在这里，您可以阅读本文的第1部分。在第2部分中，我们将讨论如何使用dc-app-performance-toolkit工具准备用于压力测试的数据 。准备测试数据
有两种方法可以准备测试数据：- 使用Atlassian提供的备份。例如，如果您正在编写自己的插件，而该插件可以处理哪些数据则无关紧要。
- 使用您自己的数据。如果您拥有自己的Jira，Confluence或Bitbucket副本，则可以使用标准功能，脚本，插件以及其他可能的方式对其进行修改，该选项将非常有用。
备份Atlassian
Atlassian为Jira，Confluence和Bitbucket提供了备份，可用于负载测试。为了安装这些备份，如果要测试Jira，则需要转到app-dc-performance-toolkit / app / util / jira文件夹，如果要 测试Confluence ，则需要转到app-dc-performance-toolkit / app / util / confluence。app-dc-performance-toolkit / app / util / bitbucket（如果要测试Bitbucket）。这些文件夹包含安装Atlassian备份所需的文件。以下是这些文件的描述：- index-sync.sh（仅适用于Jira和Confluence）-此脚本在atlassian-jira.log（atlassian-confluence.log）文件中查找诸如“ indexes-100％”之类的短语。这使您可以验证索引已完成。安装备份后，需要启动Jira / Confluence索引。并且，如果您自动安装备份，然后自动开始建立索引，则此脚本将帮助您确定索引已结束，并且可以运行负载测试。
- populate_db.sh-此脚本下载Postgres数据转储并创建Jira / Confluence / Bitbucket数据库。
- upload_attachments.sh-此脚本下载附件并将这些附件复制到数据目录。
- index-snapshot.sh（仅Confluence）-此脚本检查索引快照的生成是否完成。
以上所有脚本都必须在要安装实例的同一虚拟机上运行。由于这些脚本是从同一虚拟机运行的，因此它们将独立确定实例的版本，并下载该版本的数据库转储和附件。好吧，如果您不想使用Postgres怎么办？毕竟，populate_db.sh仅适用于Postgres数据库。在这种情况下，仅对于Jira，您可以下载xml备份并使用标准Jira功能将其还原。这是此备份的链接：https : //centaurus-datasets.s3.amazonaws.com/jira/$ {Jira_Verson} /large/xml_backup.zip-Jira 8.0.3、7.13.6、8.5.0的受支持版本。Atlassian没有为Confluence和Bitbucket准备xml备份。您需要使用脚本populate_db.sh或自己准备数据，我将在后面的“使用我们自己的数据”部分中讨论该脚本。我们使用自己的数据。
如果您想根据自己的数据测试实例，那么这也是可能的。您需要做的就是确保dc-app-performance-toolkit工具可以使用您的数据。当dc-app-performance-toolkit开始测试时，Taurus运行prepare-data.py脚本，该脚本从实例中选择要从中进行测试的数据。结果，将创建包含您实例数据的多个csv文件。如果prepare-data.py无法选择必要的数据，则测试将失败。因此，您需要确保副本中包含必要的数据。要了解什么是数据，您需要研究要测试的产品的prepare-data.py文件。让我们检查这些文件。吉拉
Jira 的prepare-data.py文件 位于 dc-app-performance-toolkit / blob / master / app / util / data_preparation / jira /文件夹中。该脚本从Jira选择数据并创建以下文件：- issues.csv-ish列表。
- jqls.csv-jql查询列表。
- kanban-boards.scv-看板面板列表。
- project-keys.csv-项目密钥列表。
- scrum-boards.csv- Scrum面板列表。
- users.scv-用户列表。
我们不会完全研究prepare-data.py文件，我们只需要查看以下方法即可：def __create_data_set(jira_api):
dataset = dict()
dataset[USERS] = __get_users(jira_api)
software_project_keys = __get_software_project_keys(jira_api, PROJECTS_COUNT_LIMIT)
dataset[PROJECT_KEYS] = software_project_keys
dataset[ISSUES] = __get_issues(jira_api, software_project_keys)
dataset[SCRUM_BOARDS] = __get_boards(jira_api, 'scrum')
dataset[KANBAN_BOARDS] = __get_boards(jira_api, 'kanban')
dataset[JQLS] = __generate_jqls(count=150)
return dataset
如您所见，选择了测试期间需要的所有数据：dataset[USERS] = __get_users(jira_api)
我们从Jira实例中选择用户。用户名必须以“ performance_”开头。我们必须在jira.yml文件的concurrency参数中选择与并发用户一样多的用户。如果找不到此类用户或他们的数量不足，则将创建用户。用户将使用前缀“ performance_”和密码password。software_project_keys = __get_software_project_keys(jira_api, PROJECTS_COUNT_LIMIT)
dataset[PROJECT_KEYS] = software_project_keys
我们选择软件类型的项目密钥。__get_issues(jira_api, software_project_keys)
