.mask = pyinotify.IN_CREATE | pyinotify.IN_DELETE | pyinotify.IN_MODIFY
39.
40. def work(self):
41. try:
42. try:
43. notifier = pyinotify.ThreadedNotifier(self.manager, Packer(self.proct))
44. notifier.start()
45. self.manager.add_watch("../pcap", self.mask, rec = True)
46. notifier.join()
47. except Exception, errmsg:
48. logger.error("create notifier failed: %s" % errmsg)
49. except KeyboardInterrupt, errmsg:
50. logger.error("factory has been terminated: %s" % errmsg)
在獲得要分析的pcap文件數據之後，就要對其分析了，只要你足夠了解pcap文件格式就可以了，對於我們來講只需要獲得TCP數據段的數據即可，如下：
1. class Writer(threading.Thread):
2. def __init__(self, proct, stack):
3. threading.Thread.__init__(self)
4. self.proct = proct
5. self.stack = stack
6.
7. self.pcap_pkthdr = {}
8.
9. def run(self):
10. while True:
11. filename = self.proct.get()
12. try:
13. f = open(filename, "rb")
14. readlines = f.read()
15. f.close()
16. offset = 24
17. while len(readlines) > offset:
18. self.pcap_pkthdr["len"] = readlines[offset+12:offset+16]
19. try:
20. length = struct.unpack("I", self.pcap_pkthdr["len"])[0]
21. self.stack.put(readlines[offset+16:offset+16+length])
22. offset += length + 16
23. except Exception, errmsg:
24. logger.error("unpack pcap_pkthdr failed: %s" % errmsg)
25. except IOError, errmsg:
26. logger.error("open file failed: %s" % errmsg)
在獲得TCP數據段的數據包之後，問題就簡單多了，根據大家的具體需求就可以進行相應的分析了，我這里是想分析其HTTP協議數據，同樣也藉助了dpkt軟體包進行分析，如下：
1. def worker(memcache, packet, local_address, remote_address):
2. try:
3. p = dpkt.ethernet.Ethernet(packet)
4. if p.data.__class__.__name__ == "IP":
5. srcip = "%d.%d.%d.%d" % tuple(map(ord, list(p.data.src)))
6. dstip = "%d.%d.%d.%d" % tuple(map(ord, list(p.data.dst)))
7. if p.data.data.__class__.__name__ == "TCP":
8. tcpacket = p.data.data
9. if tcpacket.dport == 80 and dstip == local_address:
10. srcport = tcpacket.sport
11. key = srcip + ":" + str(srcport)
12. if tcpacket.data:
13. if not memcache.has_key(key):
14. memcache[key] = {}
15.
16. if not memcache[key].has_key("response"):
17. memcache[key]["response"] = None
18.
19. if memcache[key].has_key("data"):
20. memcache[key]["data"] += tcpacket.data
21. else:
22. memcache[key]["data"] = tcpacket.data
23. else:
24. if memcache.has_key(key):
25. memcache[key]["response"] = dpkt.http.Request(memcache[key]["data"])
26. try:
27. stackless.tasklet(connection)(memcache[key]["response"], local_address, remote_address)
28. stackless.run()
29. except Exception, errmsg:
30. logger.error("connect remote remote_address failed: %s", errmsg)
31. logger.debug("old headers(none content-length): %s", memcache[key]["response"])
32. memcache.pop(key)
33. except Exception, errmsg:
34. logger.error("dpkt.ethernet.Ethernet failed in worker: %s", errmsg)
如果大家只是想單純的獲取IP地址、埠、流量信息，那麼問題就更簡單了，這里只是拋磚引玉。
㈥ python程序分析pcap文件的丟包率問題，
使用scapy、scapy_http就可以方便的對pcap包中的http數據包進行解析
#!/usr/bin/env python
try:
import scapy.all as scapy
except ImportError:
import scapy
try:
# This import works from the project directory
import scapy_http.http
except ImportError:
# If you installed this package via pip, you just need to execute this
from scapy.layers import http
packets = scapy.rdpcap('f:\\abc123.pcap')
for p in packets:
print '=' * 78
[python] view plain
#print p.show()
for f in p.payload.fields_desc:
if f.name == 'src' or f.name == 'dst':
ct = scapy.conf.color_theme
vcol = ct.field_value
fvalue = p.payload.getfieldval(f.name)
reprval = f.i2repr(p.payload,fvalue)
print "%s : %s" % (f.name, reprval)
for f in p.payload.payload.fields_desc:
if f.name == 'load':
ct = scapy.conf.color_theme
vcol = ct.field_value
fvalue = p.payload.getfieldval(f.name)
reprval = f.i2repr(p.payload,fvalue)
print "%s : %s" % (f.name, reprval)
其中，p為數據包，scapy_http將其分為：
Ethernet->TCP->RAW三個層次，
使用p.show()函數可以列印出如下結果：
###[ Ethernet ]###
dst = 02:00:00:00:00:39
src = 00:00:00:01:02:09
type = 0x800
###[ IP ]###
version = 4L
ihl = 5L
tos = 0x0
len = 1014
id = 7180
flags =
frag = 0L
ttl = 45
proto = tcp
chksum = 0xbbf9
src = 126.209.59.13
dst = 121.113.176.25
\options \
###[ Raw ]###
load = '.....'
