دوره آموزشی
دوبله زبان فارسی
تست عملکرد با هوش مصنوعی، Jmeter ،Lighthouse و K6
✅ سرفصل و جزئیات آموزش
آنچه یاد خواهید گرفت:
- چگونه از هوش مصنوعی برای ایجاد فریمورکها استفاده کنیم؟
- تست عملکرد چگونه کار میکند؟
- مبانی Jmeter
- پایپلاینهای K6
- تست محلی K6
- تست ابری K6
- Google Lighthouse و تست سرعت صفحه
- پایپلاینهای گیتهاب Google Lighthouse
- Shift Left در عملکرد
- تست عملکرد روی برنچ ویژگی
- نظارت بر تست عملکرد
- فریمورکهای تست عملکرد
- مواردی که بر عملکرد تأثیر میگذارند؟ - Throttling و کش کردن
- زیرساخت تست عملکرد - IaaS و PaaS و SaaS
- افسانهها درباره تست عملکرد
پیشنیازهای دوره
- تجربه اولیه در تست
توضیحات دوره
این یک دوره مقدماتی درباره نحوه اجرای تست عملکرد است. ما جنبههای زیر را پوشش میدهم:
- تست عملکرد چیست و در کجای نرمافزار قرار میگیرد؟
- درک اینکه چرا عملکرد مهم است و چگونه بر فروش تأثیر میگذارد.
- مثالهایی درباره اینکه عملکرد ضعیف، یک شرکت را خراب کرده است.
- پیششرطها قبل از اجرای تست عملکرد کدامند؟
- Shift Left در عملکرد و محیطهای تست ویژگی
- عوامل پیکربندی زیرساخت که بر نتایج تست عملکرد تأثیر میگذارند.
- زیرساخت تست عملکرد بهصورت محلی، ابری یا فقط ابری
- ما در تست عملکرد بر چه مواردی نظارت میکنیم و چرا این امر مهم است؟
- مثال عملی و آموزش در مورد نحوه پیکربندی و استفاده از Grafana و K6 برای تستهای محلی، راه دور و ابری
- پایپلاینهای بلاک کردن تست عملکرد با K6 و Jmeter و Lighthouse و گیتهاب
- رویکرد ما به تست عملکرد با دموهای لایو برای تست بار، تست اسپایک و تست استرس
یک لابراتوار نحوه ایجاد فریمورک تست عملکرد را بدون نیاز به دانش قبلی با آموزش نحوه کار Jmeter، با استفاده از Generative AI و چتجیپیتی نشان خواهد داد.
- ایجاد برنامه تست - شما با درک اصول JMeter و نحوه ایجاد برنامه تست مؤثر شروع خواهید کرد. ما کامپوننتهای کلیدی و پیکربندیهای لازم برای ساختاردهی دقیق تستهای شما را پوشش میدهیم.
- افزودن کاربران - شما یاد میگیرید چگونه رفتار کاربران واقعی را با افزودن کاربران به سناریوهای تست خود شبیهسازی کنید. ما پروفایلهای مختلف کاربران را بررسی کرده و نشان میدهیم چگونه JMeter را برای بارهای مختلف کاربران پیکربندی کنیم.
- افزودن داده تست - شما اهمیت داده تست واقعگرایانه و نحوه گنجاندن آنها در تستهای عملکرد خود را کشف میکنید. ما نشان میدهیم چگونه داده را بهطور کارآمد مدیریت و دستکاری کنید تا تستها بهطور کامل انجام شوند.
- افزودن تصادفی بودن - اهمیت تصادفی بودن در تست عملکرد را درک کرده و اینکه چگونه آن را به سناریوهای تست خود وارد کنید. شما تکنیکهایی برای ایجاد شرایط تست پویا و غیرقابل پیشبینی خواهید آموخت.
