news 2026/7/23 20:54:26

涨薪技术|JMeter异步接口测试实战

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
涨薪技术|JMeter异步接口测试实战

异步接口是指在请求发送后,客户端并不会立即收到响应结果。与同步接口不同,异步接口需要等待一段时间后才能得到相应的结果。

通常情况下,异步接口可以通过消息队列或事件监听器来实现。当用户请求进入系统时,可以将任务提交给消费者或监听程序进行处理,并异步返回处理结果。

1同步调用

同步,就是调用某个东西时,调用方得等待这个调用返回结果才能继续往后执行。

它是一种阻塞型的调用方式,调用方总是要等到被调用方执行结束或者返回结果后才能继续往下执行;

它是一种单向的调用,只存在调用方调用被调用方的行为。

在同步调用模式下,接口的调用方会一直等待被调用方返回执行结果,除非调用超时。

同步调用模式是最常见的接口调用形式。

同步,就是实时处理,典型案例如打电话,我们在和一个人进行电话通信的时候,打电话是实时的,当你说话之后,对方立马就能收到,并对你做出回应。

2异步调用

和同步相反,调用方不会立刻得到结果,而是在调用发出后调用者可用继续执行后续操作,被调用者通过状态来通知调用者,或者通过回调函数来处理这个调用。

在异步调用模式下,接口调用方给被调用方发出指令,但不会等待结

果。

一般耗时比较长的处理工作会采用异步调用模式,调用方会给被调用方提供一个回调接口,意思是“你处理时间比较长,等你处理完以后,再调用这个回调接口,通知我结果吧!”

异步,就是分时处理,典型案例如收发短信,对方可能会稍等一会才会给你回信。一般我们只能跟一个人进行实时的通话,别人打进来会占线,而短信则没有这种情况,你可以同时接收多条短信,并逐步回信。

异步调用示例:

1. 下订单

举个简单的例子,在电商交易系统中,用户成单的时候,需要获取非常多的资源,除了要获取用户的基本信息、收货地址、商品信息、商品库存、卖家信息还要获取一些优惠、反垃圾信息,如果系统是同步调用的,那么我们只能够串行等待所有系统的返回,如果我们能改成异步通信,那么就能同时对多个系统发起查询。

2. 支付

常用的第三方支付,当用户支付完成之后,并不是立马接收到到用户的回调,而是先给用户返回成功,后续再由第三方支付进行回调。

3异步单元测试方法

一般而言,对于那些实时性要求不高,但却计算密集或者需要处理大数据量的耗时较长的任务,或是有较慢 I/O 的任务,选择异步化是一个不错的选择。在系统层面,像引入消息中间件来解耦系统,将耗时长的任务放在中间件后异步执行。在方法层面,像把耗时较长的任务放到其他线程中去异步执行。

与测试同步系统或方法不同,当我们测试异步系统(端到端测试、集成测试)或异步方法的时候(单元测试),由于测试线程不会被异步任务线程阻塞而让测试变得不可控,概率性失败,以单元测试为例,这样写异步测试是不稳定的:

@Test public void testAsynchronousMethod() { callAsynchronousMethod(); assertXXX(...); //异步任务可能仍未完成,这时assert可能 会失败 }

异步任务的两种类型:

  • 异步任务执行后对任务发起方或调用方有感知,比如发出一个事件或通知;

  • 异步任务执行后对任务发起方或调用方没有感知,只是改变了系统中的某些状态;

对异步任务的测试也分以上两种类型讨论。对于第一种,我们可以采用监听方式测试。

import org.junit.Before; import org.junit.Test; public class ExampleTest { private final Object lock = new Object(); @Before public void init() { new Thread(new Runnable() { public void run() { synchronized (lock) { //获得锁 monitorEvent(); //监听异步事件的到来 lock.notifyAll(); //事件到达,释放锁 } } }).start(); }
@Test public void testAsynchronousMethod() { callAsynchronousMethod(); //调用异步方法,需要较长一 段时间才能执行完,并触发事件通知 /** *事件未到达时由于init已经获得了锁而阻塞,事件到达后因 init中的锁释放而获得锁, *此时异步任务已执行完成,可以放心的执行断言验证结果了 */ synchronized (lock) { assertTestResult(); } } }

这里的前提是事件通知会到来并被监听到,可要是不来呢(比如异常任务执行失败了)?我们就干等吗,其实我们还可以在测试中引入超时机制,这也引出了第二种类型的异常测试(可以称之为轮询方式),假设我们有如下一个异步系统,应用发消息到 NSQ 消息中间件,一个待测试的 Job 监听这个消息并在消息到达后处理消息:

那我们怎么测试呢,站在端到端测试的角度,可以测试从应用Job 的链路,消息是应用直接构造的 NSQ (NSQ是一个基于Go语言的分布式实时消息平台)消息,也可以是 MySQL-binlog 经转化后构造的 NSQ 消息;站在集成测试的角度,我们可以缩小测试范围,直接在测试中构造 NSQ 消息,测试从消息中间件到 Job 的链路。长链路测试耗时长,且写测试前需要了解具体应用的消息触发逻辑,写测试也比较慢,无形中增加了很多测试成本。所以对于这样的系统,我们可以采用集成测试方法来测。​​​​​​​

