python测丢包

㈠ python接口测试常见的几种请求方式

1.get请求

2.query请求

3.form表单

㈡ python 快速检测ip存活 输出相关信息！

这东西很简单啊。用ARP和PING协议，多线程监控，结果放入消息队列。由消燃庆胡息的皮拦消费者显示，或者是判断，或者是处理结果。

这里都有现成差橘的开源包。比如ping协议。比你调用操作系统自己的ping要快很多。

㈢ python能检测软件状态吗

python是能检测软件运行状态的。具体代码如下：
首先我们需要首先注意的一个地方是配置文件的后缀。
vim /etc/supervisord.conf
[include]
files = supervisord.d/*.ini
如果你想配置文件为其他格式，比如 conf 格式的话， 需要更改 iles = supervisord.d/*.conf 。
比如我们需要守护启动一个进程，我们就以守护Prometheus 为例:
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配置文件详解:
program: 指定的守护进程名
command: 命令
stdout_logfile： 日志路径
autostart： supervisor启动的时候是否随着同时启动，默认为 true
autorestart: 是否挂了自动重启
redirect_stderr：标准错误重定向
startsecs： 子进程启动多少秒之后，此时的状态是running
启动supervisor--(yum方式安装的)
/usr/bin/python /usr/bin/supervisord -c /etc/supervisord.conf

㈣ Python 之 Socket编程(TCP/UDP)

socket(family,type[,protocal]) 使用给定的地址族、套接字类型、协议编号（默认为0）来创建套接字。

有效的端口号： 0～ 65535
但是小于1024的端口号基本上都预留给了操作系统
POSIX兼容系统(如Linux、Mac OS X等)，在/etc/services文件中找到这些预留端口与的列表

面向连接的通信提供序列化、可靠的和不重复的数据交付，而没有记录边界。意味着每条消息都可以拆分多个片段，并且每个消息片段都能到达目的地，然后将它们按顺序组合在一起,最后将完整的信息传递给等待的应用程序。
实现方式(TCP)：
传输控制协议（TCP）， 创建TCP必须使用SOCK_STREAM作为套接字类型
因为这些套接字（AF_INET）的网络版本使用因特网协议(IP)来搜寻网络中的IP,
所以整个系统通常结合这两种协议(TCP/IP)来进行网络间数据通信。

数据报类型的套接字, 即在通信开始之前并不需要建议连接,当然也无法保证它的顺序性、可靠性或重复性
实现方式(UDP)
用户数据包协议（UDP), 创建UDP必须使用SOCK_DGRAM (datagram)作为套接字类型
它也使用因特网来寻找网络中主机，所以是UDP和IP的组合名字UDP/IP

注意点:
1）TCP发送数据时，已建立好TCP连接，所以不需要指定地址。UDP是面向无连接的，每次发送要指定是发给谁。
2）服务端与客户端不能直接发送列表，元组，字典。需要字符串化repr(data)。

TCP的优点： 可靠，稳定 TCP的可靠体现在TCP在传递数据之前，会有三次握手来建立连接，而且在数据传递时，有确认、窗口、重传、拥塞控制机制，在数据传完后，还会断开连接用来节约系统资源。

TCP的缺点： 慢，效率低，占用系统资源高，易被攻击 TCP在传递数据之前，要先建连接，这会消耗时间，而且在数据传递时，确认机制、重传机制、拥塞控制机制等都会消耗大量的时间，而且要在每台设备上维护所有的传输连接，事实上，每个连接都会占用系统的CPU、内存等硬件资源。 而且，因为TCP有确认机制、三次握手机制，这些也导致TCP容易被人利用，实现DOS、DDOS、CC等攻击。

什么时候应该使用TCP : 当对网络通讯质量有要求的时候，比如：整个数据要准确无误的传递给对方，这往往用于一些要求可靠的应用，比如HTTP、HTTPS、FTP等传输文件的协议，POP、SMTP等邮件传输的协议。 在日常生活中，常见使用TCP协议的应用如下： 浏览器，用的HTTP FlashFXP，用的FTP Outlook，用的POP、SMTP Putty，用的Telnet、SSH QQ文件传输.

