news 2026/4/15 12:20:50

【性能测试】8_JMeter _JMeter跨线程组关联

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
【性能测试】8_JMeter _JMeter跨线程组关联

文章目录

  • 一、跨线程组关联
    • 1.1 说明
    • 1.2 实现原理
  • 二、Jmeter属性的配置方法
  • 三、场景
  • 四、操作方法

一、跨线程组关联

当有依赖关系的两个请求(一个请求的入参是另一个请求返回的数据) , 放入到不同的线程组中时, 就不能使用提取器保存的变量来传递参数值, 而是要使用Jmeter属性来传递。

1.1 说明

  • 在jmeter中,线程组内定义的变量,默认不能跨线程组使用
  • 在jmeter中,没有所谓的全局变量、环境变量

1.2 实现原理

1、将线程组1内的变量,当成属性设置到 jmeter配置文件(jmeter.properties)

使用函数 __setProperty

2、线程组2,从jmeter配置文件(jmeter.properties)读取属性

使用函数 __property

二、Jmeter属性的配置方法

函数实现: 1. __setProperty函数:将值保存成jmeter属性 2. __property函数:在其他线程组中使用property函数读取属性 备注: setProperty函数需要通过BeanShell取样器来执行(BeanShell取样器作用:执行函数和java脚本)

三、场景

需求:请求获取天气的接口 ,获取 城市名称 作为 百度 请求参数。

线程组1——天气的接口 https://www.weather.com.cn/data/sk/101010100.html 线程组2——请求:https://www.baidu.com/s?wd=北京,把获取到的城市名称作为请求参数{"weatherinfo":{"isRadar":"1","rain":"0","temp":"18","city":"北京","WSE":"1","qy":"1011","njd":"暂无实况","cityid":"101010100","WD":"东南风","SD":"17%","Radar":"JC_RADAR_AZ9010_JB","time":"17:05","WS":"1级"}}

四、操作方法

1、创建线程组1,发送请求,获取城市名。并使用json提取器,去提取城市名,保存到city变量中。

2、创建线程组2,发送请求,使用城市名进行百度搜索。

3、借助函数助手,使用 __setProperty函数,生成 设置属性的代码

4、将生成的代码,写入“BeanShell后置处理程序” 中(http请求—>后置处理器—>BeanShell后置处理程序)

5、添加“调制取样器”,修改“JMeter属性=True”。查看结果树

6、借助函数助手,使用__property函数,生成 获取属性的代码。

7、将代码写入到 百度http请求的参数中。

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 2026/4/13 2:36:54

CVE-2025-68645 Zimbra Collaboration Suite 本地文件包含漏洞分析

🔥 CVE-2025-68645: Zimbra Collaboration Suite — 本地文件包含 (LFI) 漏洞分析 📖 项目概述 本项目详细解析了编号为 CVE-2025-68645 的安全漏洞。该漏洞存在于 Zimbra Collaboration Suite (ZCS) 中,是一个无需身份验证即可远程利用的本地…

作者头像 李华
网站建设 2026/4/5 15:02:38

ChatGPT是怎么学会接龙的?

ChatGPT是怎么学会接龙的?揭秘大模型训练的第一课 你有没有想过,ChatGPT是怎么学会一个词接一个词地说话的?当你问它"今天天气怎么样",它为什么能流畅地回答"今天天气晴朗,温度适中,很适合外…

作者头像 李华
网站建设 2026/4/10 18:09:22

Node.js用crypto.createCipheriv流式加密优化

💓 博客主页:瑕疵的CSDN主页 📝 Gitee主页:瑕疵的gitee主页 ⏩ 文章专栏:《热点资讯》 Node.js流式加密优化:突破内存瓶颈与实时数据处理目录Node.js流式加密优化:突破内存瓶颈与实时数据处理 …

作者头像 李华
网站建设 2026/4/10 18:11:25

基于python机器学习的二手房数据分析(设计源文件+万字报告+讲解)(支持资料、图片参考_相关定制)_文章底部可以扫码

基于python机器学习的二手房数据分析(设计源文件万字报告讲解)(支持资料、图片参考_相关定制)_文章底部可以扫码 机器学习房价预测(2025新数据集,python大数据分析,数据可视化机器学习jupyternotebookpython电子资料) 报告代码数据…

作者头像 李华