第一層是網路層，包含源、目的mac、ip協議號，第二層是tcp層，第三層包含埠號、http報文
其中每一層均為上一層的payload成員
㈦ 怎麼進行性能測試
問題一：性能測試應該做哪些准備 環境搭建：這個根據實際規劃，我在企業內做過的性能測試搭建的環境都是和用戶上線使用的實際環境一樣的。
數據准備：個人感覺是整個工作里第二耗時的，需要真實模擬用戶數據，這個不是單單的創建幾個帳號就完事的，每個用戶基本都會有不太一樣的配置，實際操作的時候部署數據的腳本都寫到手軟。
腳本編譯：選擇性能工具編譯性能腳本，你需要跑什麼業務流程就編譯什麼樣的腳本。
腳本執行：用規劃好的用戶數執行腳本，這個一般持續很長時間，時間太短不足以暴露伺服器等的性能瓶頸，性能測試中最耗時的就是這個步驟。
收集日誌：在執行腳本完成後收集到的能客觀反應系統性能的日誌、報表文件，比如LR的報告、資料庫的AWR日誌等等。
分析結果：分析收集到的日誌、報表，找出性能瓶頸或是得出性能指標結果。這個一般需要對資料庫或者底層非常了解的專業人士來分析，一般測試人員只需要提供收集到的報告就差不多了。
生成報告：將上面所有的性能測試活動整理總結，輸出測試報告。
問題二：如何做好性能測試？ 你好，首先很欣賞你的這種態度。我在TestBird 招聘新人的時候，也有很多小朋友覺得自己有多了解工具運用，有多熟練步驟過程，自我感覺很不錯。
其實，我卻想說，性能測試的重點不在性能測試工具的學習上。
當然，你也通過分析系統的壓力點、LR錄制腳本，設置用戶，做壓力，分析結果，整理測試報告。完成了性能測試的整個過程。那麼我說這個性能測試報告是有效的，但它不一定是有用的。
為什麼呢？因為在性能測試報告中，在你所在的環境中，你是測出了這樣的效果。並未摻假，全部真實的記錄。
為什麼說它不一定是有用悶握的，你了解系統架構么？知道資料庫、中間件、前端程序的運行方式和處理機制么？了解網路協議么？了解操作系統么？熟悉開發系統的語言么，如java JVM的內在機理知道么？這些都是系統運行的一部分，都在影響著系統的性能。如果不了解這些，你如何做出有價值的有參考意義的性能測試。
所以，學會這些性能測試工具很好，但是這僅僅是第一步。性能結果只是一些數據而已，知道你在做什麼，為什麼要做這些，做完後能給出有價值的東西，才是後面要慢慢修煉的。
問題三：移動客戶端的性能測試如何做？ 。就當練習了。。大家看了不要枝罩清噴我。。現在很多測試人員做移動端測試，可能主要還是關注功能和自動化測試。性能測試可能大多是按照每個人的體驗來做報告，是不是比較快，或者比較慢。當然也不乏有很多的測試人員會回復我說，性能測試都是伺服器的，移動端根本就不需要性能測試。我實在覺得可笑。 不過我畢竟一直在創業公司，而且就我一個人，所以了解可能有限，我這里就說下我之前碰見的，所知道的，目的只是拋磚引玉。 另外，我這里也不去說什麼MAT，instruments了，這種固有查找內存的工具大家自己google吧。 客戶端的性能從系統層面，電量消耗，網路流量，內存泄漏等都是被關注，或者說用戶最最關注的點。 實例一，3rd 應用的性能測試。應用本身的響應時間可以通過call 應用intent來查看，設備純環境，設備低內存等各種情況下進行同樣猛前此數的call，進行對比。或者與同行業同性質的應用進行對比測試。我相信很快就能夠有結論了。除了應用本身，還需要對於應用本身某些特別的功能進行響應測試。比如測試一個list，測試的方法為onkeydown之後查看這個list.index（0）是否高亮，是否正常的界面跳轉了，那麼分別進行計時（精確ms）。同樣的，我們在空list以及有幾百條list的情況進行這樣的case test，那麼就會有一個性能的結果出來。 實例二，假設你測試微薄客戶端，那麼你肯定是需要進行一個list上下滑動的性能測試。我們需要使用腳本語言shell或者python去call server api來仿造數據反饋到移動設備上，否則你不可能自己手動去發幾百條weibo然後再測試。