Performance Testing With Ai | Jmeter | Lighthouse | K6

这是关于如何执行性能测试的基础材料。我将涵盖以下方面：1.了解性能测试是什么以及它在软件中的位置。2.了解为什么性能很重要以及它如何影响销售。3.性能问题导致公司破产的例子。4.运行性能测试之前的先决条件是什么。5.性能和功能测试环境的左移。6.影响性能测试结果的基础配置因素。7.以本地、云端或仅云端形式存在的性能测试基础设施。8.我们在性能测试中监控什么以及为什么重要9.关于如何配置和使用Grafana/K6进行本地、远程和云端测试的实际示例和教程。10.使用K6/Jmeter/Lighthouse和GitHub进行性能测试阻塞流水线。11.通过实时演示加载/尖峰和压力测试的性能测试方法。实验室将演示如何利用生成AI – ChatGPT在不了解Jmeter操作方式的情况下创建性能测试框架创建测试计划：您将首先了解JMeter的基础知识以及如何创建有效的测试计划。我们将介绍构建准确测试所需的关键组件和配置。添加用户：通过向测试场景添加用户来模拟真实用户行为。我们将探讨各种用户配置文件，并演示如何为不同用户负载配置JMeter。添加测试数据：了解现实测试数据的重要性以及如何将其纳入性能测试中。

我们将向您展示如何有效管理和操作数据以进行彻底测试。添加随机性：了解性能测试中随机性的重要性以及如何将其引入测试场景。您将学习创建动态和不可预测测试条件的技术。解读结果：深入研究结果分析，学习如何从测试运行中提取有价值的见解。我们将介绍指标、图表以及解释JMeter结果的最佳实践。与CI/CD和GitHub集成：通过将性能测试框架与CI/CD管道和GitHub无缝集成，将您的性能测试提升到新的水平。自动化您的测试流程，并确保持续性能监控。通过本课程的学习，您将基本掌握构建基本JMeter性能测试框架并将其集成到CI/CD工作流程中的技能。您将具备继续进行有意义性能测试、识别瓶颈并优化应用程序以实现最佳性能的能力。

MP4 | 视频：h264，1280×720 | 音频：AAC，44.1千赫
语言：英语（美国）| 大小：1.36 GB | 时长：5小时57分钟

测试生成AI，性能测试与AI，Jmeter，灯塔，自动化测试，Grafana/K6

你将学到什么
如何使用AI创建框架
性能测试的工作原理
Jmeter基础知识
K6流水线
K6本地测试
K6云测试
Google灯塔和页面速度测试
Google灯塔Github流水线
性能左移
功能分支上的性能测试
性能测试中的监控
性能测试框架
影响性能的因素：限制，缓存
性能测试基础设施（IaaS | PaaS | SaaS）
关于性能测试的神话

要求
基本的测试经验