十款开源测试开发工具推荐(自动化、性能、混沌测试、造数据、流量复制)

news2025/5/24 1:01:21

在本篇文章中,我将给大家推荐 10 款日常工作中经常用到的测试开发工具神器,涵盖了自动化测试、性能压测、流量复制、混沌测试、造数据等。

1、AutoMeter-API 自动化测试平台

AutoMeter 是一款针对分布式服务,微服务 API 做功能和性能一体化的自动化测试平台,一站式提供发布单元,API,环境,用例,前置条件,场景,计划,报告等管理。

在这里插入图片描述
在项目开发,迭代交付过程中开发人员,测试人员需要针对系统提供的 API 做调试,回归测试,性能测试。自动化测试,一个好的平台本质上需要解决 API 测试的 5 大基本问题:

1.支持不同的角色,技术人员多人协作
2.支持定义多个不同的测试环境
3.支持定义各种被测系统,API
4.支持功能,性能,回归,自动化测试
5.功能/性能明细报告,统计报告
项目地址:
https://gitee.com/season-fan/autometer-api

2、QA Wolf 浏览器自动化测试工具

QA Wolf 可帮助你以 10 倍的速度创建、运行和维护端到端的浏览器自动化测试。

在这里插入图片描述
项目地址:https://github.com/qawolf/qawolf

3、Mimesis 用于 Python 的高性能虚假数据生成器

Mimesis 是一个用于 Python 的高性能虚假数据生成器,它以多种语言提供用于多种用途的数据。虚假数据可用于填充测试数据库、创建虚假 API 端点、创建任意结构的 JSON 和 XML 文件、匿名化生产中的数据等。

支持的功能

简单:易于使用和学习
多语言:支持多种语言的数据
性能:可用于 Python 的最快数据生成器
数据多样性:支持多种数据提供者用于各种目的
通用数据提供者:从单个对象对所有提供者的简化访问
零依赖:不需要 Python 标准库以外的任何模块
基于模式的生成器:提供一种简单的机制来通过任何复杂的模式生成数据

项目地址:https://github.com/lk-geimfari/mimesis

4、Ddosify 高性能负载测试工具

Ddosify 是一个用 Golang 编写的高性能负载测试工具和 DDOS 攻击模拟。
特性:
协议不可知 - 目前支持 HTTP、HTTPS、HTTP/2。其他协议正在开发中。
基于场景 - 在 JSON 文件中创建你的流程。无需一行代码!
不同的负载类型 - 测试你的系统在不同负载类型上的限制。
项目地址:https://github.com/ddosify/ddosify

5、AutoCannon HTTP/1.1 基准测试工具

AutoCannon 是一个用 Node.js 编写的 HTTP/1.1 基准测试工具,受到 wrk 和 wrk2 的极大启发,支持 HTTP 管道和 HTTPS。autocannon 可以产生比 wrk 和 wrk2 更多的负载。

图片
项目地址:

https://github.com/mcollina/autocannon
6、Sharingan 流量录制回放工具
Sharingan(写轮眼)是一个基于 golang 的流量录制回放工具,适合项目重构、回归测试等。

特性:
支持下游流量录制。相比 tcpcopy、goreplay 等方案,回放不依赖下游环境。
支持并发流量录制和回放。录制对服务影响小,回放速度更快。
支持时间重置、噪音去除、批量回放、覆盖率报告、常见协议解析等等。
支持写流量回放,不会污染应用数据。
不依赖业务框架,低应用浸入。

项目地址:https://github.com/didi/sharingan
使用示例:

Step1: 下载sharingan项目

$ git clone https://github.com/didi/sharingan.git
$ cd sharingan

Step2: 使用定制版golang,以go1.13为例

$ sh install.sh go1.13 # 支持go1.10 ~ go1.15,限mac、linux amd64系统
$ export GOROOT=/tmp/recorder-go1.13
$ export PATH= G O R O O T / b i n : GOROOT/bin: GOROOT/bin:PATH