我们从处于关闭状态的软件项目中选择不超过8000个软件。dataset[SCRUM_BOARDS] = __get_boards(jira_api, 'scrum')
我们选择的面板不超过250个。dataset[KANBAN_BOARDS] = __get_boards(jira_api, 'kanban')
我们选择的看板不超过250个。dataset[JQLS] = __generate_jqls(count=150)
我们生成具有以下内容的jql查询：'text〜“ abc *””。因此，为了使测试能够正确运行，您需要确保带有ish，scrum和看板的软件项目的可用性。如果您的实例中已经有这些对象，则无需执行任何操作（无需任何更改即可成功进行测试），如果没有，则需要创建丢失的对象。由于我的Jira实例为空，因此我创建了Scrum Software Development和Kanban Software Development项目，并再次运行了负载测试：bzt jira.yml
这次脚本已正确完成。这是脚本输出：18:15:24 INFO: Taurus CLI Tool v1.14.0
18:15:24 INFO: Starting with configs: ['jira.yml']
18:15:24 INFO: Configuring...
18:15:24 INFO: Artifacts dir: /Users/alexm/PycharmProjects/easymigration/dc-app-performance-toolkit/app/results/jira/2020-05-02_18-15-24
18:15:24 INFO: Preparing...
18:15:25 INFO: Starting shell command: python util/environment_checker.py
18:15:25 INFO: Starting shell command: python util/data_preparation/jira/prepare-data.py
18:15:26 WARNING: There is newer version of Taurus 1.14.2 available, consider upgrading. What's new: http://gettaurus.org/docs/Changelog/
18:15:28 INFO: Will install JMeter into /Users/alexm/.bzt/jmeter-taurus/5.2.1
18:15:28 INFO: Downloading: https://apache-mirror.rbc.ru/pub/apache//jmeter/binaries/apache-jmeter-5.2.1.zip
100% [===========================================================] Time: 0:00:04
18:15:33 INFO: Unzipping /var/folders/4r/w8hkd4w51x787tw4ynb29v2w0000gn/T/tmp9g5rzqs1.zip to /Users/alexm/.bzt/jmeter-taurus/5.2.1
18:15:50 INFO: Downloading jmeter-plugins-manager-1.3.jar from https://search.maven.org/remotecontent?filepath=kg/apc/jmeter-plugins-manager/1.3/jmeter-plugins-manager-1.3.jar
18:15:51 INFO: Downloading cmdrunner-2.2.jar from https://search.maven.org/remotecontent?filepath=kg/apc/cmdrunner/2.2/cmdrunner-2.2.jar
100% [===========================================================] Time: 0:00:01
18:15:52 INFO: Installing JMeter plugins: jpgc-casutg,jpgc-dummy,jpgc-ffw,jpgc-fifo,jpgc-functions,jpgc-json,jpgc-perfmon,jpgc-prmctl,jpgc-tst,bzm-parallel=0.4,bzm-random-csv=0.6,jpgc-casutg=2.5,jpgc-dummy=0.2,jpgc-ffw=2.0,jpgc-fifo=0.2,jpgc-functions=2.1,jpgc-json=2.6,jpgc-perfmon=2.1,jpgc-prmctl=0.4,jpgc-tst=2.4,jpgc-wsc=0.3,tilln-sshmon=1.0,jpgc-cmd=2.2,jpgc-synthesis=2.2
18:16:38 INFO: 1 obsolete CookieManagers are found and fixed
18:16:56 INFO: Installing ChromeDriver...
18:16:56 INFO: Will install ChromeDriver into /Users/alexm/.bzt/selenium-taurus/tools/chromedriver/80.0.3987.106
18:16:56 INFO: Downloading: https://chromedriver.storage.googleapis.com/80.0.3987.106/chromedriver_mac64.zip
100% [===========================================================] Time: 0:00:01
18:16:57 INFO: Unzipping /var/folders/4r/w8hkd4w51x787tw4ynb29v2w0000gn/T/tmpurpp_7tz.zip to /Users/alexm/.bzt/selenium-taurus/tools/chromedriver/80.0.3987.106
18:16:57 INFO: Installing GeckoDriver...