測試的時候需要關注兩個問題，一個是list在各種情況下是否滑動流暢，一個是當list中有很多的圖片的時候圖片load的速度也是一個很大的測試點。這個load可以直接檢查imageview什麼時候load出來pic，什麼時候顯示在界面上，計算時間。這里其實很多應用是webview，或者數據是存在伺服器端的，這個時候無論是平時的測試還是壓力，還是性能，數據的修改，其實還是多使用腳本ping api比較好，能夠很好的去輔助達到性能測試的效果。 實例三，比如要測試一個優酷的視頻軟體，那麼視頻的播放的時候，首先保證網路的情況下，各種解析度各種碼率的視頻接入時間是需要關注。然後在播放，也就是和網路不停的通信的同時，那麼需要通過tcp mp和wireshark工具來檢查網路訪問是否正確，視頻的卡頓，視頻的花屏等除了硬體兼容之外，可以通過抓包來判斷其性能。如果丟包率高那麼自然視頻卡，體驗不好，性能也就不會好。 其實以上只是一些很基礎，現在很多公司也已經在這個基礎上改良測試了。不過也是一些思路，讓更多的企業和測試關注移動客戶端的性能。不要一提到性能腦中只有LR等這些Server測試。
問題四：為什麼要進行性能測試? 原因有三：
川. 開發者的水平各有不同，有的寫出來的東西性能高，有的低，所以需要統一測試一下。
2. 編程工具本身也有性能問題，用這樣的工具開發出來的軟體也要確認一下是否達到了需求所要求的性能指標，比如響應時間應該控制在多少秒以內。
3. 性能測試，強度測試都是為了測試系統的穩定性，穩定性好，軟體的質量就好，買的錢就多。
問題五：如何進行Web服務的性能測試 貼一篇我們內部的文章：
隨著瀏覽器功能的不斷完善，用戶量不斷的攀升，涉及到web服務的功能在不斷的增加，對於我們測試來說，我們不僅要保證服務端功能的正確性，也要驗證服務端程序的性能是否符合要求。那麼性能測試都要做些什麼呢？我們該怎樣進行性能測試呢？
性能測試一般會圍繞以下這些問題而進行：
1. 什麼情況下需要做性能測試？
2. 什麼時候做性能測試？
3. 做性能測試需要准備哪些內容？
4. 什麼樣的性能指標是符合要求的？
5. 性能測試需要收集的數據有哪些？
6. 怎樣收集這些數據？
7. 如何分析收集到的數據？
8. 如何給出性能測試報告？
性能測試的執行過程及要做的事兒主要包含以下內容：
1. 測試評估階段
在這個階段，我們要評估被測的產品是否要進行性能測試，並且對目前的伺服器環境進行粗估，服務的性能是否滿足條件。
首先要明確只要涉及到准備上線的服務端產品，就需要進行性能測試。其次如果產品需求中明確提到了性能指標，那也必須要做性能測試。
測試人員在進行性能測試前，需要根據當前的收集到的各種信息，預先做性能的評估，收集的內容主要包括帶寬、請求包大小、並發用戶數和當前web服務的帶寬等
2. 測試准備階段
在這個階段，我們要了解以下內容：
a. 伺服器的架構是什麼樣的，例如：web伺服器是什麼？是如何配置的？資料庫用的是什麼？服務用的是什麼語言編寫的？；
b. 服務端功能的內部邏輯實現；
c. 服務端與資料庫是如何交互的，例如：資料庫的表結構是什麼樣的？服務端功能是怎樣操作資料庫的？
d. 服務端與客戶端之間是如何進行交互的，即介面定義；
通過收集以上信息，測試人員整理出伺服器端各模塊之間的交互圖，客戶端與服務端之間的交互圖以及服務端內部功能邏輯實現的流程圖。
e. 該服務上線後的用戶量預估是多少，如果無法評估出用戶量，那麼可以通過設計測試執行的場景得出這個值；
f. 上線要部署到多少台機器上，每台機器的負載均衡是如何設計的，每台機器的配置什麼樣的，網路環境是什麼樣的。
g. 了解測試環境與線上環境的不同，例如網路環境、硬體配置等
h. 制定測試執行的策略，是需要驗證需求中的指標能否達到，還是評估系統的最大處理能力。
i. 溝通上線的指標
通過收集以上信息，確定性能測試用例該如何設計，如何設計性能測試用例執行的場景，以及上線指標的評估。
