网站首页 > 博客文章 正文
区别一:用例组织方式
不同的目录结构与组织方式代表不同工具的测试思想,学习一个测试工具应该首先了解其组织方式。
Jmeter的组织方式相对比较扁平,它首先没有WorkSpace(工作空间)的概念,直接是TestPlan(测试计划),TestPlan(测试计划)下创建的Threads Group(线程组)就相当于TestCase(测试用例),并没有TestSuite(测试套件)的层级。TheadsGroup(线程组)中的Sampler(取样器)、管理器代表一个Step(测试步骤)
Postman功能上更简单,组织方式也更轻量级,它主要针对的就是单个的HTTP请求。Collection就相当于是Project(项目),而Collection中可以创建不定层级的Folders(文件夹),可以自己组织TestSuite(测试套件)。每个Request(请求)可以当做是一个TestCase(测试用例)或者Step(测试步骤)
区别二:创建Request步骤
Postman和Jmeter都是创建http请求:
区别1:Postman请求的请求URL是一个整体,Jmeter分成了4个部分(协议、主机、端口、路径)
区别2:Postman可以在请求中直接填写请求头信息, Jmeter需要通过添加http信息头管理器来添加请求头
区别3:对于cookie,Postman通过Cookies可以对cookie做管理,Jmeter只需添加http cookie管理器即可完成cookie的处理,并且是自动处理cookie信息
Postman在Pre-request Script可以添加前置请求,对请求参数进行处理;通过Tests获取响应数据,比较容易进行json结果的处理,很方便的提取json数据。Jmeter不仅可以处理json数据(json提取器),还可以提取其他数据(正则表达式提取器)
区别三:支持的接口类型与测试类型
Jmeter的功能更强大,可以测试各种类型的接口,不支持的也可以通过网上或自己编写的插件进行扩展。Postman更轻量级,定位也不同,可用来测试Rest接口
区别四:自定义变量以及变量的作用域
除以下表格中所列的变量之外,两个工具也都有系统变量,没有列出。
Jmeter:
Postman:
区别五:数据源、生成器,进行参数化
区别1:Jmeter比较适合进行数据与操作分离,而Postman比较适合把数据和操作放在一起,显然Postman操作更简单,Jmeter更便于维护
区别2:Postman也支持csv数据文件的导入,但是每次执行时都需要收工加载数据文件,不方便(所以只能做半自动化)。Jmeter可使用csv数据导入、CSVRead函数、用户定义的变量、用户参数等多种方式实现参数化,使用更方便
Jmeter可以进行完全自动化,特别是引入ant后效果更明显,Postman也可以用newman命令行做自动化,使用方法参考newman命令行测试
Jmeter:
Postman:
区别六:流程控制
Jmeter:由Switch控制器、If控制器、随机控制器等一系列控制器实现流程控制,以及Beanshell脚本
Postman:通过JavaScript脚本控制
区别七:断言
区别1:Postman有很多自带的断言函数,直接引用即可,操作非常方便。 jmeter也自带断言组件,操作非常直观。 区别:Postman用函数断言, Jmeter用元件进行断言
区别2:Jmeter支持正则表达式断言,Postman不支持
区别3:Jmeter的断言更丰富。 Postman需要通过编程来实现同样的效果,所以难度更大
Jmeter:TestPlan、Threads Group、Sampler均可添加断言
Postman:请求的Tests中可添加断言
区别八:执行
区别:默认执行,postman不能保存结果,jmeter可以保存结果
Postman:可以通过newman实现批量执行和保存结果,使用方法参考newman命令行测试
Jmeter:可以通过ant实现批量执行和保存结果
区别九:脚本扩展能力
Jmeter:Bean shell(Java)
Postman:JavaScript
区别十:其他
Postman比较适合做手工接口测试,用来发现BUG,验证后台程序,因为简单,可以实现半自动化
Jmeter比较适合自动化接口测试,冒烟测试,因为功能强大并且可以保存脚本,批量执行设置很容易
- 上一篇: 零起点Python机器学习快速入门-5-1-Iris爱丽丝
- 下一篇: Pandas读取CSV文件
猜你喜欢
- 2025-04-26 R数据分析:如何计算问卷的组合信度,实例操练
- 2025-04-26 零起点Python机器学习快速入门-6-1-逻辑回归算法
- 2025-04-26 外婆都能学会的Python教程(十九):Python读写CSV文件
- 2025-04-26 python爬虫25 | 爬取的数据怎么保存?CSV了解一下
- 2025-04-26 R语言描述统计第一弹 | 计算泰坦尼克号不同舱位的存活率
- 2025-04-26 Python 数据可视化:使用 Matplotlib 和 Pandas 实现动态数据分析
- 2025-04-26 使用python把csv汇总成excel
- 2025-04-26 matlab读取表格数据以固定周期通过串口发送
- 2025-04-26 Pandas读取CSV文件
- 2025-04-26 零起点Python机器学习快速入门-5-1-Iris爱丽丝
你 发表评论:
欢迎- 07-08Google Cloud Platform 加入支持 Docker 的容器引擎
- 07-08日本KDDI与Google Cloud 签署合作备忘录,共探AI未来
- 07-08美国Infoblox与Google Cloud合作推出云原生网络和安全解决方案
- 07-08GoogleCloud为Spanner数据库引入HDD层,将冷存储成本降低80%
- 07-08谷歌推出Cloud Dataproc,缩短集群启动时间
- 07-08Infovista与Google Cloud携手推进射频网络规划革新
- 07-08比利时Odoo与Google Cloud建立增强合作,扩大全球影响力
- 07-08BT 和 Google Cloud 通过 Global Fabric 加速 AI 网络
- 最近发表
-
- Google Cloud Platform 加入支持 Docker 的容器引擎
- 日本KDDI与Google Cloud 签署合作备忘录,共探AI未来
- 美国Infoblox与Google Cloud合作推出云原生网络和安全解决方案
- GoogleCloud为Spanner数据库引入HDD层,将冷存储成本降低80%
- 谷歌推出Cloud Dataproc,缩短集群启动时间
- Infovista与Google Cloud携手推进射频网络规划革新
- 比利时Odoo与Google Cloud建立增强合作,扩大全球影响力
- BT 和 Google Cloud 通过 Global Fabric 加速 AI 网络
- NCSA和Google Cloud合作开发AI驱动的网络防御系统,加强泰国网络空间的安全性
- SAP将在沙特阿拉伯 Google Cloud 上推出BTP服务
- 标签列表
-
- ifneq (61)
- 字符串长度在线 (61)
- googlecloud (64)
- messagesource (56)
- promise.race (63)
- 2019cad序列号和密钥激活码 (62)
- window.performance (66)
- qt删除文件夹 (72)
- mysqlcaching_sha2_password (64)
- ubuntu升级gcc (58)
- nacos启动失败 (64)
- ssh-add (70)
- jwt漏洞 (58)
- macos14下载 (58)
- yarnnode (62)
- abstractqueuedsynchronizer (64)
- source~/.bashrc没有那个文件或目录 (65)
- springboot整合activiti工作流 (70)
- jmeter插件下载 (61)
- 抓包分析 (60)
- idea创建mavenweb项目 (65)
- vue回到顶部 (57)
- qcombobox样式表 (68)
- tomcatundertow (58)
- pastemac (61)
本文暂时没有评论,来添加一个吧(●'◡'●)