阿里云自动化测试（自动化平台测试开发）

今天给各位分享阿里云自动化测试的知识，其中也会对自动化平台测试开发进行解释，如果能碰巧解决你现在面临的问题，别忘了关注本站，现在开始吧！

微信号：cloud7591
如需了解更多，欢迎添加客服微信咨询。
复制微信号

本文目录一览：

• 1、从云计算到云原生：从概念到落地
• 2、阿里云服务器ECS如何选择？性能测试PTS助你测试和选择阿里云服务器
• 3、云效是阿里巴巴内部工程师研发、测试、运维的工具吗
• 4、接口自动化测试环境搭建jmeter+ant+git+jenkins

从云计算到云原生：从概念到落地

云计算最近几年已经火得不行， 云原生 （Cloud Native）这个概念又来了，如果上云不“原生”，那就等于白上云。究竟什么是云原生？云原生有何优势？怎么从“不原生”一步一步做到云原生？本文将给出切实可行的云原生落地指南。

我们先从云计算说起 。在云计算普及之前，一个应用想要发布到互联网，就需要企业自己先买几台服务器，找一个IDC机房，租几个机架，把服务器放进去。接下来就是装Linux系统，部署应用。我们就假定用Java写了Web应用，怎么部署上去呢？先配置Tomcat服务器，在把编译好的war包上传到服务器，有用FTP的，安全意识高一点的会选SCP，然后配置Nginx、MySQL这些服务，最后一通调试，把应用跑起来，就算齐活。

这种物理机配合自搭网络环境、自搭Linux、自配环境的方式，有很多缺点，但最主要的问题有这么几个：

解决方案是上云 。上云不能解决所有问题，但部分解决了前两个问题：

但是如果仅仅满足上云，把物理机换成虚拟机，把物理网换成虚拟专用网（VPC），是远远不够的。这些是计算资源和网络资源层面的简化。应用方面，如果延续旧的一套开发、测试、部署流程，做不到快速迭代。

要做到快速迭代，敏捷开发，就需要DevOps，即开发运维由一个团队负责，开发阶段，就要把部署、运维的工作考虑进去，而不是发布一个war包或者jar包后扔给运维不管了。

重开发、轻部署，直接后果就是缺少自动化发布流程。想要把部署规范化，就需要整体考虑一系列问题。

还是以Java应用为例，如果是手动部署，那么就上传war包到服务器，覆盖原有的版本，重启Tomcat，再测试。如果发现有严重问题要回滚怎么办？把老版本再传一遍，然后重启Tomcat。

手动部署，每次部署都是一次生死考验，所以最好不要安排在半夜，以免手抖敲错了命令，本来中断10分钟的服务，变成了灾备恢复，中断3天。

稍微靠谱一点的是写脚本部署，但各家写出来的脚本都有各家特色，不通用，不易维护，所以更好的方式是用成熟的部署方案，比如Ansible，把脚本标准化，比如做成蓝绿发布，把服务器分组，比如A、B两组，先把流量切到B组，升级A组服务器，有问题就回滚，没问题了，再把流量切到A组，升级B组服务器，最后，恢复正常流量，整个部署完成。

但是回滚这个事情，远没有那么简单。做过开发的同学都知道，升级新版本，一般要加配置，改配置，如果回滚到旧版本，忘了把配置改回去，那旧版本可能也不能正常工作。

上云，除了物理变虚拟，简化运维外，最重要的特点——弹性计算，一定要充分利用。

理论指导实践，实践完善理论。如果我们分析大多数基于互联网的应用，可以看到，一个应用，通常用到的资源如下：

上云后，云服务商通常都提供托管的数据库，以及大规模存储系统（S3），可解决存储资源问题。通过云服务商提供的负载均衡（Load Balancer），也无需自行部署Nginx等网关，免去了运维的问题。各种标准的业务组件如Redis、Kafka等，均可直接租用云服务商提供的资源。

