news 2026/6/8 22:53:33

Jmeter——循环控制器中实现Counter计数器的次数重置

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
Jmeter——循环控制器中实现Counter计数器的次数重置

近期在使用Jmeter编写个辅助测试的脚本,用到了多个Loop Controller和Counter。

当时想的思路就是三个可变的数量值,使用循环实现;但第三个可变值的数量次数,是基于第二次循环中得到的结果才能确认最终次数,每次的结果还会有不一样的情况。基于思路,先写了个线性脚本,实现如下所示:

但实际中,第三层循环,并没有按自己预期来实现,所以就想到了Counter计数器,将脚本中加入了Counter计数器,实现如下所示:

图中的数字说明:for1{for1}for1{for2}${for3}

${for1}是第一个循环器中的Counter变量名
${for2}是第二个循环器中的Counter变量名
${for3}是第三个循环器中的Counter变量名

从图中可以看出,${for3}是累加的,不会随着一次循环结束,计数自动重置。

我所想实现的是,第二层循环中的第一次获取的结果是5个数组,则从索引0 ~ 4依次按置执行第三层循环;第二层循环中的第二次获取的结果是8个数组,则从索引0 ~ 7依次按置执行第三层循环。

但这样操作下来,第二次是会直接从索引5开始执行,这样就会丢失一部分数据,显然不是自己所想的。

中途也试过很多错,都不能实现计数重置的功能。好在,某天想起了官方文档,这个功能在文档是有描述的,如下所示:

文档中描述的很清楚,可以使用${__jm__LC__idx}的方式实现index从0开始,其中LC为控制器的名称。

使用官网的文档,在脚本中加入变量使用,运行如下所示:

从图中可知,第三层循环的第四个数字就是我所想要的,终于解决了心中的问题。

图中的数字说明:for1{for1}for1{for2}KaTeX parse error: Expected group after '_' at position 7: {for3}_̲{resetForNumber}

前三个数字在之前已经说明过了,这里只说明下${resetForNumber},这个变量是通过BeanShell Sampler中获取的,因为将官网给出的方案写在了BeanShell Sampler种,代码如下所示:

long i=0; i = ${__jm__Loop Controller3__idx}; vars.put("resetForNumber",String.valueOf(i));

虽然,描述起来很简单,但的确是实际脚本实现的过程中遇到的一个阻碍,好在问题解决了。

所以特整理此篇,希望对以后有需要的朋友有所帮助。

感谢每一个认真阅读我文章的人!!!

作为一位过来人也是希望大家少走一些弯路,如果你不想再体验一次学习时找不到资料,没人解答问题,坚持几天便放弃的感受的话,在这里我给大家分享一些自动化测试的学习资源,希望能给你前进的路上带来帮助。

软件测试面试文档

我们学习必然是为了找到高薪的工作,下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料,并且有字节大佬给出了权威的解答,刷完这一套面试资料相信大家都能找到满意的工作。

视频文档获取方式:
这份文档和视频资料,对于想从事【软件测试】的朋友来说应该是最全面最完整的备战仓库,这个仓库也陪伴我走过了最艰难的路程,希望也能帮助到你!以上均可以分享,点下方小卡片即可自行领取。

版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/6/8 15:38:22

Open-AutoGLM + 量子密钥分发:打造不可破解的AI通信系统(案例实录)

第一章:Open-AutoGLM 量子通信适配增强Open-AutoGLM 作为新一代开源自动语言模型框架,已在传统通信协议下展现出卓越的推理与生成能力。随着量子通信技术的快速发展,其在安全传输、抗干扰和超远距离通信方面的优势为AI模型部署提供了全新场景…

作者头像 李华
网站建设 2026/6/8 15:17:00

在移动硬盘中安装UBuntu22.04,实现不同电脑即插即用

主要参考链接: 链接1:Ubuntu系统安装在移动固态硬盘,实现在不同电脑即插即用 链接2:移动硬盘安装Ubuntu系统(UEFI引导)的一些记录 问题描述 我第一次在移动硬盘中安装UBuntu22.04的时候,参考…

作者头像 李华
网站建设 2026/6/8 6:42:33

Unsloth技术突破:让大模型在手机上流畅运行!

简介 本文详细介绍如何使用Unsloth平台微调大模型,并通过Meta的ExecuTorch技术部署到手机端。提供iPhone和Android完整部署步骤,通过量化感知训练将精度损失控制在30%以内,实现40-50 token/s推理速度。具有低延迟、保护隐私优势,…

作者头像 李华
网站建设 2026/6/7 18:07:08

Open-AutoGLM能否颠覆传统交互?90%人不知道的神经解码黑科技

第一章:Open-AutoGLM能否颠覆传统交互?随着自然语言处理技术的不断演进,Open-AutoGLM作为新一代对话式AI框架,正试图重新定义人机交互的边界。它不仅支持多轮复杂推理,还能动态生成可执行代码、自动调用外部工具&#…

作者头像 李华