高级教程

在这一部分，我们假设读者已经完成了前面Quickstart的学习部分。而且你已经有了一个基础的simulation。

我们在这一部分将通过一系列的重构，向读者介绍更多Gatling的高级用法和DSL结构。

回顾下已有的Simulation：

1.  1 package computerdatabase 2 import io.gatling.core.Predef._ 3 import io.gatling.http.Predef._ 4 import scala.concurrent.duration._ 5 classBasicSimulationextendsSimulation{ 6 val httpConf = http 7 .baseURL("http://computer-database.gatling.io") 8 .acceptHeader("text/html,application/xhtml+xml,application/xml;q=0.9,*/*;q=0.8") 9 .doNotTrackHeader("1") 10 .acceptLanguageHeader("en-US,en;q=0.5") 11 .acceptEncodingHeader("gzip, deflate") 12 .userAgentHeader("Mozilla/5.0 (Windows NT 5.1; rv:31.0) Gecko/20100101 Firefox/31.0") 13 val scn = scenario("BasicSimulation") 14 .exec(http("request_1") 15 .get("/")) 16 .pause(5) 17 setUp( 18 scn.inject(atOnceUsers(1)) 19 ).protocols(httpConf) 20 }

Step 1. 将进程独立出来

现在，我们的simulation脚本，是一大整块的场景。

首先，我们得把它拆分成组合在一起的各个进程，就像Selenium里面的Page Object 模式一样（译者简单解释下Selenium的Page Object Pattern：核心就是实现页面与元素分离，方便扩展和维护）。这样做的好处是，你可以轻松地服用某些部分去完成复杂的操作，而不用牺牲程序的稳定性。

在我们的场景中，我们有三个彼此分开的进程（其实就是要测试的三个场景）：

我们会把它们提取出来，放到对象里面。这里的对象，指的是Scala的单例；你可以把它们创建到指定的文件里面，或者和Simulation放到一起。

1.  1 object Search{ 2 val search = exec(http("Home")// let's give proper names, as they are displayed in the reports 3 .get("/")) 4 .pause(7) 5 .exec(http("Search") 6 .get("/computers?f=macbook")) 7 .pause(2) 8 .exec(http("Select") 9 .get("/computers/6")) 10 .pause(3) 11 } 12 object Browse{ 13 val browse =??? 14 } 15 object Edit{ 16 val edit =??? 17 }

我们现在就可以用可重用的事务进程，重写我们的脚本：

1. 1 val scn = scenario("Scenario Name").exec(Search.search,Browse.browse,Edit.edit)

Step 2. 配置虚拟用户（Vuser）

看看我们的脚本，只有一个虚拟用户（Vuser），你是在逗我吗？

怎么办，加呗！

我们定义两个用户群体：

普通用户：他们只能search和browse models

管理员用户：他们能search、browse和edit models

用脚本实现的场景是这样的：

1. 1 val users = scenario("Users").exec(Search.search,Browse.browse) 2 val admins = scenario("Admins").exec(Search.search,Browse.browse,Edit.edit)

下面这段话就是用来设置虚拟用户的，里面的那个10：

1. 1 setUp(users.inject(atOnceUsers(10)).protocols(httpConf))

这样，我们就设置了10个并发用户。我们就这10个用户，因为我们不想一下子就挂掉server。Server是人类的好朋友，慈悲点有好处的。

你要是有3000个并发用户的话，估计你也不想一下子就全都启动。因为，真实的用户行为也是逐渐地进行访问的（译者：一般的性能测试工具做不到同时起来那么多Vuser）。

Gatling提供一种叫做 rampUsers 的虚拟用户可以模拟这种行为。ramp user 就是指，被一点一点排着队启动的虚拟用户。

下面这么写就是设置了10个普通用户和2个管理用户，他们每人工作10秒钟，因为我们要善待服务器：

1. 1 setUp( 2 users.inject(rampUsers(10) over (10 seconds)), 3 admins.inject(rampUsers(2) over (10 seconds)) 4 ).protocols(httpConf)