我们重点讨论计算资源，也就是云上的虚拟机资源。对于应用来说，可以设计成有状态和无状态两种。一个应用在一台虚拟机内跑着，如果有本地文件的修改，它就是有状态的。有状态的应用既不利于扩展，也不利于部署。反过来，如果一个应用在运行期数据总是存在数据库或者缓存集群，本地文件无任何修改，它就是无状态的。

无状态的应用对应的虚拟机实际上就是不变的计算资源。这里的“不变”非常重要，它是指，一台虚拟机通过一个固定的镜像（预先内置好必要的支持环境，如JRE等）启动后，部署一个应用（对应一个war包或者jar包），该虚拟机状态就不再变化了，直接运行到销毁。

有的同学会问：如果给这台虚拟机重新部署一个新的应用版本，它的状态不就发生了变化？

确实如此。为了确保虚拟机的不变性，一旦启动后部署了某个版本，就不允许再重新部署。这样一来，对虚拟机这种计算资源来说，就具有了不变性。不变性意味着某个虚拟机上的应用版本是确定的，与之打包的配置文件是确定的，不存在今天是版本1，明天变成版本2，后天回滚到版本1的情况。

计算资源不变，能确保启动一台虚拟机，对应发布的应用版本和配置是确定的且不变的，对于运维、排错非常重要。

那么如何在保持计算资源不变的前提下发布新版本？

我们以AWS的CodeDeploy服务为例，假设一组正在运行的某应用v1集群包含3台虚拟机：

现在，我们要把应用从v1升级到v2，绝不能直接把现有的3台虚拟机的应用直接升级，而是由CodeDeploy服务启动3台新的一模一样的虚拟机，只是部署的应用是v2。现在，一共有6台虚拟机，其中3台运行v1版本，另外3台运行v2版本，但此刻负载均衡控制的网络流量仍然导向v1集群，用户感受不到任何变化：

v2集群部署成功后，做一些自动化冒烟测试和内网测试，如果有问题，直接销毁，相当于本次部署失败，但无需回滚。如果没有问题，通过负载均衡把流量从v1集群切到v2，用户可无感知地直接访问v2版本：

稳定一段时间（例如15分钟）后，销毁v1集群。至此，整个升级完成。

上述的蓝绿部署就是CodeDeploy的一种标准部署流程。CodeDeploy也支持灰度发布，适用于更大规模的应用。

把计算资源不可变应用到部署上，实际上是充分利用了弹性计算这个优势，短时间创建和销毁虚拟机，只有上云才能做到，并且针对云计算，把部署流程变得更加简单可靠，每天发几个版本甚至几十、几百个版本都变得可能，DevOps能落地，有点“云原生”的味道了。

说到AWS的CodeDeploy，最早我使用AWS时，对于它的计费采用Reserved Instance预付模型感到很不理解，租用一台虚拟机，按国内阿里云、腾讯云包年包月预付享折扣不是更直观吗？如果仅仅把上云变成租用虚拟机，那就完全丧失了弹性计算的优势，相当于租用了一台虚拟机在里面自己折腾。AWS的Reserved Instance计费并不绑定某一台虚拟机，而是一种规格的虚拟机。

我们还是举例说明，如果我们有1台2v4G规格的虚拟机，并购买了1年的Reserved Instance，那么，我随时可以销毁这台虚拟机，并重新创建一台同样规格的新的虚拟机，Reserved Instance计费会自动匹配到新的虚拟机上，这样才能实现计算资源不变，频繁实施蓝绿部署，真正把部署变成一种云服务。最近阿里云终于推出了节省计划的付费模式，有点真正的云计算的付费味道了，但是腾讯云、华为云还停留在包年包月和按量付费这两种原始租赁模型。

讲了这么多自动化部署，实际上一个指导思想就是如何充分利用云的弹性计算资源。从充分利用云的弹性资源为出发点，设计一整套开发、部署、测试的流程，就是云原生。弹性资源利用得越充分，云原生的“浓度”就越高，就越容易实施小步快跑的快速迭代。