@Test public void testAsynchronousJob() throws Exception { String msg = buildNsqMsg(); //构造NSQ消息 nsqClient.send(TOPIC, msg, false); //发送Nsq消 息 with().pollInterval(ONE_HUNDRED_MILLISECONDS). //100ms后开始检查 and().with().pollDelay(10, MILLISECONDS). //此后每隔10ms检查一次 await("description"). //描述信息 atMost(1L, SECONDS). //1s超时时间 until(() -> xxxService.getState() == "changed"); //业务相关的断言逻辑 }

上述测试我们引入了 awaitility 工具类来做轮询操作,一个靠谱的轮询至少包含以下特性:

  • 超时机制,不可能一直轮询

  • 首次延迟轮询

  • 轮询频率

5异步接口测试实战

测试案例:提交视频异步检测任务

业务接口:/green/video/asyncscan

异步检测视频文件或视频流中是否包含违规内容。

支持检测的场景包括:视频智能鉴黄、视频暴恐涉政识别、视频图文违规识别、视频不良场景识别、视频logo识别、视频语音违规内容识别。

同时检测多个场景的情况下,将按照“每个场景的检测视频截帧数量×每个场景的单价”进行累加计费。如果您同时检测视频中的语音违规内容,则还将增加“视频时长×语音违规功能的单价”的费用。

异步检测结果需要通过调用结果查询接口进行查询(具体请参见查询视频异步检测结果)或者通过callback的方式进行接收,检测结果最多保留4个小时。具体的检测接口调用逻辑如下图所示。

测试步骤:​​​​​​​

0. 在线程组下添加用户自定义变量,flag值为1; 1. 构建提交视频异步检查任务的请求; 2. 对该请求添加正则表达式后置处理器,提取服务器返回的taskId; 3. 构建查询视频异步检测结果的请求,将提取的taskId作为参数发 送; 4. 对该请求添加正则表达式后置处理器,提取服务器返回的code; 5. 对该请求添加JSR223后置处理器,代码如下:
def code = vars.get('code') log.info('code is: ' + code) if( code == "280"){ log.info('检测中...,请等30秒后继续查询') Thread.sleep(30000) }else if( code == "200"){ log.info('检测完成,处理结束!') vars.put('flag',"0") // 停止继续查询 }else if( code.startsWith('4')){ log.info('参数错误,请重新提交检查任务!') vars.put('flag',"0") }else if( code.startsWith('5')){ log.info('服务器错误,请线下联系技术人员处理!') vars.put('flag',"0") }
6. 添加while控制器,设置条件为: ${__groovy("${flag}"=="1")} 并将3.4.5步骤中的元素按顺序移到while控制器节点下。 程序结构如下图所示:

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 2026/7/23 20:52:31

AI商业模式:二级市场AI商业模式全景深度分析(多表格结构化全文)

前言二级市场AI行业已完成技术落地试点阶段,全面进入商业化变现竞速期。区别于通用AI的流量变现逻辑,二级市场AI依托金融强合规、高数据壁垒、付费意愿强、场景刚需四大核心特征,形成了算力层、模型层、数据层、应用层、服务层五层独立且联动…

作者头像 李华
网站建设 2026/7/23 20:51:03

电信运营商工单处理:AI Agent 海量工单自动分发与闭环技术 —— 2026年企业级智能自动化落地深度评测

2026年,电信运营商及大型企业服务领域正经历着从“人工辅助”向“全自动AI Agent闭环”的范式转移。随着大模型落地进入商业化深水区,AI Agent已不再仅仅是简单的聊天机器人,而是演变为具备自主规划、工具调用、记忆管理和全流程执行能力的数…

作者头像 李华
网站建设 2026/7/23 20:50:31

季度总结PPT模板哪家强?5个AI适配平台,告别熬夜改稿

转眼季度收官,又到了全网统一的职场难题:赶季度工作总结PPT。 很多人做总结的通病:花2小时找模板、3小时调格式、1小时改排版,最后成品还是土、乱、没逻辑,汇报时毫无亮点。 作为深耕AI办公的博主,我一直强…

作者头像 李华
网站建设 2026/7/23 20:48:47

油田通信维护进入集成时代|鼎讯 RM-1000 与一线运维模式探索

在石油行业,通信维护是一项 “看不见” 的工作,却直接影响着生产的 “看得见” 的效率。 从钻井平台到输油管道,从炼化基地到储油库区,每一个环节的通信设备都需要定期检测和维护。过去,这项工作依赖多个独立仪器配合完…

作者头像 李华
网站建设 2026/7/23 20:40:35

知识蒸馏技术:从原理到实践的全方位解析

1. 知识蒸馏技术概述 知识蒸馏(Knowledge Distillation)是一种将大型神经网络(教师模型)中的知识转移到小型神经网络(学生模型)中的技术。这项技术最早由Hinton等人在2015年的论文《Distilling the Knowled…

作者头像 李华