3. 測試設計階段
根據測試人員通過之前整理的交互圖和流程圖，設計相應的性能測試用例。性能測試用例主要分為預期目標用戶測試，用戶並發測試，疲勞強度與大數量測試，網路性能測試，伺服器性能測試，具體編寫的測試用例要更具實際情況進行裁減。
用例編寫的步驟大致分為：
a. 通過腳本模擬單一用戶是如何使用這個web服務的。這里模擬的可以是用戶使用web服務的某一個動作或某幾個動作，某一個功能或幾個功能，也可以是使用web服務的整個過程。
b. 根據客戶端的實際情況和伺服器端的策略，通過將腳本中可變的數據進行參數化，來模擬多個用戶的操作。
c. 驗證參數化後腳本功能的正確性。
d. 添加檢查點
e. 設計腳本執行的策略，如每個功能的執行次數，各個功能的執行順序等
4. 測試執行階段
根據客戶端的產品行為設計web服務的測試執行場景及測試執行的過程，即測試執行期間發生的事兒。通過監控程序收集web服務的性能數據和web服務所在系統的性能數據。
在測試執行過程中，還要不斷的關注以下內容：
a. web服務的連接速度如何？
b. 每秒的點擊數如何？
c. Web服務能允許多少個用戶同時在線？
d. 如果超過了這......>>
問題六：網站性能測試主要有哪幾種方法? 我知道的性能測試主要有：壓力測試，負載測試，容量測試，發性能測試，兼容性測試（不同的操作系統和不同的瀏覽器）。測的時候應用在客戶端的性能、應用在網路上的性能和應用在伺服器端的性能都要進行測試的。
希望能幫到你。
問題七：怎麼才能做性能測試工程師？ 性能測試實際上確實需要些功底兒，但是也並不是非得一兩年之後才去做。
我給你列幾條性能測試工作中的建議，你可以自己溫習一下，然後去面試，具體的經驗需要實際的工作才能得到，然而你扎實的基礎知識才識支撐你走下去的動力。
1，最直接也是最表面的建議，適用於面試：Loadrunner, HttpWatch, Dynatrace, TeamQuest, JMeter(可選), Wily(可選), HTML/HTTP, Webservice, Mainframe, DB. 這些東西足夠學很久很久的了，所以說需要幾年的工夫，但是沒必要每一樣都學太深，了解即可，經驗日後會積累到的。
2，相對比較深層的建議：性能測試最關鍵之處不是工具的選擇，而是對整個性能參數的理解，所以比較貼近於概念，比如說什麼是TPS, Response Time, Connection浮 per Second....還有就是什麼是CPU Utilization, FreeMem, Disk IO, Paging.... 工具也無非都是通過日積月累形成的客戶端，所以抓到本質才是關鍵。
不在這里長篇大論了，呵呵，加油！
問題八：性能測試應該怎麼做 需求分析 － 測試設計 － 測試執行 － 結果分析
問題九：APP如何做性能測試 目前市面上有很多家做安全加密的平台都有做安全檢測，但是大部分需要付費，如果說只是個小項目的話花錢去做的話成本太高，也不建議去做
你可以了解下愛內測這個平台，專門做測試的，有安全檢測、兼容測試、插件評估等，雖然這個平台也是付費的，但是他有免費的版本提供，個人覺得安全檢測免費版本已經足夠強大了，自動化生成測試報告，提供精準的檢測數據
希望可以幫助到你
問題十：服務端怎麼做性能測試 使用LR對資料庫進行性能測試，實際上有多種辦法，包括通過現有的資料庫協議進行CS模式的先錄制後執行的模式，以及通過socket方式向伺服器發包方式的測試方式。這些是常規書籍上介紹的比較簡單上手的測試方法，但是不具備通用性，受已有協議或socket編程方式的限制，所以需要更為通用的測試方法。
用Java user的協議進行所有資料庫性能的測試工作：
Java user 不需要錄制，把所有的操作通過java語言進行實現，通過lr調用java的class進行加壓批量操作，這樣可以不關心被測系統是哪個資料庫，只要能夠通過jdbc進行訪問，就能實現性能測試。
