前言：
- 监控服务器资源也是性能测试所关心的一部分，性能测试我们关注的重要指标是：并发数、TPS、请求的成功率、响应时间、服务器的CPU、menery、I/O disk等。Jmeter的聚合报告可以查看并发数、吞吐量、请求成功率、响应时间等；如果要查看服务器端的CPU、menery、I/O disk等就需要安装ServerAgent
- 该文档将讲解如何通过Jmeter插件来监控服务器，并通过Jmeter来监控结果
- 场景：测试服务器本身在一定指标下所承载的并发量，或者承载规定并发量所需的服务器量，并为分布式部署提出测试建议。
- 目前使用该插件进行监控的方案几乎不被采纳，更多选择的是普罗米修斯+Grafana的方案；云服务器有看板监控，宝塔亦然；本次只是一次个人记录，不作为实际应用
概述
测试需求如下：该网站的免费下载软件许可接口进行了账号与IP的双重下载限制，即一个IP或者一个账号一天内只允许下载十次软件许可。本次利用Jmeter的IP欺骗在内网环境下对该接口进行测试，本次使用了四个账号与内网下的四个虚拟IP进行测试，以下是本次测试的总结与记录
总结
- 测试网站的URL设置：测试服的网址一定要使用内网的网址，或者内网服务器的IP+端口，如果使用映射的外网网址的话则我们无法实施IP欺骗（因为我测试过程中发现，访问服务的的IP总是公司的统一路由地址，我电脑的网络运营商使用的是联通，我觉得就是无论怎么变换IP都是路由器地址访问服务映射的外网IP；如果测试服务器使用内网IP+端口号的形式，那么我请求时就会仅通过交换机来请求，此时是可以实施IP欺骗的）
前言：
本次采用的OCR（光学字符识别）工具为Tesseract OCR，在MAC电脑实现，目前为止，识别的效率不高，测试网站https://www.qb5.ch ,本想在实际项目中应用，但因效果太差只能拜托开发设置万能验证码😂。
1. 安装工具
- MAC系统安装tesseract：brew install tesseract.
- 验证安装：打开命令行，运行 tesseract --version 以确保 Tesseract 安装正确。
2. 编写Python脚本解析验证码
- 安装 Python 和相关依赖：
- 安装 Python（如果未安装）。
- 安装 PIL 和 pytesseract，以下是本次测试所安装的依赖,进入项目的根目录，使用命令pip install -r requirements.txt 安装依赖，安装后使用命令pip list进行验证
1. 前言：
Mac安装tesseract和python使用pytesseract、pillow包提取图片中中文以便断言（该方法为断言的通法，但是会增加断言的时间，本人因为安卓app自动化测试过程中无法获取toast断言进而使用此法）
2. Python OCR工具pytesseract详解
pytesseract是基于python的OCR工具，底层使用的是Tesseract—OCR引擎，支持识别图片中的文字，支持jpeg,png,gif,bmp,tiff等图片格式。
