WedX - журнал о программировании и компьютерных науках

Jmeter продолжает терпеть неудачу

У меня есть простое веб-приложение, которое проверяет цены на книги. Веб-приложение называется книгами. Я использую Jmeter для проверки некоторых аспектов производительности моего приложения. Я создал группу потоков, в которой у меня есть простой контроллер, в котором у меня есть HTTP-запрос сэмплера. У меня есть следующее дерево в Jmeter

Thread Group
   Simple Controller 
      Get Books 

В книгах получения я передаю следующие значения параметра (цена), и значение равно 40.

Когда я запускаю тесты, я получаю это сообщение об ошибке

Thread Name: Thread Group 1-1
Sample Start: 1970-01-01 10:00:00 EST
Load time: 0
Latency: 0
Size in bytes: 1098
Headers size in bytes: 0
Body size in bytes: 1098
Sample Count: 1
Error Count: 1

    Response code: Non HTTP response code: java.lang.IllegalArgumentException
    Response message: Non HTTP response message: protocol = http host = null

    Response headers:


    HTTPSampleResult fields:
    ContentType: 
    DataEncoding: null

Не уверен, что я делаю неправильно. Сервер Tomcat работает, приложение работает нормально. Я действительно новичок в Jmeter, поэтому не очень хорошо с ним разбираюсь.

17.05.2014

Ответы:


1

Проверьте правильность имени сервера, номера порта, метода и пути. Не добавляйте https:// в имя сервера.

Если метод GET, попробуйте получить доступ к URL-адресу через браузер и проверьте, что ответ такой же.

Проверьте, обработаны ли все заголовки запроса.

17.05.2014
  • легенда Я понял это до того, как вы опубликовали это, но я все равно поставлю вам большой палец вверх. 17.05.2014
  • Новые материалы

    Объяснение документов 02: BERT
    BERT представил двухступенчатую структуру обучения: предварительное обучение и тонкая настройка. Во время предварительного обучения модель обучается на неразмеченных данных с помощью..

    Как проанализировать работу вашего классификатора?
    Не всегда просто знать, какие показатели использовать С развитием глубокого обучения все больше и больше людей учатся обучать свой первый классификатор. Но как только вы закончите..

    Работа с цепями Маркова, часть 4 (Машинное обучение)
    Нелинейные цепи Маркова с агрегатором и их приложения (arXiv) Автор : Бар Лайт Аннотация: Изучаются свойства подкласса случайных процессов, называемых дискретными нелинейными цепями Маркова..

    Crazy Laravel Livewire упростил мне создание электронной коммерции (панель администратора и API) [Часть 3]
    Как вы сегодня, ребята? В этой части мы создадим CRUD для данных о продукте. Думаю, в этой части я не буду слишком много делиться теорией, но чаще буду делиться своим кодом. Потому что..

    Использование машинного обучения и Python для классификации 1000 сезонов новичков MLB Hitter
    Чему может научиться машина, глядя на сезоны новичков 1000 игроков MLB? Это то, что исследует это приложение. В этом процессе мы будем использовать неконтролируемое обучение, чтобы..

    Учебные заметки: создание моего первого пакета Node.js
    Это мои обучающие заметки, когда я научился создавать свой самый первый пакет Node.js, распространяемый через npm. Оглавление Глоссарий I. Новый пакет 1.1 советы по инициализации..

    Забудьте о Matplotlib: улучшите визуализацию данных с помощью умопомрачительных функций Seaborn!
    Примечание. Эта запись в блоге предполагает базовое знакомство с Python и концепциями анализа данных. Привет, энтузиасты данных! Добро пожаловать в мой блог, где я расскажу о невероятных..


    Для любых предложений по сайту: [email protected]