一、測試環境准備
1. 被測伺服器准備，根據測試目的，搭建需要的資料庫伺服器，確保資料庫能夠正常訪問，正常操作；
2. Java代碼的准備，無論使用哪種IDE，只要能夠編寫訪問資料庫的class就可以，形式可以是j2se，也可以是j2ee，因為在操作時只使用class的部分方法，所以j2ee就可以了；
3. LR的腳本調試，把java的class導入到腳本調試模式，根據需要添加事務以及其他操作。
二、編寫資料庫訪問
1. 使用myeclipse，創建web project，創建如下圖的包目錄：
Java文件中包含各種訪問資料庫的方法。
需要注意的是，class中的方法必須是public static，否則LR中無法調用。由於創建的是j2ee程序，所以不用main函數，在web中就可以進行功能驗證。
確認class中的方法編寫完成，創建一個web.jsp文件，如下：
導入class
聲明類，並實例化，直接調用剛才編寫的3個方法，因為這3個方法是直接對資料庫進行操作，不需要實參，也沒有返回值，所以直接實現即可。
此時啟動web服務，在瀏覽器中輸入jsp的地址，直接刷新頁面，就可以調用這3個方法，如果正確，就會對相應的表進行操作，如果不正確，則需要修改相應的代碼。
2. LR腳本准備：
LR腳本實際上就是對訪問代碼的調用，關鍵在於需要根據測試場景劃分不同的腳本布局。
例如：在myEclipse里，我們只編寫了一個class，其中包含三個方法，如果在執行性能測試時，這三個方法相互獨立，互不幹涉，則最簡單的劃分方法是，創建三個java user，每個java user中包含一個方法，做三份腳本，場景執行時分別進行調用。如果三個方法之間有相互關系，則需要根據實際情況，把有關聯的方法放在一起，具體情況可按實際靈活分配。
因為已經將class文件進行編譯發布了，所以可以在「java2postgres\WebRoot\WEB-INF\classes\\lr\test」目錄中找到對應的class文件，
復制這個文件，找到LR的目錄：HP\LoadRunner\classes\\lr\test\ 如果沒有文件夾，按相同的內容創建。
在LR腳本中進行引包操作：
將需要執行的java類以及方法，放在action中，可根據實際測試情況和所需要驗證的內容，具體調試代碼。
在這里可以像編寫普通LR腳本一樣，添加事務或 *** 點等內容。
由於是通過JDBC對資料庫進行訪問，因此要在java user中載入jdbc驅動。
運行時設置中，增加jdbc驅動，需要注意的是java user使用的本地jdk，需要至多1.6版......>>
㈧ Python網路編程 -- TCP/IP
首先放出一個 TCP/IP 的程序，這里是單線程伺服器與客戶端，在多線程一節會放上多線程的TCP/IP服務程序。
這里將服務端和客戶端放到同一個程序當中，方便對比服務端與客戶端的不同。
TCP/IP是網際網路的通信協議，其參考OSI模型，也採用了分層的方式，對每一層制定了相應的標准。
網際協議（IP）是為全世界通過互聯網連接的計算機賦予統一地址系統的機制，它使得數據包能夠從互聯網的一端發送至另一端，如 130.207.244.244，為了便於記憶，常用主機名代替IP地址，例如 .com。
UDP (User Datagram Protocol，用戶數據報協議) 解決了上述第一個問題，通過埠號來實現了多路復用（用不同的埠區分不同的應用程序）但是使用UDP協議的網路程序需要自己處理丟包、重包和包的亂序問題。
TCP (Transmission Control Protocol，傳輸控制協議) 解決了上述兩個問題，同樣使用埠號實現了復用。
TCP 實現可靠連接的方法：
socket通信模型及 TCP 通信過程如下兩張圖。
[圖片上傳失敗...(image-6d947d-1610703914730)]
