一、创建项目
使用mvn创建项目模板
1、“cd 到你要创建这个项目的文件夹下”
2、输入：mvn archetype:generate # 加载完毕后
3、输入：gatling # 筛选出gatling的mvn原型模板
4、 输入：1 # 因为只筛选出一个，所以输入1即可
5、输入： 20 # 要安装的版本的序号"，20为 gatling2.3.1
6、输入：com.klicen # groupid 组名，一般为XX.XX 第一个XX为域com、cn、org等，第二个XX为公司名称
7、输入：klicen # artifactId 坐标ID，一般为项目名称，会在当前目录创建一个同名的文件夹
8、输入：1.0 # version 版本名称
9、输入： klicen # package 包名
10、输入：Y # 确认
二、IntelliJ IDEA导入项目
1、导入项目--点击file-open-选择我们刚才新建的项目模板进行导入
2、安装scala插件，可以直接用zip 安装到本地
3、在项目src/test/scala 下创建scala class
如下示例：
package cnblogsCase
import io.gatling.core.Predef._
import io.gatling.http.Predef._
import scala.concurrent.duration._
class baidu extends Simulation{
//第一步：定义一个要方法的协议
val httpProtocol = http.baseUrl("https://www.baidu.com")
.acceptHeader("text/html,application/xhtml xml,application/xml;q=0.9,*/*;q=0.8")
.doNotTrackHeader("1")
.acceptLanguageHeader("en-US,en;q=0.5")
.acceptEncodingHeader("gzip, deflate")
.userAgentHeader("Mozilla/5.0 (Macintosh; Intel Mac OS X 10.8; rv:16.0) Gecko/20100101 Firefox/16.0")
//第二步：定义要操作的步骤1，打开百度首页
val homepage=repeat(5){ //重新五次
exec(http("home page").get("/").check(status.is(200))).pause(10 seconds)
}
//第三步：定义要操作的步骤2，在百度首页搜索AI 关键字
val searchcb=repeat(5){//重新五次
exec(http("search cnblogs").get("/s").queryParam("wd","AI").check(status.is(200))).pause(10 seconds)
}
//第四步：定义场景模式
val scn=scenario("search baidu home page").exec(homepage,searchcb)
//第五步：加载场景执行
setUp(scn.inject(atOnceUsers(5)).protocols(httpProtocol))
}
4、拷贝此package 文件夹到 E:Allgatlinggatling-exeuser-filessimulations
5、在E:Allgatlinggatling-exebin 下执行 gatling.bat 文件
E:Allgatlinggatling-exebin>gatling.bat
GATLING_HOME is set to "E:Allgatlinggatling-exe"
JAVA = ""D:Program FilesJavajdk1.8.0_131\binjava.exe""
Choose a simulation number:
[0] cnblogsCase.baidu
[1] computerdatabase.BasicSimulation
[2] computerdatabase.advanced.AdvancedSimulationStep01
[3] computerdatabase.advanced.AdvancedSimulationStep02
[4] computerdatabase.advanced.AdvancedSimulationStep03
[5] computerdatabase.advanced.AdvancedSimulationStep04
[6] computerdatabase.advanced.AdvancedSimulationStep05
6、在列表中选择 0 【[0] cnblogsCase.baidu，我们写好的脚本】
7、可以查看报告：如下：
Simulation cnblogsCase.baidu completed in 104 seconds
Parsing log file(s)...
Parsing log file(s) done
Generating reports...