UDP的优点： 快，比TCP稍安全 UDP没有TCP的握手、确认、窗口、重传、拥塞控制等机制，UDP是一个无状态的传输协议，所以它在传递数据时非常快。没有TCP的这些机制，UDP较TCP被攻击者利用的漏洞就要少一些。但UDP也是无法避免攻击的，比如：UDP Flood攻击……

UDP的缺点： 不可靠，不稳定 因为UDP没有TCP那些可靠的机制，在数据传递时，如果网络质量不好，就会很容易丢包。

什么时候应该使用UDP： 当对网络通讯质量要求不高的时候，要求网络通讯速度能尽量的快，这时就可以使用UDP。 比如，日常生活中，常见使用UDP协议的应用如下： QQ语音 QQ视频 TFTP ……

㈤ 如何利用Python嗅探数据包

一提到Python获取数据包的方式，相信很多Python爱好者会利用Linux的libpcap软件包或利用Windows下的WinPcap可移植版的方式进行抓取数据包，然后再利用dpkt软件包进行协议分析，我们这里想换一个角度去思考：
1. Python版本的pcap存储内存数据过小，也就是说缓存不够，在高并发下容易发生丢包现象，其实C版本的也同样存在这样的问题，只不过Python版本的缓存实在是过低，让人很郁闷。
2. dpkt协议分析并非必须，如果你对RFC 791和RFC 793等协议熟悉的话，完全可以使用struct.unpack的方式进行分析。
如果你平常习惯使用tcpmp抓取数据包的话，完全可以使用它来代替pcap软件包，只不过我们需要利用tcpmp将抓取的数据以pcap格式进行保存，说道这里大家一定会想到Wireshark工具，具体命令如下：
1. tcpmp dst 10.13.202.116 and tcp dst port 80 -s 0 -i eth1 -w ../pcap/tcpmp.pcap -C 1k -W 5
我们首先需要对pcap文件格式有所了解，具体信息大家可以参考其他资料文档，我这里只说其重要的结构体组成，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. }
这里需要说明的一点是，因为在Python的世界里一切都是对象，所以往往Python在处理数据包的时候感觉让人比较麻烦。
至于对于如何监控tcpmp生成的pcap文件数据，大家可以通过pyinotify软件包来实现（相信大家一定对于rsync+inotify的组合比较熟悉），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)
在获得要分析的pcap文件数据之后，就要对其分析了，只要你足够了解pcap文件格式就可以了，对于我们来讲只需要获得TCP数据段的数据即可，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)
在获得TCP数据段的数据包之后，问题就简单多了，根据大家的具体需求就可以进行相应的分析了，我这里是想分析其HTTP协议数据，同样也借助了dpkt软件包进行分析，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)
如果大家只是想单纯的获取IP地址、端口、流量信息，那么问题就更简单了，这里只是抛砖引玉。

㈥ python程序分析pcap文件的丢包率问题，

使用scapy、scapy_http就可以方便的对pcap包中的http数据包进行解析

#!/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为数据包，scapy_http将其分为：
Ethernet->TCP->RAW三个层次，

使用p.show()函数可以打印出如下结果：
###[ 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 = '.....'

第一层是网络层，包含源、目的mac、ip协议号，第二层是tcp层，第三层包含端口号、http报文
其中每一层均为上一层的payload成员

㈦ 怎么进行性能测试

问题一：性能测试应该做哪些准备 环境搭建：这个根据实际规划，我在企业内做过的性能测试搭建的环境都是和用户上线使用的实际环境一样的。
数据准备：个人感觉是整个工作里第二耗时的，需要真实模拟用户数据，这个不是单单的创建几个帐号就完事的，每个用户基本都会有不太一样的配置，实际操作的时候部署数据的脚本都写到手软。
脚本编译：选择性能工具编译性能脚本，你需要跑什么业务流程就编译什么样的脚本。
脚本执行：用规划好的用户数执行脚本，这个一般持续很长时间，时间太短不足以暴露服务器等的性能瓶颈，性能测试中最耗时的就是这个步骤。
收集日志：在执行脚本完成后收集到的能客观反应系统性能的日志、报表文件，比如LR的报告、数据库的AWR日志等等。
分析结果：分析收集到的日志、报表，找出性能瓶颈或是得出性能指标结果。这个一般需要对数据库或者底层非常了解的专业人士来分析，一般测试人员只需要提供收集到的报告就差不多了。
生成报告：将上面所有的性能测试活动整理总结，输出测试报告。