18:16:57 INFO: Will install GeckoDriver into /Users/alexm/.bzt/selenium-taurus/tools/geckodriver/0.23.0
18:16:57 INFO: Downloading: https://github.com/mozilla/geckodriver/releases/download/v0.23.0/geckodriver-v0.23.0-macos.tar.gz
100% [===========================================================] Time: 0:00:02
18:17:00 INFO: Untaring /var/folders/4r/w8hkd4w51x787tw4ynb29v2w0000gn/T/tmpiurqzzt4.zip to /Users/alexm/.bzt/selenium-taurus/tools/geckodriver/0.23.0
18:17:00 WARNING: You are using Python 3, make sure that your scripts are able to run in Python 3
18:17:00 INFO: Starting...
18:17:00 INFO: Waiting for results...
18:17:00 INFO: Waiting for finish...
18:17:00 ERROR: Console screen failure: ord() expected string of length 1, but int found
18:25:22 WARNING: Please wait for graceful shutdown...
18:25:22 INFO: Shutting down...
18:25:22 INFO: Starting shell command: python util/jmeter_post_check.py
18:25:22 INFO: Starting shell command: python util/jtl_convertor/jtls-to-csv.py kpi.jtl selenium.jtl
18:25:59 INFO: Post-processing...
18:25:59 INFO: Test duration: 0:08:22
18:25:59 INFO: Samples count: 3272, 0.06% failures
18:25:59 INFO: Average times: total 0.595, latency 0.000, connect 0.000
18:25:59 INFO: Percentiles:
┌───────────────┬───────────────┐
│ Percentile, % │ Resp. Time, s │
└───────────────┴───────────────┘
18:25:59 INFO: Request label stats:
┌───────────────────────────────────────┬────────┬─────────┬────────┬─────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────┐
│ label │ status │ succ │ avg_rt │ error │
├───────────────────────────────────────┼────────┼─────────┼────────┼─────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────┤
│ jmeter_browse_boards │ OK │ 100.00% │ 0.186 │ │
│ jmeter_browse_projects │ OK │ 100.00% │ 0.149 │ │
│ jmeter_create_issue │ OK │ 100.00% │ 0.135 │ │
│ jmeter_login_and_view_dashboard │ OK │ 100.00% │ 0.497 │ │
│ jmeter_open_comment │ OK │ 100.00% │ 0.210 │ │
│ jmeter_open_editor │ OK │ 100.00% │ 0.287 │ │
│ jmeter_open_quick_create │ OK │ 100.00% │ 0.063 │ │
│ jmeter_save_comment │ OK │ 100.00% │ 0.521 │ │
│ jmeter_save_edit │ OK │ 100.00% │ 0.900 │ │
│ jmeter_search_jql │ OK │ 100.00% │ 0.610 │ │
│ jmeter_view_backlog │ OK │ 100.00% │ 0.387 │ │
│ jmeter_view_dashboard │ OK │ 100.00% │ 0.267 │ │
│ jmeter_view_issue │ OK │ 100.00% │ 0.593 │ │
│ jmeter_view_kanban_board │ OK │ 100.00% │ 0.344 │ │
│ jmeter_view_project_summary │ OK │ 100.00% │ 0.611 │ │
│ jmeter_view_scrum_board │ OK │ 100.00% │ 0.347 │ │
│ selenium_a_login │ OK │ 100.00% │ 28.460 │ │
│ selenium_browse_boards_list │ OK │ 100.00% │ 9.871 │ │
│ selenium_browse_projects_list │ OK │ 100.00% │ 6.376 │ │
│ selenium_create_issue │ OK │ 100.00% │ 5.143 │ │
│ selenium_edit_issue │ OK │ 100.00% │ 16.305 │ │
│ selenium_save_comment │ OK │ 100.00% │ 19.909 │ │
│ selenium_search_jql │ OK │ 100.00% │ 32.249 │ │
│ selenium_view_backlog_for_scrum_board │ OK │ 100.00% │ 14.223 │ │
│ selenium_view_dashboard │ OK │ 100.00% │ 13.805 │ │
│ selenium_view_issue │ OK │ 100.00% │ 12.332 │ │
│ selenium_view_kanban_board │ OK │ 100.00% │ 14.675 │ │
│ selenium_view_project_summary │ OK │ 100.00% │ 12.710 │ │
│ selenium_view_scrum_board │ OK │ 100.00% │ 14.893 │ │
│ selenium_z_log_out │ OK │ 100.00% │ 14.889 │ │
└───────────────────────────────────────┴────────┴─────────┴────────┴─────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────┘
18:26:00 INFO: Writing JUnit XML report into: /Users/alexm/PycharmProjects/easymigration/dc-app-performance-toolkit/app/results/jira/2020-05-02_18-15-24/xunit.xml
18:26:00 INFO: Starting shell command: python util/analytics.py jira
18:26:06 INFO: Starting shell command: python util/cleanup_results_dir.py
18:26:06 INFO: Artifacts dir: /Users/alexm/PycharmProjects/easymigration/dc-app-performance-toolkit/app/results/jira/2020-05-02_18-15-24
18:26:06 INFO: Done performing with code: 0
从脚本输出中可以看出，Taurus启动了prepare-data.py文件并创建了以下csv文件：issues.csvKAN-1,10023,KAN
KAN-2,10024,KAN
KAN-3,10025,KAN
KAN-4,10026,KAN
KAN-5,10027,KAN
...........