Step3: 编译、后台启动replayer-agent「默认会占用3515、8998端口,可修改」

[回放接入文档]内有直接下载bin文件的链接,无需build

$ cd replayer-agent
$ go build
$ nohup ./replayer-agent >> run.log 2>&1 &

Step4: 编译、后台启动example示例「默认会占用9999端口,可修改」

$ cd …/example
$ go build -tags=“replayer” -gcflags=“all=-N -l”
$ nohup ./example >> run.log 2>&1 &

Step5: 打开回放页面

$ 浏览器打开,http://127.0.0.1:8998 # 非本机替换IP即可
$ 页面选择要回放的流量点执行 # 内置提前录制好的3条example示例流量
7、randdata 随机测试数据生成工具
randdata 是一款基于 JAVA 开发的测试数据生成工具,为了测试人员、软件开发人员、数据开发人员、售前工程师或产品经理演示提供生成随机相应数据的全力打造的,支持个人信息、地址、数字、网络、银行、是非等多种数据的随机生成,无需用户再去编写复杂 SQL 或程序就能生成附合中国人习惯的数据。从而大大的节约软件开发的成本。

特点:
无代码 : 无需编写代码,即生成相应数据。
运行简单:用户只要安装 JDK1.8 及以上版本即可运行。
数据随机性:最大限度保证数据不重复。
支持直接数据库表生成:可直接导入某些数据库的表结构,而无须手工建表,通过给表指定生成数据类型即可。
运行环境要求低:windows、linux 等 PC 机可直接运行,项目只有一个 jar 包,可通过 java -jar 包名即可运行。

项目地址:
https://gitee.com/chenlinux0768/randdata

8、DrissionPage WEB 自动化测试集成工具

DrissionPage,即 driver 和 session 的合体,是一个基于 python 的 Web 自动化操作集成工具。

requests 爬虫面对要登录的网站时,要分析数据包、JS 源码,构造复杂的请求,往往还要应付验证码、JS 混淆、签名参数等反爬手段,门槛较高。若数据是由 JS 计算生成的,还须重现计算过程,体验不好,开发效率不高。使用 selenium,则可以很大程度上绕过这些坑,但 selenium 效率不高。

因此,这个库将 selenium 和 requests 合二为一,不同需要时切换相应模式,并提供一种人性化的使用方法,提高开发和运行效率。除了合并两者,本库还以网页为单位封装了常用功能,简化了 selenium 的操作和语句,在用于网页自动化操作时,减少考虑细节,专注功能实现,使用更方便。

特性
允许在 selenium 和 requests 间无缝切换,共享 session。
两种模式提供一致的 API,使用体验一致。
人性化的页面元素操作方式,减轻页面分析工作量和编码量。
对常用功能作了整合和优化,更符合实际使用需要。
兼容 selenium 代码,便于项目迁移。
使用 POM 模式封装,便于扩展。
统一的文件下载方法,弥补浏览器下载的不足。
简易的配置方法,摆脱繁琐的浏览器配置。

项目地址:
https://gitee.com/g1879/DrissionPage

9、Chaos Mesh 在 Kubernetes 上进行混沌测试

Chaos Mesh 是一个云原生的混沌工程(Chaos Engineering)平台,可在 Kubernetes 环境中进行混沌测试。

当前实现支持用于故障注入的主要操作:

pod-kill:模拟 Kubernetes Pod 被 kill。
pod-failure:模拟 Kubernetes Pod 持续不可用,可以用来模拟节点宕机不可用场景。
network-delay:模拟网络延迟。
network-loss:模拟网络丢包。
network-duplication:模拟网络包重复。
network-corrupt:模拟网络包损坏。
network-partition:模拟网络分区。
I/O delay:模拟文件系统 I/O 延迟。
I/O errno:模拟文件系统 I/O 错误 。

项目地址:
https://gitee.com/mirrors/Chaos-Mesh

10、Automagica 智能流程自动化平台
Automagica 是一个开源智能机器人流程自动化(SRPA,Smart Robotic Process Automation)平台,借助 Automagica,自动化跨平台流程变得轻而易举。Automagica 可以通过简单程序脚本实现打开各种应用程序并对应用进行操作。

Automagica 需要 Python 3.7 环境,官方支持 Windows 10 平台,Linux 和 Mac 目前官方还不支持。

项目地址:

https://github.com/OakwoodAI/Automagica
https://gitee.com/mirrors/Automagica
Automagica 使用场景:

桌面交互自动化
Office 自动化,例如打开 Excel 并进行数据填充
Web 自动化,例如打开网址并进行网页操作
商业应用自动化
自动打开邮件应用并收发邮件
远程控制等等
例如:打开 Excel 并进行程序控制:
打开画图工具并进行绘图:

示例代码 该示例打开 Windows 记事本并输入 ‘Hello world!’.