- تحلیل نتایج - به تحلیل نتایج میپردازید و یاد میگیرید چگونه از اجرای تستهای خود بینشهای ارزشمند استخراج کنید. ما متریکها، نمودارها و بهترین شیوهها برای تفسیر نتایج JMeter را بهطور مؤثر پوشش میدهیم.
- یکپارچهسازی با CI/CD و گیتهاب - فریمورک تست عملکرد خود را با یکپارچهسازی کامل آن با پایپلاین CI/CD و گیتهاب به سطح بالاتری ارتقا میدهید. شما فرآیند تست خود را خودکار کرده و از نظارت مدوام بر عملکرد اطمینان حاصل میکنید.
در پایان دوره، از ایجاد فریمورک تست عملکرد JMeter و یکپارچهسازی آن در گردشکار CI/CD خود، درک اولیه خواهید داشت. شما با مهارتهای لازم برای ادامه سفر خود به سمت تستهای عملکرد معنادار، شناسایی تنگناها و بهینهسازی اپلیکیشنهای خود برای دستیابی به عملکرد حداکثری مجهز خواهید شد.
این دوره برای چه کسانی مناسب است؟
- متخصصان تست
- متخصصان تضمین کیفیت
- مهندسان کیفیت
- مهندسان نرمافزار
تست عملکرد با هوش مصنوعی، Jmeter ،Lighthouse و K6
-
معرفی و ساختار دوره 03:14
-
پروژه و ابزارها در این دوره 01:37
-
چالش 4 دقیقهای تست عملکرد - دمو 03:54
-
روندها - 3 مطالعه قدرتمند برای آگاهی و ارتباط 07:52
-
تست عملکرد چیست؟ 02:49
-
اهداف اعتبارسنجیهای عملکرد 07:28
-
تأثیر عدم داشتن عملکرد عالی - مثالهای واقعی 01:55
-
چگونه عملکرد بر فروش تأثیر میگذارد؟ - مطالعه تجارت الکترونیک 02:52
-
تست عملکرد - آنچه باید تست شود؟ 03:23
-
آزمون فصل None
-
افسانهها در تست عملکرد - تست محیطی مشابه تولید 04:35
-
تمرین بد - تست تنها در زمان پایدار بودن اپلیکیشن 03:47
-
الزامات عملکرد - زمانی که هیچکدام را ندارید 03:52
-
پیششرطها - قبل از شروع تستهای عملکرد 02:40
-
چه مواردی را اندازهگیری کنیم؟ - زمان پاسخ 04:48
-
چه مواردی را اندازهگیری کنیم؟ - ظرفیت 03:38
-
چه مواردی را اندازهگیری کنیم؟ - زیرساخت 05:17
-
فریمورک متنباز تست عملکرد 04:05
-
آزمون فصل None
-
تست عملکرد چگونه کار میکند؟ 04:22
-
هرم تست عملکرد 04:52
-
تست عملکرد - تست بار 04:30
-
K6 - دموی تست بار 05:43
-
تست عملکرد - تست استرس 05:03
-
تست عملکرد - تست استقامت 03:57
-
تست عملکرد - تست مقیاسپذیری 02:24
-
تست عملکرد - تست اسپایک 03:29
-
تست عملکرد - تست حجم 04:44
-
[دمو] تست اسپایک با استفاده از K6 04:43
-
[دمو] تست سرعت بارگذاری صفحه با Google Lighthouse 04:11
-
آزمون فصل None
-
پیششرطها برای سناریوهای بار خودتطبیقی 05:14
-
سناریوهای تست بار خودتطبیقی چگونه کار میکنند؟ 04:48
-
Google Lighthouse - مقدمه 02:08
-
Google Lighthouse - ارزیابی اجرا 02:48
-
Google Lighthouse - متریکها 03:09
-
Google Lighthouse - امتیازدهی 02:33
-
Google Lighthouse - درک گزارش 03:59
-