jqls.csvtext ~ "vqz*" order by key
text ~ "fpl*" order by key
text ~ "zjs*" order by key
text ~ "wph*" order by key
text ~ "xhx*" order by key
text ~ "pxt*" order by key
text ~ "deh*" order by key
text ~ "iri*" order by key
text ~ "jbr*" order by key
text ~ "snt*" order by key
...........
看板板2
project_keys.csvKAN
SCRUM
scrum-boards.csv1
users.csvperformance_kqgdayqwfj,password
performance_zyqnwihaxr,password
performance_onfxfovior,password
performance_rrujzwrxlt,password
performance_agjbcxxeqy,password
然后Taurus安装了JMeter和Chrome网络驱动程序，运行了测试并打印了结果。现在，让我们看一下Confluence和Bitbucket的prepare-data.py文件。合流
考虑 Confluence 的prepare-data.py文件 。这是主要方法：def __create_data_set(rest_client, rpc_client):
dataset = dict()
dataset[USERS] = __get_users(rest_client, rpc_client, CONFLUENCE_SETTINGS.concurrency)
dataset[PAGES] = __get_pages(rest_client, 5000)
dataset[BLOGS] = __get_blogs(rest_client, 5000)
return dataset
dataset[USERS] = __get_users(rest_client, rpc_client, CONFLUENCE_SETTINGS.concurrency)
我们根据与Jira相同的逻辑选择或创建用户进行负载测试。dataset[PAGES] = __get_pages(rest_client, 5000)
我们使用以下cql从Confluence中选择页面：“ type =页面和标题！〜JMeter和标题！〜Selenium和标题！〜Home”。dataset[BLOGS] = __get_blogs(rest_client, 5000)
我们通过以下cql从Confluence中选择博客：“类型=博客文章和标题！〜性能”。因此，为了开始测试Confluence，您需要在副本中包含页面和博客。比特桶
现在查看 Bitbucket 的prepare-data.py文件 。这是主要功能：def __create_data_set(bitbucket_api):
dataset = dict()
dataset[USERS] = __get_users(bitbucket_api)
dataset[PROJECTS] = __get_projects(bitbucket_api)
dataset[REPOS] = __get_repos(bitbucket_api)
dataset[PULL_REQUESTS] = __get_prs(bitbucket_api)
return dataset
dataset[USERS] = __get_users(bitbucket_api)
我们根据与Jira相同的逻辑选择或创建用户，但是这次用户应使用“ dcapt-perf-user”前缀。创建用户时，密码等于用户名。dataset[PROJECTS] = __get_projects(bitbucket_api)
我们选择项目。dataset[REPOS] = __get_repos(bitbucket_api)
我们选择存储库。dataset[PULL_REQUESTS] = __get_prs(bitbucket_api)
我们选择请求池。请求池的数量必须不少于bitbucket.yml文件中的concurrency参数 。因此，为了运行Bitbucket的测试，您需要在您的实例项目中拥有不少于bitbucket.yml文件中的并发参数的项目，存储库和记录池。因此，我们研究了如何使用Atlassian准备的备份为负载测试准备数据，以及如何对数据进行负载测试。在下一部分中，我们将讨论在压力测试后会创建哪些工件，它们提供了哪些信息以及我们可以从包装盒中生成什么样的图形。