Step 3. 使用Feeder实现数据动态化

现在我们已经知道了如何创建一大堆不同权限的虚拟用户了。但有个问题，他们都在搜索一个model啊，太傻了，得让他们干点不同的事啊！

我们得弄点动态的数据，让我们的Vuser实现不同的场景，并以不同的方式结束。这就是我们为什么需要Feeder。

Feeder究竟是啥？其实Feeder就是你想用的动态数据源。一种最简单常见的Feeder就是CSV。我们下面就看看怎么用CSV存储数据：

首先，我们建一个叫做search.csv的文件，放在user-files/data文件夹下面。

这个文件里面就如下3行东西：

现在，我们就用上面的数据做一个动态的Feeder。

1.  1 object Search{ 2 val feeder = csv("search.csv").random // 1, 2 3 val search = exec(http("Home") 4 .get("/")) 5 .pause(1) 6 .feed(feeder)// 3 7 .exec(http("Search") 8 .get("/computers?f=${searchCriterion}")// 4 9 .check(css("a:contains('${searchComputerName}')","href").saveAs("computerURL")))// 5 10 .pause(1) 11 .exec(http("Select") 12 .get("${computerURL}"))// 6 13 .pause(1) 14 }

解释下：

1. 首先，我们从search.csv里面定义了一个feeder，里面有两列：searchCriterion和searchComputerName；

2. 因为feeder的默认使用方式是线性的，用两次就用完了，然后就该挂球了。我们使用random去随机取值，来避免这种情况；

3. 每次调用的时候，searchCriterion和searchComputerName两个变量被随机取值；

4. 我们使用Gatling中的EL（表达式语言，就是${****}这种写法的东东）方式来参数化搜索；

5. 我们使用CSS selector的方式去定位HTML的返回值，这里的写法是超链接，然后把它存到用户会话中，也就是computerURL。你可以看到Scala三重引用的好处——你不必像很多其他语言那样，使用反斜杠\把你的正则表达式弄得乱七八糟；

6. 我们用这个已经定位的computerURL，就得到了一个确切的网址。

Step 4. 循环

我们发现，在browse这个进程中，我们有大量的操作都是通过页面循环，这样就带来了很多重复。我们使用了不同的请求参数发了4次相同的请求。

这就违反了DRY（别写重复代码）原则，下面我们来优化这点：

首先，我们把重复的exec抽出来，封装成一个函数。Simulation是一个典型的Scala类，所以你可以使用任何Scala的语法（译者特别讨厌作者无休止地安利Scala）。

1. 1 object Browse{ 2 def gotoPage(page:Int)= exec(http("Page "+ page) 3 .get("/computers?p="+ page)) 4 .pause(1) 5 val browse = exec(gotoPage(0), gotoPage(1), gotoPage(2), gotoPage(3), gotoPage(4)) 6 }

上面的代码通过页面的号码访问，这就减少了代码重复。

但是下面这个写法更臭屁：

1 object Browse{
2 val browse = repeat(5,"n"){// 1
3 exec(http("Page ${n}")
4 .get("/computers?p=${n}"))// 2
5 .pause(1)
6 }
7 }

解释下：

1. 这里的repeat是一个runtime类封装好的循环方法，这里就是循环5次，然后保存到用户会话中；

2. 这里我们使用EL方法来实现访问第几页；

Step 5. check的使用和场景失败的处理

目前为止，我们一直在使用check来从html返回中校验一些数据。但其实check是可以检查网络状态码的。

check的默认值就是检查20X和304.

为了介绍Gatling的失败处理机制，我们使用check检查一个随机失败的脚本

1. 1 import java.util.concurrent.ThreadLocalRandom// 1 2 val edit = exec(http("Form") 3 .get("/computers/new")) 4 .pause(1) 5 .exec(http("Post") 6 .post("/computers") 7 .check(status.is(session =>200+ThreadLocalRandom.current.nextInt(2))))// 2

解释下：

1. 我们先引用ThreadLocalRandom来生成随机值；

2. 我们用一个lambda函数去定义一个返回值。这里的lambda函数总返回200或者201。因为返回的状态码是200，所以当检查201的时候，就是check失败了；

管理这种随机失败的场景，我们需要使用两个叫做tryMax和exitHereIfFailed的东东，大致结构如下：

1. 1 val tryMaxEdit = tryMax(2){// 1 2 exec(edit) 3 }.exitHereIfFailed // 2

解释下：

1. tryMax的意思是，如果执行多少次失败才算失败，比如例子中就是两次；

2. exitHereIfFailed的意思就是认定了以失败作为场景的check结果；

下载官方安装包后，这些代码都会在user-files/simulations里面，读者可以看得到。

就这些了，学会了就是Gatling高级用户了（译者觉得懂了这些其实才刚刚开始而已）！