为什么进行jmeter分布式压测？一、干货解释原因：**原因一：**一台压力机的 Jmeter 默认最大支持 1000 左右的并发用户数（线程数），再大的话，容易造成卡顿、无响应等情况，这是受限于 Jmeter 其本身的机制和硬件配置（内存、CPU等）**原因二：**由于 Jmeter 是 Java 应用，对 CPU 和内存的消耗较大，在需要模拟大量并发用户数时，单机很容易出现 JAVA 内存溢出

**见证坑(二)的真面目：**pytest框架的log及print控制台无法显示**原因：**在运行测试脚本时，为了调试或打印一些内容，我们会在代码中加一些print或者log内容，但是在运行pytest时，默认这些内容不会显示出来解决办法：1）运行时添加-s参数，eg：pytest test_demo001.py -s2）推荐做法，使用pytest.ini，添加参数结果显示：...

好久没有发布作品了，最近完成了一个也有利于开发、测试同学的一个自动化部署平台，方便大家在工作中的效率，以前经常是使用jenkins发布部署项目及运行自动化项目，现在可以在平台上一键式部署发布项目啦！项目包含的技术栈：后端：python+flask(对于熟悉python的同学也可以选择Django，在这里我就是使用了flask进行开发了)

为什么进行jmeter分布式压测？一、干货解释原因：**原因一：**一台压力机的 Jmeter 默认最大支持 1000 左右的并发用户数（线程数），再大的话，容易造成卡顿、无响应等情况，这是受限于 Jmeter 其本身的机制和硬件配置（内存、CPU等）**原因二：**由于 Jmeter 是 Java 应用，对 CPU 和内存的消耗较大，在需要模拟大量并发用户数时，单机很容易出现 JAVA 内存溢出

Docker启动及进入mysql容器一、查看mysql镜像二、查看并启动mysql容器三、进入mysql容器四、进入mysql数据库五、简单的操作mysql数据库六、python连接并操作mysql一、查看mysql镜像具体代码参考如下：docker images二、查看并启动mysql容器docker ps -a #查看所有运行容器，图中显示mysql容器已经启动docker restart m

Dao层的单元测试前言：本次demo写的关于图书管理的增删改查分页等功能进行单元测试数据库：数据库的表结构及数据如下：1、Pojo实体类2、Dao数据层简介：使用 MybatisPlus 的标准通用接口 BaseMapper 快速进行开发3、编写Dao层的单元测试用例1）、根据id查询数据的测试：2）、插入数据的测试：3）、更新数据：4）、删除数据：5）、查询所有数据：6）、分页查询：7）、模糊查