那么虚拟机是不是弹性最好的计算资源呢？从应用的角度看，显然容器是一种比虚拟机更具弹性，更加抽象，也更容易部署的计算资源。

容器和虚拟机相比，它实际上是一种资源隔离的进程，运行在容器中的应用比独占一个虚拟机消耗的资源更少，启动速度更快。此外，容器的镜像包含了完整的运行时环境，部署的时候，无需考虑任何额外的组件，比其他任何部署方式都简单。使用容器，开发部署流程就变成了开发，生成镜像，推送至Docker Hub或云服务商提供的Registry，直接启动容器，整个过程大大简化。

使用容器比使用CodeDeploy部署还要更加简单，因为CodeDeploy需要在虚拟机镜像中预置Agent，由于没有统一的发布标准，还需要配置CodeDeploy，告诉它去哪拉取最新版本，这又涉及到一系列权限配置。而容器作为标准的部署方案，连发布系统都以Registry对各个镜像版本进行了有效管理，所以部署非常简单。

容器作为一种弹性计算资源，也应遵循计算不变性，即不要给容器挂载可变的存储卷。一组不变的容器集群才能更容易地升级。容器的运行方式本身就遵循了不变性原则，因为通过一个镜像启动一个容器，在运行过程中，是不可能换一个镜像的。容器本身也强烈不建议应用写入数据到文件系统，因为重启后这些修改将全部丢失。

容器的启动和销毁非常容易，不过，容器的管理却并不简单。容器的管理涉及到创建、调度、弹性扩容、负载均衡、故障检测等等，Kubernetes作为事实上的容器编排标准平台，已经成为各个云服务商的标配。

如果要直接使用K8s，在云环境中首先要有一组虚拟机资源作为底层资源，然后搭建K8s环境，定义好容器编排并启动容器。云服务商几乎都提供托管的K8s服务，但直接管理K8s仍然需要非常熟悉K8s的工程师。

还有一种更简单的使用容器的方式，即完全将底层虚拟机和K8s托管给云服务商，企业客户只需关心如何部署容器，底层的K8s和虚拟机对企业不可见或者无需关心。AWS的Elastic Container和阿里云的弹性容器均为此类服务。对于中小规模的应用来说，计算资源直接使用容器，再配合云服务商提供的负载均衡，托管的数据库、消息系统、日志系统等组件服务，应该是目前最“云原生”的一种方案。

最后，我们总结一下云原生的特点：

所谓云原生，就是在上云的过程中，充分发挥云平台的弹性计算、弹性存储的优势，尽量把应用设计成适合云计算的架构，把部署设计成简单易用的流程，这样才能实现业务快速上线，快速迭代。

云原生是一个大方向，在上云的过程中，逐步改造应用架构和部署流程，从手动往自动转，逐步增加计算资源的弹性，就能把云原生一步步落地。

阿里云服务器ECS如何选择？性能测试PTS助你测试和选择阿里云服务器

阿里云服务器ECS如何选择？很多新手用户并不知道PTS是什么，如果你不知道如何选择阿里云服务器ECS产品，性能测试PTS可以很好的帮助你快速对云服务器进行压力测试，从而助你选择适合自己的阿里云服务器ECS，下面是性能测试PTS详解！

阿里云开发者社区最近推出了一个“ ECS 选款利器！PTS助您快速上云 ”活动，PTS性能压测包仅需0.99/月起，真实模拟，免去繁琐的搭建和维护成本！现在您可以只支付10块钱不到的试用成本，即可体验使用 PTS 来帮助 ECS 进行容量规划选择合适规格的整个流程！

完成动手实验的同学，即可参与抽奖活动，小米手环 6、蓝牙键盘、掌上游戏机、笔记本支架、 数据线、优惠券等丰富奖品等您来拿！限量 1500 份，抽奖即得，百分百中奖哦！