问题二：如何做好性能测试？ 你好，首先很欣赏你的这种态度。我在TestBird 招聘新人的时候，也有很多小朋友觉得自己有多了解工具运用，有多熟练步骤过程，自我感觉很不错。
其实，我却想说，性能测试的重点不在性能测试工具的学习上。
当然，你也通过分析系统的压力点、LR录制脚本，设置用户，做压力，分析结果，整理测试报告。完成了性能测试的整个过程。那么我说这个性能测试报告是有效的，但它不一定是有用的。
为什么呢？因为在性能测试报告中，在你所在的环境中，你是测出了这样的效果。并未掺假，全部真实的记录。
为什么说它不一定是有用闷握的，你了解系统架构么？知道数据库、中间件、前端程序的运行方式和处理机制么？了解网络协议么？了解操作系统么？熟悉开发系统的语言么，如java JVM的内在机理知道么？这些都是系统运行的一部分，都在影响着系统的性能。如果不了解这些，你如何做出有价值的有参考意义的性能测试。
所以，学会这些性能测试工具很好，但是这仅仅是第一步。性能结果只是一些数据而已，知道你在做什么，为什么要做这些，做完后能给出有价值的东西，才是后面要慢慢修炼的。

问题三：移动客户端的性能测试如何做？ 。就当练习了。。大家看了不要枝罩清喷我。。现在很多测试人员做移动端测试，可能主要还是关注功能和自动化测试。性能测试可能大多是按照每个人的体验来做报告，是不是比较快，或者比较慢。当然也不乏有很多的测试人员会回复我说，性能测试都是服务器的，移动端根本就不需要性能测试。我实在觉得可笑。 不过我毕竟一直在创业公司，而且就我一个人，所以了解可能有限，我这里就说下我之前碰见的，所知道的，目的只是抛砖引玉。 另外，我这里也不去说什么MAT，instruments了，这种固有查找内存的工具大家自己google吧。 客户端的性能从系统层面，电量消耗，网络流量，内存泄漏等都是被关注，或者说用户最最关注的点。 实例一，3rd 应用的性能测试。应用本身的响应时间可以通过call 应用intent来查看，设备纯环境，设备低内存等各种情况下进行同样猛前此数的call，进行对比。或者与同行业同性质的应用进行对比测试。我相信很快就能够有结论了。除了应用本身，还需要对于应用本身某些特别的功能进行响应测试。比如测试一个list，测试的方法为onkeydown之后查看这个list.index（0）是否高亮，是否正常的界面跳转了，那么分别进行计时（精确ms）。同样的，我们在空list以及有几百条list的情况进行这样的case test，那么就会有一个性能的结果出来。 实例二，假设你测试微薄客户端，那么你肯定是需要进行一个list上下滑动的性能测试。我们需要使用脚本语言shell或者python去call server api来仿造数据反馈到移动设备上，否则你不可能自己手动去发几百条weibo然后再测试。测试的时候需要关注两个问题，一个是list在各种情况下是否滑动流畅，一个是当list中有很多的图片的时候图片load的速度也是一个很大的测试点。这个load可以直接检查imageview什么时候load出来pic，什么时候显示在界面上，计算时间。这里其实很多应用是webview，或者数据是存在服务器端的，这个时候无论是平时的测试还是压力，还是性能，数据的修改，其实还是多使用脚本ping api比较好，能够很好的去辅助达到性能测试的效果。 实例三，比如要测试一个优酷的视频软件，那么视频的播放的时候，首先保证网络的情况下，各种分辨率各种码率的视频接入时间是需要关注。然后在播放，也就是和网络不停的通信的同时，那么需要通过tcp mp和wireshark工具来检查网络访问是否正确，视频的卡顿，视频的花屏等除了硬件兼容之外，可以通过抓包来判断其性能。如果丢包率高那么自然视频卡，体验不好，性能也就不会好。 其实以上只是一些很基础，现在很多公司也已经在这个基础上改良测试了。不过也是一些思路，让更多的企业和测试关注移动客户端的性能。不要一提到性能脑中只有LR等这些Server测试。

问题四：为什么要进行性能测试? 原因有三：
川. 开发者的水平各有不同，有的写出来的东西性能高，有的低，所以需要统一测试一下。
2. 编程工具本身也有性能问题，用这样的工具开发出来的软件也要确认一下是否达到了需求所要求的性能指标，比如响应时间应该控制在多少秒以内。
3. 性能测试，强度测试都是为了测试系统的稳定性，稳定性好，软件的质量就好，买的钱就多。