[圖片上傳失敗...(image-30b472-1610703914730)]
socket.getaddrinfo(host, port, family, socktype, proto, flags)
返回： [(family, socktype, proto, cannonname, sockaddr), ] 由元組組成的列表。
family：表示socket使用的協議簇， AF_UNIX : 1, AF_INET: 2, AF_INET6 : 10。 0 表示不指定。
socktype: socket 的類型， SOCK_STREAM : 1, SOCK_DGRAM : 2, SOCK_RAW : 3
proto: 協議， 套接字所用的協議，如果不指定， 則為 0。 IPPROTO_TCP : 6, IPPRTOTO_UDP : 17
flags：標記，限制返回內容。 AI_ADDRCONFIG 把計算機無法連接的所有地址都過濾掉（如果一個機構既有IPv4，又有IPv6，而主機只有IPv4，則會把 IPv6過濾掉）
AI _V4MAPPED, 如果本機只有IPv6，服務卻只有IPv4，這個標記會將 IPv4地址重新編碼為可實際使用的IPv6地址。
AI_CANONNAME，返回規范主機名：cannonname。
getaddrinfo(None, 'smtp', 0, socket.SOCK_STREAM, 0, socket.AP_PASSIVE)
getaddrinfo('ftp.kernel.org', 'ftp', 0, 'socket.SOCK_STREAM, 0, socket.AI_ADDRCONFIG | socket.AI_V4MAPPED)
利用已經通信的套接字名提供給getaddrinfo
mysock = server_sock.accept()
addr, port = mysock.getpeername()
getaddrinfo(addr, port, mysock.family, mysock.type, mysock.proto, socket.AI_CANONNAME)
TCP 數據發送模式：
由於 TCP 是發送流式數據，並且會自動分割發送的數據包，而且在 recv 的時候會阻塞進程，直到接收到數據為止，因此會出現死鎖現象，及通信雙方都在等待接收數據導致無法響應，或者都在發送數據導致緩存區溢出。所以就有了封幀(framing)的問題，即如何分割消息，使得接收方能夠識別消息的開始與結束。
關於封幀，需要考慮的問題是， 接收方何時最終停止調用recv才是安全的？整個消息或數據何時才能完整無缺的傳達？何時才能將接收到的消息作為一個整體來解析或處理。
適用UDP的場景：
由於TCP每次連接與斷開都需要有三次握手，若有大量連接，則會產生大量的開銷，在客戶端與伺服器之間不存在長時間連接的情況下，適用UDP更為合適，尤其是客戶端太多的時候。
第二種情況： 當丟包現象發生時，如果應用程序有比簡單地重傳數據聰明得多的方法的話，那麼就不適用TCP了。例如，如果正在進行音頻通話，如果有1s的數據由於丟包而丟失了，那麼只是簡單地不斷重新發送這1s的數據直至其成功傳達是無濟於事的。反之，客戶端應該從傳達的數據包中任意選擇一些組合成一段音頻（為了解決這一問題，一個智能的音頻協議會用前一段音頻的高度壓縮版本作為數據包的開始部分，同樣將其後繼音頻壓縮，作為數據包的結束部分），然後繼續進行後續操作，就好像沒有發生丟包一樣。如果使用TCP，那麼這是不可能的，因為TCP會固執地重傳丟失的信息，即使這些信息早已過時無用也不例外。UDP數據報通常是互聯網實時多媒體流的基礎。
參考資料：
㈨ 安利3個被程序員誇爆的Python編程小功能
隨著數據挖掘分析在企業業務層面的深度應用，我們會發現，在實際業務場景中，數據分析工作已經逐漸分為2個層次；較為流程化但與業務深度結合的數據分析工作，會更傾向於讓業務人員通過專業分析工具進行自主 探索 分析，比如我們的Tempo大數據分析平台，就可以通過拖拽式、智能化的簡便操作，幫助業務人員快速上手數據分析工作，快速將業務數據價值變現。