性能测试PTS（Performance Testing Service）是具备强大的分布式压测能力的SaaS压测平台，可模拟海量用户的真实业务场景，全方位验证业务站点的性能、容量和稳定性。

PTS旨在简化性能压测本身的工作。

PTS目标是将性能压测本身的工作持续简化，使您可以将更多的精力回归到关注业务和性能问题本身。在PTS平台上，您可以用较低的人力和资源成本，构造出最接近真实业务场景的复杂交互式流量，快速衡量系统的业务性能状况，为性能问题定位、容量配比、全链路压测的流量构造提供最好的帮助。进而提升用户体验，促进业务发展，最大程度实现企业的商业价值。

业务场景

PTS广泛应用于各种压力测试和性能测试场景，包括但不限于以下场景：

PTS孵化于服务阿里巴巴全生态五年以上的单链路、全链路压测平台，是阿里巴巴内部最佳实践的输出。该平台对内除了支持日常的外部流量压测之外，同时支持了大大小小的促销活动，如天猫双11、双12和年货节等。

压测流程

PTS提供全面高效的压测流程：

压测流程说明：

1.在PTS控制台上，准备压测API数据，构造压测场景，定义压测模式、量级等；支持随时启停压测，压测过程中可调速。

2.压测启动后，PTS后台的压测控制中心将自动调度压测数据、压测任务和压测引擎。

3.通过随机调度全国上百个城市和运营商的内容分发网络CDN （Content Delivery Network）节点，发起压测流量。保证从虚拟用户并发量、压测流量的分散度等维度都接近真正的用户行为，压测结果更加全面和真实可信。

4.通过压测引擎向您指定的业务站点发起压测。

5.压测过程中，通过集成云监控、ARMS（应用实时监控服务）产品，结合PTS自有的监控指标，实时采集压测数据。

6.在PTS控制台，实时展现压测数据，进行过程监控；压测结束后，生成压测报告。基于整个压测场景的性能表现，定位性能问题、发现系统瓶颈。

压测创建方式

PTS支持以下4种方式创建压测场景（或称压测用例），如下图所示：

说明：

方式一：PTS自研零编码可视化编排，使用自研强大引擎压测。

方式二： 使用PTS自研云端录制器，零侵入录制业务请求并导入1中的自研交互中进行进一步设置。

方式三： 将导入脚本压测 1中的PTS自研交互中，使用PTS自研引擎。

方式四：JMeter压测并使用原生JMeter引擎进行压测，PTS提供自定义的压力构造和监控数据汇聚等产品服务。

其中，方式一、二、三由于使用了PTS的自研引擎，具备RPS（Requests per Second）吞吐量压测模式、秒级启动、实时控制、定时压测和流量遍布全国运营商网络的差异化能力。

方式一是PTS最核心的一种压测场景创建方式，所有资源包均可使用。其他几种创建方式面向不同规格资源包开放。

适用于多业务场景

不论您处于哪个行业，在以下业务场景（但不限于），PTS都是您值得信赖的性能测试工具。

适用行业广泛

PTS应用行业广泛，涉及电商、多媒体、金融保险、物流快递、广告营销、社交等等。

PTS服务阿里巴巴全生态多年，支持了天猫双11、双12、年货节等大促活动。植根于电商行业的PTS，对电商的典型业务模型支持得更友好，压测来源更广泛，脉冲能力和流量掌控能力更强。

PTS自商业版发布以来，吸引了来自多媒体、金融保险、政务等众多行业的用户，以其强大的压测场景编排能力和报表能力，帮助用户快速发现问题，进行针对性地调优，提升了系统承压能力。

适用于多种网络环境

不论您的业务位于公有云、专有云、混合云或者自建IDC中，只要能够通过公网访问，PTS都能够通过遍布全国上百个城市和各运营商的CDN节点发起压测流量，最大程度地模拟真实业务场景。