问题五：如何进行Web服务的性能测试 贴一篇我们内部的文章：
随着浏览器功能的不断完善，用户量不断的攀升，涉及到web服务的功能在不断的增加，对于我们测试来说，我们不仅要保证服务端功能的正确性，也要验证服务端程序的性能是否符合要求。那么性能测试都要做些什么呢？我们该怎样进行性能测试呢？
性能测试一般会围绕以下这些问题而进行：
1. 什么情况下需要做性能测试？
2. 什么时候做性能测试？
3. 做性能测试需要准备哪些内容？
4. 什么样的性能指标是符合要求的？
5. 性能测试需要收集的数据有哪些？
6. 怎样收集这些数据？
7. 如何分析收集到的数据？
8. 如何给出性能测试报告？
性能测试的执行过程及要做的事儿主要包含以下内容：
1. 测试评估阶段
在这个阶段，我们要评估被测的产品是否要进行性能测试，并且对目前的服务器环境进行粗估，服务的性能是否满足条件。
首先要明确只要涉及到准备上线的服务端产品，就需要进行性能测试。其次如果产品需求中明确提到了性能指标，那也必须要做性能测试。
测试人员在进行性能测试前，需要根据当前的收集到的各种信息，预先做性能的评估，收集的内容主要包括带宽、请求包大小、并发用户数和当前web服务的带宽等
2. 测试准备阶段
在这个阶段，我们要了解以下内容：
a. 服务器的架构是什么样的，例如：web服务器是什么？是如何配置的？数据库用的是什么？服务用的是什么语言编写的？；
b. 服务端功能的内部逻辑实现；
c. 服务端与数据库是如何交互的，例如：数据库的表结构是什么样的？服务端功能是怎样操作数据库的？
d. 服务端与客户端之间是如何进行交互的，即接口定义；
通过收集以上信息，测试人员整理出服务器端各模块之间的交互图，客户端与服务端之间的交互图以及服务端内部功能逻辑实现的流程图。
e. 该服务上线后的用户量预估是多少，如果无法评估出用户量，那么可以通过设计测试执行的场景得出这个值；
f. 上线要部署到多少台机器上，每台机器的负载均衡是如何设计的，每台机器的配置什么样的，网络环境是什么样的。
g. 了解测试环境与线上环境的不同，例如网络环境、硬件配置等
h. 制定测试执行的策略，是需要验证需求中的指标能否达到，还是评估系统的最大处理能力。
i. 沟通上线的指标
通过收集以上信息，确定性能测试用例该如何设计，如何设计性能测试用例执行的场景，以及上线指标的评估。
3. 测试设计阶段
根据测试人员通过之前整理的交互图和流程图，设计相应的性能测试用例。性能测试用例主要分为预期目标用户测试，用户并发测试，疲劳强度与大数量测试，网络性能测试，服务器性能测试，具体编写的测试用例要更具实际情况进行裁减。
用例编写的步骤大致分为：
a. 通过脚本模拟单一用户是如何使用这个web服务的。这里模拟的可以是用户使用web服务的某一个动作或某几个动作，某一个功能或几个功能，也可以是使用web服务的整个过程。
b. 根据客户端的实际情况和服务器端的策略，通过将脚本中可变的数据进行参数化，来模拟多个用户的操作。
c. 验证参数化后脚本功能的正确性。
d. 添加检查点
e. 设计脚本执行的策略，如每个功能的执行次数，各个功能的执行顺序等
4. 测试执行阶段
根据客户端的产品行为设计web服务的测试执行场景及测试执行的过程，即测试执行期间发生的事儿。通过监控程序收集web服务的性能数据和web服务所在系统的性能数据。
在测试执行过程中，还要不断的关注以下内容：
a. web服务的连接速度如何？
b. 每秒的点击数如何？
c. Web服务能允许多少个用户同时在线？
d. 如果超过了这......>>

问题六：网站性能测试主要有哪几种方法? 我知道的性能测试主要有：压力测试，负载测试，容量测试，发性能测试，兼容性测试（不同的操作系统和不同的浏览器）。测的时候应用在客户端的性能、应用在网络上的性能和应用在服务器端的性能都要进行测试的。
希望能帮到你。

