logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

第十五篇:《压测结果分析与调优实践:瓶颈定位与性能优化》

text压测执行 → 收集指标(TPS、响应时间、错误率)↓宏观分析 → 判定是否存在性能问题↓分层定位 → 客户端(JMeter)→ 网络 → 服务器(CPU/内存/磁盘)→ 应用(JVM、线程池)→ 数据库(慢查询、锁)↓找到瓶颈点(例如:某条 SQL 慢)↓提出优化方案(增加索引,改 SQL)↓部署优化,再次压测验证↓生成报告,沉淀经验。

#性能优化
第十一篇:《性能压测基础:JMeter线程模型与压测策略设计》

本文核心:压测的三种类型:基准测试、负载测试、稳定性测试线程组参数的含义与配置使用 Stepping Thread Group 实现梯度加压如何设计混合场景的压测模型。

#jmeter#java#开发语言
第二十篇:《UI自动化测试的未来:AI驱动的智能测试与低代码平台》

最后的建议:作为测试工程师,不要被AI的“取代论”吓倒,而应主动学习这些新工具,将它们纳入你的武器库。传统脚本能力依然是基础,而AI和低代码可以解放你去做更高价值的测试设计工作。回顾本专题的20篇文章,从基础知识到高级实战,从工具对比到前沿趋势,我们系统地覆盖了UI自动化测试的方方面面:基础篇(1-2):价值与选型Selenium实战(3-9):环境、定位、等待、Page Object、数据驱动、

#ui#人工智能#低代码
第十四篇:《持续集成中的UI自动化:Jenkins/GitHub Actions集成》

UI自动化脚本在本地可以运行,但真正的价值在于持续集成:每次代码提交后自动执行,及时发现问题。本文将详细介绍如何将UI自动化测试集成到Jenkins和GitHub Actions中,包括无头模式配置、并行执行、报告发布、邮件通知等关键环节。2.1 Jenkins环境准备安装Jenkins(推荐使用Docker或直接安装)安装插件:Maven IntegrationAllure Jenkins Pl

#ci/cd#ui#自动化
【AI 架构师】第十篇:Agent 工业化部署 —— 从 FastAPI 到云端全链路监控

专栏结语:AI 应用的“最后一公里”不是逻辑,而是稳定性。本篇我们将探讨如何利用 Python 生态将 Agent 封装为标准的 Web API,并建立起一道防止 Token 泄露与接口崩溃的“防火墙”。🚀 为什么“直接运行脚本”无法商业化?并发瓶颈:大模型响应慢(长达数秒甚至数十秒),传统的同步请求会瞬间堵塞服务器。黑盒风险:你不知道 Agent 在线上运行过程中,哪一步慢了,哪一步幻觉了。成

#人工智能#fastapi#网络
【工程实战】第九篇:持续集成 —— Jenkins 与 GitLab CI:构建无人值守的自动化流水线

专栏进度:09 / 10 (自动化实战专题)持续集成(Continuous Integration, CI) 的核心目标是:尽早发现集成错误。我们将实现“代码提交 -> 自动触发 -> 并行执行 -> 报告发布 -> 钉钉/邮件通知”的全闭环。

#ci/cd#jenkins#gitlab
【测试之道】第七篇:非功能性测试 —— 性能、安全与兼容性:构建软件的“硬核”防御

专栏进度:07 / 10 (测试理论专题)非功能性测试(Non-functional Testing)关注的是系统如何运行,而不是系统运行什么。在 CSDN 的实战场景中,这是区分高级测试工程师与初级点点点的分水岭。

#安全#功能测试#软件工程 +1
第四篇:《元素定位大法:从ID到XPath,写出健壮的定位表达式》

XPath可以通过文本内容、包含关系、轴定位等复杂条件,几乎能定位任何元素。但缺点是语法冗长,执行较慢。5.1 XPath基本语法5.2 常用XPath模式通过文本定位(最常用)xpath//button[text()=‘登录’]//span[contains(text(),‘欢迎’)]通过属性组合xpath模糊匹配xpath轴定位(处理复杂父子兄弟关系)xpath。

#python#开发语言
第三篇:《手把手搭建Selenium WebDriver测试环境(Java/Python)》

这是专题的第一个实战篇。很多新手在搭建Selenium环境时,会遇到驱动版本不匹配、浏览器自动升级、路径配置错误等问题。本文分别用Java和Python两种语言,从零开始,一步步带你跑通第一个Selenium脚本。跟着做,20分钟就能成功。无论你选择Java还是Python,都需要以下基础:操作系统:Windows / macOS / Linux(本文以Windows为例,Mac/Linux类似)

#selenium#java#python
【AI 架构师】第十篇:Agent 工业化部署 —— 从 FastAPI 到云端全链路监控

专栏结语:AI 应用的“最后一公里”不是逻辑,而是稳定性。本篇我们将探讨如何利用 Python 生态将 Agent 封装为标准的 Web API,并建立起一道防止 Token 泄露与接口崩溃的“防火墙”。🚀 为什么“直接运行脚本”无法商业化?并发瓶颈:大模型响应慢(长达数秒甚至数十秒),传统的同步请求会瞬间堵塞服务器。黑盒风险:你不知道 Agent 在线上运行过程中,哪一步慢了,哪一步幻觉了。成

#人工智能#fastapi#网络
    共 12 条
  • 1
  • 2
  • 请选择