Global Information
> request count 36 (OK=36 KO=0 )
> min response time 18 (OK=18 KO=- )
> max response time 1106 (OK=1106 KO=- )
> mean response time 518 (OK=518 KO=- )
> std deviation 288 (OK=288 KO=- )
> response time 50th percentile 573 (OK=573 KO=- )
> response time 75th percentile 671 (OK=671 KO=- )
> response time 95th percentile 991 (OK=991 KO=- )
> response time 99th percentile 1100 (OK=1100 KO=- )
> mean requests/sec 0.346 (OK=0.346 KO=- )
Response Time Distribution
> t < 800 ms 31 ( 86%)
> 800 ms < t < 1200 ms 5 ( 14%)
> t > 1200 ms 0 ( 0%)
> failed 0 ( 0%)
或
Gatling的变量的值至少有如下几种来源：
1、using Feeders——文件、数据库
2、extracting data from responses and saving them, e.g. with HTTP Check’s saveAs——从请求的返回值中提取和保存内容
3、manually with the Session API——用各种java提供的函数生成，缺点是可能影响一点性能
三、虚拟用户场景
例如：setUp( scn.inject( nothingFor(4 seconds)).protocols(httpConf))
1、nothingFor(duration)：设置一段停止的时间；
不解释
2、atOnceUsers(nbUsers)：立即注入一定数量的虚拟用户；
setUp(scn.inject(atOnceUsers(50)).protocols(httpConf))
3、rampUsers(nbUsers) over(duration)：在指定时间内，设置一定数量逐步注入的虚拟用户；
setUp(scn.inject(rampUsers(50) over(30 seconds)).protocols(httpConf))
4、constantUsersPerSec(rate) during(duration)：定义一个在每秒钟恒定的并发用户数，持续指定的时间；
setUp(scn.inject(constantUsersPerSec(30) during(15 seconds)).protocols(httpConf))
5、constantUsersPerSec(rate) during(duration) randomized：定义一个在每秒钟围绕指定并发数随机增减的并发，持续指定时间；
setUp(scn.inject(constantUsersPerSec(30) during(15 seconds) randomized).protocols(httpConf))
6、rampUsersPerSec(rate1) to (rate2) during(duration)：定义一个并发数区间，运行指定时间，并发增长的周期是一个规律的值；
setUp(scn.inject(rampUsersPerSec(30) to (50) during(15 seconds)).protocols(httpConf))
7、rampUsersPerSec(rate1) to(rate2) during(duration) randomized：定义一个并发数区间，运行指定时间，并发增长的周期是一个随机的值；
setUp(scn.inject(rampUsersPerSec(30)to(50)during(15seconds) randomized).protocols(httpConf))
8、heavisideUsers(nbUsers) over(duration)：定义一个持续的并发，围绕和海维赛德函数平滑逼近的增长量，持续指定时间（译者解释下海维赛德函数，H(x)当 x>0时返回1，x<0时返回0，x=0时返回0.5。实际操作时，并发数是一个成平滑抛物线形的曲线）；
setUp(scn.inject(heavisideUsers(50) over(15 seconds)).protocols(httpConf))
9、splitUsers(nbUsers) into(injectionStep) separatedBy(duration)：定义一个周期，执行injectionStep里面的注入，将nbUsers的请求平均分配；
setUp(scn.inject(splitUsers(50) into(rampUsers(10) over(10 seconds)) separatedBy(10 seconds)).protocols(httpConf))
10、splitUsers(nbUsers) into(injectionStep1) separatedBy(injectionStep2)：使用injectionStep2的注入作为周期，分隔injectionStep1的注入， 直到用户数达到nbUsers；
setUp(scn.inject(splitUsers(100) into(rampUsers(10) over(10 seconds)) separatedBy atOnceUsers(30)).protocols(httpConf))
请求限制（原文为Throttling）
如果你希望设置每秒钟请求的数量，而不是每秒钟的并发数，那么应该考虑使用constantUsersPerSec(…)去设置用户的到达比例。在大多数的情况下，请求都是不需要使用请求限制的，或者至少是多余的。
但在某些情况下，我们需要使用Gatling自带的throttle方法，来对请求数做一个限制。
注意
- 我们仍然需要在场景等级中注入虚拟用户。请求限制只是用来给定的场景中设置一个确定的吞吐量，以及注入的用户数量和持续时间。这就是设置了一个瓶颈，也就 是一个上限。如果没有设置了足够的用户数，则不会达到这个限制。如果注入持续的时间没有达到请求限制的设定，那么所有虚拟用户执行完毕 后，simulation会被终止。如果注入的时间超过了请求限制的设定，那么请求限制就会起作用，阻止simulation的执行。
- 请求限制可以在每个场景中进行配置，移步这里找到更多：http://gatling.io/docs/2.1.7/general/scenario.html#scenario-throttling
setUp(scn.inject(constantUsersPerSec(100) during(30 minutes))).throttle(
reachRps(100) in (10 seconds),
holdFor(1 minute),
jumpToRps(50),
holdFor(2 hours)
)
解释下上述代码：
simulation会限制每秒钟100个请求，持续10秒钟，然后保持住这个吞吐量并持续1分钟；接着跳到每秒钟50个请求，再保持这个吞吐量2个小时；
这个代码块中设置的请求限制如下：
- reachRps(target) in (duration)：设置一个恒定的吞吐量，并持续一段时间；
- jumpToRps(target)：立即将限制切换为另一个吞吐量；
- holdFor(duration)：将当前的吞吐量保持一定的时间；