Google Lighthouse و 2 مورد دیگر - هشدار 02:25
-
یکپارچهسازی Google Lighthouse با IDE توسعهدهنده - ویژوال استودیو کد 04:41
-
Google Lighthouse - افزودن Lighthouse به GitHub Actions 06:07
-
آزمون فصل None
-
[دمو] محیط تست عملکرد - محیط توسعه محلی 06:35
-
[دمو] محیط تست عملکرد - محیط محلی OnPrem 05:51
-
محیط تست عملکرد - محیط میزبان شده ابری 03:36
-
محیط تست عملکرد - SaaS - بار ایجاد شده در ابر 05:11
-
[دمو] تولید بار از ابر - Grafana K6 05:10
-
ردیابی مشکل یک سرویس 04:54
-
ملاحظات عملکرد - Throttling 02:51
-
ملاحظات عملکرد - کش کردن 03:19
-
ملاحظات عملکرد - سشن چسبنده 03:23
-
ملاحظات عملکرد - ایندکسهای پایگاه داده 02:23
-
ملاحظات عملکرد - سطح لاگ کردن 03:26
-
رویکرد Shift Left چیست؟ 03:17
-
Shift Left در عملکرد چیست؟ 04:31
-
Shift Left - چگونه CI و CD استقرارها را تسریع میکند؟ 04:48
-
Shift Left در عملکرد - محیطهای ویژگی 03:03
-
[دمو GitHub] - اسپین آپ کردن محیط ویژگی موقت 05:30
-
Shift Left - یکپارچهسازی تست عملکرد در CI/CD 02:57
-
دمو - اعتبارسنجی عملکرد در سطح CI 04:15
-
تست عملکرد با بیلد شبانه 05:33
-
[دمو] - تست عملکرد در اجرای شبانه 03:29
-
بررسی K6.io 03:49
-
نصب K6 به صورت محلی 02:40
-
فرمانهای اجرای K6 در ترمینال 03:04
-
K6 - تست مرورگر 02:22
-
K6 - اجرای اولین اسکریپت تست 03:02
-
درک فایل نتایج 05:19
-
داشبورد محلی برای گزارشدهی 03:09
-
استفاده از هوش مصنوعی برای درک فایل نتایج 02:29
-
درک کاربران مجازی و میانه 04:56
-
K6 - اجرای درخواستها به صورت متوالی 02:43
-
K6 - مراحل و اعتبارسنجیها در اسکریپت 04:44
-
میانهها در مقابل میانگین 04:56
-
تست دلتا برای تست عملکرد مداوم - دموی K6 02:58
-
مصورسازی نتایج K6 و Grafana 04:36
-
[دمو] اجرای تست در Grafana Cloud از IDE (ویژوال استودیو کد) 03:06
-
[دمو] یکپارچهسازی K6 در گردشکار GitHub Actions 03:02
-
[دمو] K6 Cloud - اجرای تست در Grafana Cloud با گیتهاب 06:14
-
انتخاب ابزار با هوش مصنوعی 02:45
-
ایجاد اولین اسکریپت تست عملکرد 07:35
-
افزودن listener به اسکریپت آتست 03:01
-
افزودن Threads و کاربران 05:07
-
تولید داده تست تصادفی 06:28
-
جایی که هوش مصنوعی شکست میخورد - افزودن خلاصه نتایج 06:30
-
افزودن خلاصه نتایج - راهحل 02:05
-
اجرا از خط فرمان 04:44
-
راهاندازی گیتهاب در عمل 11:46
-
اجرای تست در پایپلاین 03:00
-
ارائه نتایج 03:30
مشخصات آموزش
تست عملکرد با هوش مصنوعی، Jmeter ،Lighthouse و K6
- تاریخ به روز رسانی: 1404/06/14
- سطح دوره:مقدماتی
- تعداد درس:90
- مدت زمان :05:57:21
- حجم :1.55GB
- زبان:دوبله زبان فارسی
- دوره آموزشی:AI Academy