问题七：怎么才能做性能测试工程师？ 性能测试实际上确实需要些功底儿，但是也并不是非得一两年之后才去做。
我给你列几条性能测试工作中的建议，你可以自己温习一下，然后去面试，具体的经验需要实际的工作才能得到，然而你扎实的基础知识才识支撑你走下去的动力。
1，最直接也是最表面的建议，适用于面试：Loadrunner, HttpWatch, Dynatrace, TeamQuest, JMeter(可选), Wily(可选), HTML/HTTP, Webservice, Mainframe, DB. 这些东西足够学很久很久的了，所以说需要几年的工夫，但是没必要每一样都学太深，了解即可，经验日后会积累到的。
2，相对比较深层的建议：性能测试最关键之处不是工具的选择，而是对整个性能参数的理解，所以比较贴近于概念，比如说什么是TPS, Response Time, Connection浮 per Second....还有就是什么是CPU Utilization, FreeMem, Disk IO, Paging.... 工具也无非都是通过日积月累形成的客户端，所以抓到本质才是关键。

不在这里长篇大论了，呵呵，加油！

问题八：性能测试应该怎么做 需求分析 － 测试设计 － 测试执行 － 结果分析

问题九：APP如何做性能测试 目前市面上有很多家做安全加密的平台都有做安全检测，但是大部分需要付费，如果说只是个小项目的话花钱去做的话成本太高，也不建议去做
你可以了解下爱内测这个平台，专门做测试的，有安全检测、兼容测试、插件评估等，虽然这个平台也是付费的，但是他有免费的版本提供，个人觉得安全检测免费版本已经足够强大了，自动化生成测试报告，提供精准的检测数据
希望可以帮助到你

问题十：服务端怎么做性能测试 使用LR对数据库进行性能测试，实际上有多种办法，包括通过现有的数据库协议进行CS模式的先录制后执行的模式，以及通过socket方式向服务器发包方式的测试方式。这些是常规书籍上介绍的比较简单上手的测试方法，但是不具备通用性，受已有协议或socket编程方式的限制，所以需要更为通用的测试方法。
用Java user的协议进行所有数据库性能的测试工作：
Java user 不需要录制，把所有的操作通过java语言进行实现，通过lr调用java的class进行加压批量操作，这样可以不关心被测系统是哪个数据库，只要能够通过jdbc进行访问，就能实现性能测试。
一、测试环境准备
1. 被测服务器准备，根据测试目的，搭建需要的数据库服务器，确保数据库能够正常访问，正常操作；
2. Java代码的准备，无论使用哪种IDE，只要能够编写访问数据库的class就可以，形式可以是j2se，也可以是j2ee，因为在操作时只使用class的部分方法，所以j2ee就可以了；
3. LR的脚本调试，把java的class导入到脚本调试模式，根据需要添加事务以及其他操作。
二、编写数据库访问
1. 使用myeclipse，创建web project，创建如下图的包目录：
Java文件中包含各种访问数据库的方法。
需要注意的是，class中的方法必须是public static，否则LR中无法调用。由于创建的是j2ee程序，所以不用main函数，在web中就可以进行功能验证。
确认class中的方法编写完成，创建一个web.jsp文件，如下：
导入class
声明类，并实例化，直接调用刚才编写的3个方法，因为这3个方法是直接对数据库进行操作，不需要实参，也没有返回值，所以直接实现即可。
此时启动web服务，在浏览器中输入jsp的地址，直接刷新页面，就可以调用这3个方法，如果正确，就会对相应的表进行操作，如果不正确，则需要修改相应的代码。
2. LR脚本准备：
LR脚本实际上就是对访问代码的调用，关键在于需要根据测试场景划分不同的脚本布局。
例如：在myEclipse里，我们只编写了一个class，其中包含三个方法，如果在执行性能测试时，这三个方法相互独立，互不干涉，则最简单的划分方法是，创建三个java user，每个java user中包含一个方法，做三份脚本，场景执行时分别进行调用。如果三个方法之间有相互关系，则需要根据实际情况，把有关联的方法放在一起，具体情况可按实际灵活分配。
因为已经将class文件进行编译发布了，所以可以在“java2postgres\WebRoot\WEB-INF\classes\\lr\test”目录中找到对应的class文件，
复制这个文件，找到LR的目录：HP\LoadRunner\classes\\lr\test\ 如果没有文件夹，按相同的内容创建。
在LR脚本中进行引包操作：
将需要执行的java类以及方法，放在action中，可根据实际测试情况和所需要验证的内容，具体调试代码。
在这里可以像编写普通LR脚本一样，添加事务或 *** 点等内容。
由于是通过JDBC对数据库进行访问，因此要在java user中加载jdbc驱动。
运行时设置中，增加jdbc驱动，需要注意的是java user使用的本地jdk，需要至多1.6版......>>