适用于使用HTTP/HTTPS/WebSocket等协议的客户端

PTS本身的GUI模式支持HTTP/HTTPS协议的压测，无论您的客户端是自研的App、移动端网页、PC端网页、微信小程序还是C/S结构的软件，都可以使用PTS进行压测。PTS同时集成了开源JMeter，支持更多的协议和场景，例如您可以通过“JMeter + WebSocket插件”的方式，对使用WebSocket协议的客户端进行压测（在PTS上传相应的插件JAR文件即可），其他协议以此类推。

下面以电商典型业务场景为例，为您介绍如何在PTS中编排压测场景。

什么是压测场景

要发起一次性能压测，首先需要创建一个压测场景。压测场景中包含一个或多个并行的业务，每个业务包含一个或多个串行的请求。

示例

淘宝网需要对产品A和B相关的页面（即存在多个API）进行压测，假设其主要业务场景为：

业务A：浏览产品A。

业务B：购买产品B（登录 → 浏览产品B → 加入购物车 → 提交订单）。

那么在压测场景中的设置如下。

串联链路1：浏览产品A 和串联链路2：购买产品B是并行关系。

根据业务逻辑，一部分用户在浏览产品A，另一部分用户在进行购买产品B的一系列操作，即两个业务是同时发生的，所以将它们设置为两个串联链路，压测中会并行发起请求。

串联链路中的多个API是串行关系。

根据业务逻辑，串联链路2：购买产品B中的一系列用户行为是存在先后顺序的，所以将这些存在先后关系的API添加到一个串联链路中，PTS压测中会按照顺序发起压测。

综合来看，在压测中，示例中的浏览产品A的API和登录的API，会同时发起压测流量。更多性能测试PTS场景示例，可参考阿里云帮助资料： 性能测试 PTS最佳实践

云效是阿里巴巴内部工程师研发、测试、运维的工具吗

听说云效就是阿里内部的研发协同平台Aone，包含了项目管理、代码管理、发布管理和自动化测试等，号称提供一站式解决方案，囊括了“需求-开发-测试-发布-运维-运营”，与ECS完美对接，不过，刚出来没多久，可能知道的人不多。你想要了解的话，可以去阿里云官网问问，也可以搜下他们的云效公众号。

接口自动化测试环境搭建jmeter+ant+git+jenkins

1、安装java

方式一：安装java环境：yum install java-1.8.0-openjdk* -y

使用命令检查是否安装成功 java -version

到此安装结束了。这样安装有一个好处就是不需要对path进行设置，自动就设置好了。jdk安装在/usr/lib/jvm目录下

方式二：先下载对应版本到本地，然后解压缩，配置环境变量（详细步骤百度即可）

2、安装jmeter

(1)登录自己服务器，在usr/local下创建文件夹jmeter,命令mkdir jmeter

(2)通过官网下载jmeter到本地

(3)通过xhell上传到对应的目录（cd到要上传的目录）

(4)yum -y install lrzsz（安装了lrzsz，执行该命令是因为服务器有的文件不让上传。让上传就不用执行）

(5)使用 rz -y命令进行文件上传，此时会弹出上传的窗口，进行上传即可

(6)上传成功之后进行解压 unzip apache-jmeter-5.4.zip

(7)配置环境变量vi /etc/profile

esc+shift # 键盘同时按住，退出编辑模式

:wq # 保存退出

:q # 不保存退出

添加如下内容：

# set Jmeter enviroment

export JMETER_HOME=/usr/local/jmeter/apache-jmeter-5.4

export PATH=${PATH}:${JMETER_HOME}/bin

(8)source /etc/profile # 使配置文件生效

(9)jmeter -version

3、安装ant

（1）在usr/local下创建文件夹ant,命令mkdir ant

（2）通过官网下载ant到本地

（3）使用 rz -y命令进行文件上传，此时会弹出上传的窗口，进行上传即可 sz 文件名(服务器文件下载到本地)

