JMeter 报告监听器导入.jtl结果文件报错解决方案

JMeter 报告监听器导入.jtl结果文件报错解决方案

 

by:授客 QQ:1033553122

 

 

1. 问题描述

把jmeter压测时生成的 .jtl结果文件导入监听器报告中,弹出如下错误提示 error loadding results file -see log file

JMeter 报告监听器导入.jtl结果文件报错解决方案

 

 

JMeter 报告监听器导入.jtl结果文件报错解决方案

 

2.  原因分析与解决方案

打开logger view,查看出错日志,下,提示没有足够的列用于解析

JMeter 报告监听器导入.jtl结果文件报错解决方案

 

 

 

文件比较大,windows下查看打不开,,所以在Linux上用vim命令打开,定位到那行,结果发现如下截图,数据缺失导致

JMeter 报告监听器导入.jtl结果文件报错解决方案

 

 

JMeter解析 .jtl文件时,如果报错,那么仅仅会统计报错之前的记录,所以即便是出错了,也可以看到部分统计数据,如果数据缺失行为文件最后一行,那还好,基本不太影响,但是如果数据缺失行出现在开头或者中简位置,则会很影响统计结果

 

解决方案

方案1,linux上直接编辑,去掉数据缺失行记录,导入后没再报错

JMeter 报告监听器导入.jtl结果文件报错解决方案JMeter 报告监听器导入.jtl结果文件报错解决方案

 

 

 

方案2

如果数据缺失行记录比较多,那么行一就难办了,得不断的去试才知道哪里出错了,可以考虑代码遍历,不过文件大的话,也挺耗费时间的

 

#!/usr/bin/env/ python

# -*- coding:utf-8 -*-

 

__author__ = 'shouke'

 

 

 

class JtlDataParser:

    def __init__(self):

        pass

 

 

    def parse_jtl_data(self):

        with open('E:/PerformanceTest/result.jtl', 'r', encoding='utf-8') as f1:

            with open('E:/PerformanceTest/dirty.jtl', 'w', encoding='utf-8') as f2:

                f3 = open('E:/PerformanceTest/newResult.jtl', 'w', encoding='utf-8')

 

                count_for_normal = 0

                count_for_dirty = 0

 

                for line in f1:

                    temp = line.split(',')

                    if len(temp) != 16: # 默认.jtl结果文件,每行包含16个逗号分隔的值

                        f2.write(line)

                        f2.flush()

                        count_for_dirty += 1

                        print('写入数据缺失行:', count_for_dirty)

                    else:

                        f3.write(line)

                        f3.flush()

                        count_for_normal += 1

                        print('已写入正常数据行:', count_for_normal)

                f2.write('正常数据行总数:%s' % str(count_for_normal))

                f3.write('数据缺失行总数:%s' % str(count_for_dirty))

                f3.close()

 

JtlDataParser().parse_jtl_data()

 

 

 

最后说明

根据JMeter聚合报告生成原理来看,不管是使用 方案1 还是 方案2,如果数据缺失行、数据格式不对的数据行,数量比较多的话,会很影响统计结果,暂时没有好的解决方案

 

上一篇:Dirty_COW_ex


下一篇:002_Using the Python Interpreter_使用Python解释器