㈧ Python网络编程 -- TCP/IP

首先放出一个 TCP/IP 的程序，这里是单线程服务器与客户端，在多线程一节会放上多线程的TCP/IP服务程序。

这里将服务端和客户端放到同一个程序当中，方便对比服务端与客户端的不同。

TCP/IP是因特网的通信协议，其参考OSI模型，也采用了分层的方式，对每一层制定了相应的标准。

网际协议（IP）是为全世界通过互联网连接的计算机赋予统一地址系统的机制，它使得数据包能够从互联网的一端发送至另一端，如 130.207.244.244，为了便于记忆，常用主机名代替IP地址，例如 .com。

UDP (User Datagram Protocol，用户数据报协议) 解决了上述第一个问题，通过端口号来实现了多路复用（用不同的端口区分不同的应用程序）但是使用UDP协议的网络程序需要自己处理丢包、重包和包的乱序问题。

TCP (Transmission Control Protocol，传输控制协议) 解决了上述两个问题，同样使用端口号实现了复用。

TCP 实现可靠连接的方法：

socket通信模型及 TCP 通信过程如下两张图。

[图片上传失败...(image-6d947d-1610703914730)]

[图片上传失败...(image-30b472-1610703914730)]

socket.getaddrinfo(host, port, family, socktype, proto, flags)
返回： [(family, socktype, proto, cannonname, sockaddr), ] 由元组组成的列表。
family：表示socket使用的协议簇， AF_UNIX : 1, AF_INET: 2, AF_INET6 : 10。 0 表示不指定。
socktype: socket 的类型， SOCK_STREAM : 1, SOCK_DGRAM : 2, SOCK_RAW : 3
proto: 协议， 套接字所用的协议，如果不指定， 则为 0。 IPPROTO_TCP : 6, IPPRTOTO_UDP : 17
flags：标记，限制返回内容。 AI_ADDRCONFIG 把计算机无法连接的所有地址都过滤掉（如果一个机构既有IPv4，又有IPv6，而主机只有IPv4，则会把 IPv6过滤掉）
AI _V4MAPPED, 如果本机只有IPv6，服务却只有IPv4，这个标记会将 IPv4地址重新编码为可实际使用的IPv6地址。
AI_CANONNAME，返回规范主机名：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)
利用已经通信的套接字名提供给getaddrinfo
mysock = server_sock.accept()
addr, port = mysock.getpeername()
getaddrinfo(addr, port, mysock.family, mysock.type, mysock.proto, socket.AI_CANONNAME)

TCP 数据发送模式：

由于 TCP 是发送流式数据，并且会自动分割发送的数据包，而且在 recv 的时候会阻塞进程，直到接收到数据为止，因此会出现死锁现象，及通信双方都在等待接收数据导致无法响应，或者都在发送数据导致缓存区溢出。所以就有了封帧(framing)的问题，即如何分割消息，使得接收方能够识别消息的开始与结束。

关于封帧，需要考虑的问题是， 接收方何时最终停止调用recv才是安全的？整个消息或数据何时才能完整无缺的传达？何时才能将接收到的消息作为一个整体来解析或处理。

适用UDP的场景：

由于TCP每次连接与断开都需要有三次握手，若有大量连接，则会产生大量的开销，在客户端与服务器之间不存在长时间连接的情况下，适用UDP更为合适，尤其是客户端太多的时候。

第二种情况： 当丢包现象发生时，如果应用程序有比简单地重传数据聪明得多的方法的话，那么就不适用TCP了。例如，如果正在进行音频通话，如果有1s的数据由于丢包而丢失了，那么只是简单地不断重新发送这1s的数据直至其成功传达是无济于事的。反之，客户端应该从传达的数据包中任意选择一些组合成一段音频（为了解决这一问题，一个智能的音频协议会用前一段音频的高度压缩版本作为数据包的开始部分，同样将其后继音频压缩，作为数据包的结束部分），然后继续进行后续操作，就好像没有发生丢包一样。如果使用TCP，那么这是不可能的，因为TCP会固执地重传丢失的信息，即使这些信息早已过时无用也不例外。UDP数据报通常是互联网实时多媒体流的基础。