而針對一些閉喊更加細致、專業化的建模分析需求，其實還是通過代碼的方式去實現更加高效靈活。Tempo大數據分析平台正是考慮到廣大專業數據分析人員的實際需求，專門開發了 【擴展編程】 這一功能模塊，讓自定義編程和平台中已有的節點結合使用，快速提高數據分析工作效率！
為了讓廣大數據分析師在Tempo平台中，既可以通過編程實現更加靈活的建模，也能避免原生Python編程的一些使用局限，我們還通過廣泛的用戶調研，在【擴展編程】模塊設計了 3個提高Python編程易用性的小功能 ，下面我們一起來看看這三個功能都具體解決了哪些問題~
1、Python洞察不直觀 ，分析結果可讀性低
我們常說「一圖勝千言」，對於數據分析工作來說更是如此。分析結果最終還是要直接賦能實際業務，由於Python代碼行的形式讓分析結果可讀性極低，分析人員無法快速實現對數據的直觀 探索 分析，導致整體工作效率的降低。
2、Python調試分析難 ，校驗調試流程多，反復折騰易出錯
調試和分析是Python開發中非常重要的環節，但代碼 校驗報錯結果難查看 的問題，讓很多數據分析人員大傷腦筋。
尤其是現在很多企業數據分析項目是在自己的數據平台中進行的，分析人員只能把平台中的代碼復制到第三方平台中進行校驗，調試好後再粘貼回平台中運行，非常麻煩。
3、Python運行總「缺包」 ，寫碼大半天，報錯一瞬間
在一般的企業數據分析項目中，預先有可能會設置有多套Python環境，版本並不統一。這就會導致分析人員常常卜盯並不清楚自己當前使用的到底是哪一套Python環境，在編碼時引用的Python包，在不同的Python環境上運行很有可能會出現缺失，引起代碼執行報錯，而且這種錯誤信息並不好排查，一旦報錯只能從頭再來，讓程序員們白白做了無用功。
以往專業數據分析人員遇到以上問題，只能選擇用更多的時間和精力去修復bug，那麼在我們的Tempo大數據分析平台之中，又是如何解決這些問題，讓 Python編程的應用 更簡便、更高效、更適應企業實際需求呢？
1、圖形化洞察，快速 探索 數據價值
針對傳統編碼數據分析方式難以直觀展示數據分析結果的缺點，Tempo大數據分析平台——擴展編程模塊特別支持在代碼區域設置 通過matplotlib/seabron等圖形方法實現節點洞察 ，校驗通過後，就可以直接在洞察區域中查看繪制的圖形，比如：折線圖、直方圖、條形圖、餅圖等。
以後業務部門簡單的可視化分析需求就可以直接在建模挖掘分析的同時快速產出，立等可取，無需再周轉其他可視化分析工具，大大提高的數據價值變現的效率。
2、控制台，讓調試分析更便捷
針對傳統Python編程調試報錯信息不好查看的問題， Tempo大數據分析平台—擴展編程模塊中的控制台功能，可以 直接在指定區域中顯示錯誤信息和代碼中需要print的部分 ，便於使用者快速發現問題，立即調整代碼。
除了幫助專業數據分析人員提高工作效率，控制台中的【示例】小模塊還內置了常用的參考代碼，可以幫助一些不太能熟練應用Python編程語言的小白用戶，通過復用或小部分修改邏輯代碼的方式，也能快速完成數據邏輯處理工作。用好轎弊野這個功能，團隊內部的技能培訓也能更有章法了呢！
3、快速查詢Python環境和包版本，事前預防，再也不怕「丟包缺包」
Python編程最怕丟包缺包問題，在Tempo大數據分析平台中，我們內置了Python環境版本和包版本的信息查詢組件，分析人員在編碼之前，可以預先查詢一下當前的Python環境版本和包版本，如果發現有缺包就可以在編碼工作開始之前補充安裝，把「丟包缺包」造成的代碼報錯風險降到最低。
今天的Tempo小課堂中，小T主要給大家介紹了如何通過Python擴展編程的三個小功能，幫助代碼偏好的專業數據分析人員減少不必要的麻煩操作，提高工作效率。