PressHotkey(‘win’,‘r’)
Wait(seconds=1)
Type(text=‘notepad’, interval_seconds=0)
PressKey(‘enter’)
Wait(seconds=2)
Type(text=‘Hello world!’, interval_seconds=0.15)
下面例子打开 Chrome 浏览器并访问指定url

browser = ChromeBrowser()
browser.get(‘https://www.cnblogs.com/jinjiangongzuoshi/’)

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。如若转载,请注明出处:http://www.coloradmin.cn/o/581813.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

可靠可用性基本知识

可靠可用性基本知识 1. 基本概念1.1 可靠性1.2 可用性 2. 可靠和可用性指标3. 可靠性工程实践相关概念4. FEMA相关知识4.1 基本概念4.2 FEMA分析流程 5. 产品开发流程中可靠可用性测试如何开展5.1 测试可靠可用性输入\输出5.2 可靠可用性开展流程5.3 测试设计5.4 测试执行5.4.1…

chatgpt赋能python:Numpy读音:是“num-pie”还是“num-pee”?

Numpy读音:是“num-pie”还是“num-pee”? 你是否曾经在想,“numpy”这个词怎么念?很多人都有不同的看法。有些人说“num-pie”,而另一些人则说“num-pee”。那么,谁是正确的呢?在这篇文章中&a…

ad18学习笔记三:关于测量点对点

如何测量? 方法有很多种,比如 1、 点击 ‘放置’–》‘尺寸’–》‘线性尺寸’ 2、 快捷工具栏 3、 快捷键 AD如何使用测量命令?-凡亿课堂 AD中的三种测量距离的方式 清除测量标线? 这个简单,在显示测量结果的…

【论文阅读】GNN在推荐系统中的应用

【论文阅读】GNN在推荐系统中的应用 参考Graph Neural Networks for Recommender Systems: Challenges, Methods, and Directions 文章目录 【论文阅读】GNN在推荐系统中的应用1、本文结构2、推荐系统的目的,发展和基于GNN模型的挑战3、推荐系统相应背景&#xff0…

GPT-4 插件和插件化的思考

一、前言 最近 ChatGPT 的 Plus 用户在 GPT-4 中新增了插件功能, GPT 在插件的加持下如虎添翼。 那么我常用的插件是哪些?插件化是什么?插件化有什么好处?插件化和我们日常开发中哪些设计模式思想一致?GPT 的插件还存…

竟然还可以这样计算圆周率π?你被惊艳到吗(50)

小朋友们好,大朋友们好! 我是猫妹,一名爱上Python编程的小学生。 和猫妹学Python,一起趣味学编程。 今日主题 什么是圆周率π? 如何用蒙特卡洛法来计算圆周率? 圆周率π 圆周率用希腊字母π&#xf…

TatukGIS Developer Kernel 11.78 for .NETCore Crack

Tatuk GIS Developer Kernel for .NET 是一个变体,它是受控代码和 .NET GIS SDK,用于为用户 Windows 操作系统创建 GIS 专业软件的过程。它被认为是一个完全用于 Win Forms 的 .NET CIL,WPF 的框架是为 C# 以及 VB.NET、VC、oxygen 以及最终与…

chatgpt赋能python:Python个人数据合并:简单优雅地整合您的个人数据

Python个人数据合并:简单优雅地整合您的个人数据 在信息时代,我们收集了大量的个人数据,包括社交媒体、电子邮件、日历事件和其他各种来源。但是,如何以整洁的方式将这些数据整合到同一地方?Python提供了一种简单而优…