参考资料：

㈨ 安利3个被程序员夸爆的Python编程小功能

随着数据挖掘分析在企业业务层面的深度应用，我们会发现，在实际业务场景中，数据分析工作已经逐渐分为2个层次；较为流程化但与业务深度结合的数据分析工作，会更倾向于让业务人员通过专业分析工具进行自主 探索 分析，比如我们的Tempo大数据分析平台，就可以通过拖拽式、智能化的简便操作，帮助业务人员快速上手数据分析工作，快速将业务数据价值变现。

而针对一些闭喊更加细致、专业化的建模分析需求，其实还是通过代码的方式去实现更加高效灵活。Tempo大数据分析平台正是考虑到广大专业数据分析人员的实际需求，专门开发了 【扩展编程】 这一功能模块，让自定义编程和平台中已有的节点结合使用，快速提高数据分析工作效率！

为了让广大数据分析师在Tempo平台中，既可以通过编程实现更加灵活的建模，也能避免原生Python编程的一些使用局限，我们还通过广泛的用户调研，在【扩展编程】模块设计了 3个提高Python编程易用性的小功能 ，下面我们一起来看看这三个功能都具体解决了哪些问题~

1、Python洞察不直观 ，分析结果可读性低

我们常说“一图胜千言”，对于数据分析工作来说更是如此。分析结果最终还是要直接赋能实际业务，由于Python代码行的形式让分析结果可读性极低，分析人员无法快速实现对数据的直观 探索 分析，导致整体工作效率的降低。

2、Python调试分析难 ，校验调试流程多，反复折腾易出错

调试和分析是Python开发中非常重要的环节，但代码 校验报错结果难查看 的问题，让很多数据分析人员大伤脑筋。

尤其是现在很多企业数据分析项目是在自己的数据平台中进行的，分析人员只能把平台中的代码复制到第三方平台中进行校验，调试好后再粘贴回平台中运行，非常麻烦。

3、Python运行总“缺包” ，写码大半天，报错一瞬间

在一般的企业数据分析项目中，预先有可能会设置有多套Python环境，版本并不统一。这就会导致分析人员常常卜盯并不清楚自己当前使用的到底是哪一套Python环境，在编码时引用的Python包，在不同的Python环境上运行很有可能会出现缺失，引起代码执行报错，而且这种错误信息并不好排查，一旦报错只能从头再来，让程序员们白白做了无用功。

以往专业数据分析人员遇到以上问题，只能选择用更多的时间和精力去修复bug，那么在我们的Tempo大数据分析平台之中，又是如何解决这些问题，让 Python编程的应用 更简便、更高效、更适应企业实际需求呢？

1、图形化洞察，快速 探索 数据价值

针对传统编码数据分析方式难以直观展示数据分析结果的缺点，Tempo大数据分析平台——扩展编程模块特别支持在代码区域设置 通过matplotlib/seabron等图形方法实现节点洞察 ，校验通过后，就可以直接在洞察区域中查看绘制的图形，比如：折线图、直方图、条形图、饼图等。

以后业务部门简单的可视化分析需求就可以直接在建模挖掘分析的同时快速产出，立等可取，无需再周转其他可视化分析工具，大大提高的数据价值变现的效率。

2、控制台，让调试分析更便捷

针对传统Python编程调试报错信息不好查看的问题， Tempo大数据分析平台—扩展编程模块中的控制台功能，可以 直接在指定区域中显示错误信息和代码中需要print的部分 ，便于使用者快速发现问题，立即调整代码。

除了帮助专业数据分析人员提高工作效率，控制台中的【示例】小模块还内置了常用的参考代码，可以帮助一些不太能熟练应用Python编程语言的小白用户，通过复用或小部分修改逻辑代码的方式，也能快速完成数据逻辑处理工作。用好轿弊野这个功能，团队内部的技能培训也能更有章法了呢！

3、快速查询Python环境和包版本，事前预防，再也不怕“丢包缺包”

Python编程最怕丢包缺包问题，在Tempo大数据分析平台中，我们内置了Python环境版本和包版本的信息查询组件，分析人员在编码之前，可以预先查询一下当前的Python环境版本和包版本，如果发现有缺包就可以在编码工作开始之前补充安装，把“丢包缺包”造成的代码报错风险降到最低。

今天的Tempo小课堂中，小T主要给大家介绍了如何通过Python扩展编程的三个小功能，帮助代码偏好的专业数据分析人员减少不必要的麻烦操作，提高工作效率。