（4）上传成功之后进行解压 unzip

（5）配置环境变量vi /etc/profile

# set Ant enviroment

export ANT_HOME=/usr/local/ant/apache-ant-1.10.10

export PATH=${PATH}:${ANT_HOME}/bin

（6）source /etc/profile # 使配置文件生效

（7）ant -version

4、ant的配置

（1）将jmeter安装包extras文件夹里ant-jemter-1.1.1.jar 复制到antlib下

cp ant-jmeter-1.1.1.jar /usr/local/ant/apache-ant-1.10.10/lib

（2）进入apache-jmeter-3.0extras运行ant ，查看该目录下是否出现Test.jtl、Test.html文件，若有，则构建成功

5、编写Ant的build.xml文件

（1）创建Jmeter_Test目录，放在/usr/local/下

（2）Jmeter_Test目录下创建build.xml、ResultLog（html,jtl）、Script（放脚本）

（3）build.xml文件内容去下复制，需要修改里边的路径

6、jenkins安装

（1）Jenkins下载地址：

（2）下载的是jenkins.war

（3）在Linux下启动Jenkins有两种方式，一种是在jenkins.war的存放目录下使用命令java -jar jenkins.war启动，

另外一种是把jenkins.war放在tomcat的webapps目录下，然后启动tomcat就可以了（本次用的第一种）

（4）在浏览器中输入http://服务器ip:8080/jenkins/

如果是用的阿里云服务器，启动成功之后，在浏览器访问，无法访问。解决办法就是登陆阿里云服务器修改一下安全规则，把端口范围调大

（5）访问成功之后输入管理员密码

（6）安装推荐的插件，创建管理员用户

7、jenkins的其他配置

（1）修改为中文依赖的三个插件localization-zh-cn、locale、localization-support

jenkins插件下载地址

（2）不知道依赖于那个插件，可以看看manage Jenkins里边的报错 plugin is missing

8、git的安装

（1）git下载地址：

（2）usr/local下新建git目录，cd到git,安装包上传上来， tar -zxvf v2.17.0.tar.gz

（3）安装编译源码所需依赖，命令为： yum install curl-devel expat-devel gettext-devel openssl-devel zlib-devel gcc perl- ExtUtils-MakeMaker 耐心等待安装，出现提示输入y即可；

（4）安装依赖时，yum自动安装了Git，需要卸载旧版本Git，命令为： yum remove git 出现提示输入y即可；

（5）进入解压后的文件夹，命令 cd git-2.17.0 ，然后执行编译，命令为 make prefix=/usr/local/git all 耐心等待编译即可；

（6）安装Git至/usr/local/git路径，命令为 make prefix=/usr/local/git install ；

(7)打开环境变量配置文件，命令 vim /etc/profile ，在底部加上Git相关配置信息

# set Git enviroment

export GIT_HOME=/usr/local/git

export PATH=$GIT_HOME/bin:$PATH

（8）git version

9、jenkins安装相应插件

（1）安装源码管理选择git需要的插件git、git-server、git-client、github-api、plain-credentials、github

上传插件的时候可能会报错，可以把插件上传顺序改一下在上传

(2) jenkins设置git的安装路径，点击全局工具配置/usr/local/git/bin/git（whereis git 命令可查看）

（3）windows本地安装git，把代码推送到github(需要在github创建一个仓库)，参考自动化测试的 《

（4）jenkins配置源码管理选择git，地址输入github项目地址，账号可以先在jenkins凭据配置中添加github账号

输地址或账号的时候可能会报403的错误。解决办法刷新一下或者 在Configure Global Security中开启 启用代理兼容

（5）配置完源码管理，直接进行构建，代码自动下载到/root/.jenkins/workspace/git/路径下

10、接下来需要把build.xml中脚本路径改为/root/.jenkins/workspace/git/进行构建，可以在Github里提交一个jmx文件构建一下试试

关于阿里云自动化测试和自动化平台测试开发的介绍到此就结束了，不知道你从中找到你需要的信息了吗 ？如果你还想了解更多这方面的信息，记得收藏关注本站。