JMeter:逻辑控制器_吞吐量控制器(Throughput Controller)

吞吐量控制器,用来控制其下元件的执行次数,并无控制吞吐量的功能。(该控制器的名称不正确,因为它不控制吞吐量。恒定吞吐量计时器以获取可用于调整吞吐量的元素)

吞吐量控制器允许用户控制执行频率。有两种模式:

Total Executions:

    按总执行数控制,即当选中该项时,吞吐量中填写的值就是控制器期望的被执行的最大次数。

    当吞吐量小于等于0时,控制器及其子节点不会被执行。

    当吞吐量为空、字符串时,控制器及其子节点会被执行一次。

    当吞吐量为小数时,控制器会以向下取整的方式被触发执行。<1.9---1、2.322---2>

    当吞吐量的值大于总执行数时,控制器每次都会被触发,直至程序停止运行。

 Percent Executions:

    按百分比执行,即当选中改项时,吞吐量中填写的值为触发执行的百分比<1--100>。

    当吞吐量小于等于0时,控制器及其子节点不会被执行。

    当吞吐量为空、字符串时,控制器及其子节点会被以百分比100%来执行。

    当吞吐量大于100时,控制器及其子节点会被以百分比100%来执行。

吞吐量百分比支持小于。执行次数计算方式为  总数目* X%==结果向下取整。比如 10 * 68 = 6.8--->6 执行次数为6次。

 Per User:

    每个用户,其实就是每个线程独立计算。默认不勾选,上述描述中的总执行数以线程组为单位,多线程合并计算。

    勾选此项时,每个线程之间独立计算,上述描述中的总执行数为线程组单个线程中控制器被触发执行的次数。


注:与“一次控制器”一样,当父循环控制器重新启动时,将重置此设置。

一、Percent Executions

1)线程组(线程数3,循环数10),吞吐量控制器(吞吐量50,勾选Per User)

测试结果,查看“聚合报告”吞吐量控制器下的请求执行次数,查询不同状态订单=15,即执行了15次,如上图。


2)线程组(线程数3,循环数10),吞吐量控制器(吞吐量50,不勾选Per User)

测试结果,查看“聚合报告”吞吐量控制器下的请求执行次数,查询不同状态订单=15,即执行了15次,如上图。

对比两个场景的执行结果,我们可以得出结论:

无论Per User是否勾选,按Percent Executions模式的执行次数都不会受Per User是否勾选的影响,Percent Executions模式的执行次数=线程数*循环次数*吞吐量%。


二、Total Executions

1、线程数*循环次数>=线程数*吞吐量

1)线程组(线程数3,循环数10),吞吐量控制器(吞吐量8,不勾选Per User)

测试结果,查看“聚合报告”吞吐量控制器下的请求执行次数,查询不同状态订单=8,即执行了8次,如上图。

2)线程组(线程数3,循环数10),吞吐量控制器(吞吐量8,勾选Per User)

测试结果,查看“聚合报告”吞吐量控制器下的请求执行次数,查询不同状态订单=24,即执行了24次,如上图。


2、线程数*循环次数<线程数*吞吐量

1)线程组(线程数3,循环数10),吞吐量控制器(吞吐量15,不勾选Per User)

测试结果,查看“聚合报告”吞吐量控制器下的请求执行次数,查询不同状态订单=15,即执行了15次,如上图。

2)线程组(线程数3,循环数10),吞吐量控制器(吞吐量15,勾选Per User)

测试结果,查看“聚合报告”吞吐量控制器下的请求执行次数,查询不同状态订单=30,即执行了30次,如上图。


 分析数据,得出结论:

1)线程数*循环次数>=线程数*吞吐量

A、勾选Per User,Total Executions模式的执行次数=线程数*吞吐量。

B、不勾选Per User,Total Executions模式的执行次数=线程数*循环次数。

2)线程数*循环次数<线程数*吞吐量

A、勾选Per User,Total Executions模式的执行次数=线程数*循环次数。

B、不勾选Per User,Total Executions模式的执行次数=吞吐量。

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 200,392评论 5 470
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 84,258评论 2 377
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 147,417评论 0 332
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 53,992评论 1 272
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 62,930评论 5 360
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,199评论 1 277
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,652评论 3 390
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,327评论 0 254
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,463评论 1 294
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,382评论 2 317
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,432评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,118评论 3 315
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,704评论 3 303
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,787评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 30,999评论 1 255
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 42,476评论 2 346
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,057评论 2 341