chatgpt赋能python:介绍:Python中的jieba.cut

介绍:Python 中的 jieba.cut Jieba 是一个用于中文分词的 Python 库,被广泛应用于自然语言处理、文本分析等领域。其中的 jieba.cut 方法是该库的核心功能之一,对于各类中文文本的分词操作起到至关重要的作用。本文将从以下四个方面对 jieba…

springboot--请求

1. 请求 在本章节呢,我们主要讲解,如何接收页面传递过来的请求数据。 1.1 Postman 当下最为主流的开发模式:前后端分离 在这种模式下,前端技术人员基于"接口文档",开发前端程序;后端技术人员也…

1.3. 数据类型与变量

数据类型 在Java中,数据类型决定着一个数据的取值范围和操作。Java中的数据类型主要分为两类:基本数据类型和引用数据类型。 基本数据类型 Java中的基本数据类型包括整型、浮点型、字符型和布尔型。 整型:byte、short、int、long。对应的…

【嵌入式烧录/刷写文件】-3.3-Bin文件转换为S19/Hex文件

案例背景(共8页精讲): 该篇将告诉您:如何使用Vector HexView工具,j将一个bin文件转换为Intel Hex或Motorola S-record(S19/SREC/mot/SX)文件。 目录 1 Intel Hex,Motorola S-record(S19/SREC/mot/SX),Bin文件之间的…

Flutter 笔记 | Flutter 自定义组件

Flutter 自定义组件的几种方式 当Flutter提供的现有组件无法满足我们的需求,或者我们为了共享代码需要封装一些通用组件,这时我们就需要自定义组件。在Flutter中自定义组件有三种方式:通过组合其他组件、自绘和实现RenderObject。 1. 组合多…

RT1170如何在SRAM/SDRAM运行程序

一般Flash为non-XIP时,我们需要在RAM上运行程序。还有一种情况,就是我们不想每次调试都要将程序写入Flash,然后由BootROM进行代码的拷贝和跳转,这样可以减少Flash的烧写次数。本篇文章就来讨论一下如何实现这两种情形的RAM代码运行…

总结882

每周小结: 暴力英语:一边背单词,一边背文章,背了两篇文章 高等数学:进行了二重积分和矩阵第二讲专题的纠错,刷了微分方程上的相关题目。 每日必复习(5分钟) 就复习了昨天的一道题…

chatgpt赋能python:Python中的NaN:了解使用方法

Python中的NaN: 了解使用方法 在Python中,NaN代表“Not a Number”,它是一种特殊的数据类型,用于表示一些无法表示为数字的值。 在本文中,我们将深入探讨Python中的NaN以及如何在代码中使用它。 什么是NaN? NaN通常用于表示不…

chatgpt赋能python:Python中的num模块和使用方式

Python中的num模块和使用方式 Python是一种高级的编程语言,它被广泛地应用于各种领域,例如Web开发、数据处理、人工智能等等。在Python中,为了进行各种数字计算,我们会使用num模块。本文将介绍Python中num模块和使用方式&#xf…

LeetCode高频算法刷题记录12

文章目录 1. 不同路径【中等】1.1 题目描述1.2 解题思路1.3 代码实现 2. 打家劫舍【中等】2.1 题目描述2.2 解题思路2.3 代码实现 3. 单词拆分【中等】3.1 题目描述3.2 解题思路3.3 代码实现 4. 乘积最大子数组【中等】4.1 题目描述4.2 解题思路4.3 代码实现 5. 二叉树的序列化…

RHEL7-NAT模式连接外部网络

通过VMware成功安装RHEL7服务器后,除了使用Bridge桥接模式连接外部网络外,还可以使用NAT模式连接外部网络 前提: 建议关闭防火墙及selinux。 具体做法参考:https://blog.csdn.net/z19861216/article/details/130839470 1.配置…

二叉树与堆的解析

数的概念与结构 线性表:是一种具有n个相同特性的数据元素的有限序列。线性表逻辑上是线性结构,也就是连成的一条直线,但一条直线上的数据元素并不是一定要物理结构连续的。 讲到二叉树之前,我们要先了解一下什么是树,首…