Курсы по Apache JMeter
Нетология
ProductStar × РБК
Stepik
Учебный центр IBS
QA.GURU
Stepik
Учебный центр IBSПохожие курсы
Больше об авторах
Менеджер продукта в Edtech/HR-tech. За более чем 7 лет работы создал и масштабировал цифровые продукты в Edtech (Яндекс Практикум, Сравни Образование, Хабр Карьера). Через карьерные и образовательные продукты обучил и трудоустроил более 30.000 специалистов, а также провел более 1000+ часов менторских консультаций для начинающих специалистов Product менеджеров, Разработчиков и Аналитиков
- Product owner
- Бакалавриат: Менеджмент, Управление персоналом
- Разработка и запуск продукта
- Продуктовая аналитика
- Стратегическое и операционное планирование
- Финансовое планирование, бюджетирование, P&L и расчет юнит-экономики
- HR-менеджмент, обучение и развитие персонала
- Управление персоналом, построение команды
Отзывы об онлайн-курсах по направлению Программирование и IT
Промокоды и акции для направления Программирование и IT
Популярные направления
Популярные курсы Программирования и IT
Бесплатные курсы Программирования и IT
Курсы Программирования и IT с трудоустройством
ТОП онлайн-курсов по apache-jmeter
1. Инженер по тестированию: расширенный курс
2. Профессия: Java-разработчик + ИИ
3. Погружение в профессию FullStack QA Engineer
4. SQA-I-007 Сопровождение автотестов и написание отчетов
Автоматизируйте тестирование и внедряйте CI/CD с помощью командной строки, Jenkins, Docker, Kubernetes, Selenoid, Moon и Apache JMeter. Освойте современные инструменты и методологии для повышения качества и эффективности разработки.
Научитесь автоматизировать тестирование и внедрять CI/CD-процессы с использованием:
- командной строки
- Jenkins
- Docker
- Kubernetes
- Selenoid
- Moon
- Apache JMeter
Курс поможет вам ускорить разработку, повысить качество и надежность ваших проектов.
Тематики курса:
- Введение
- Подготовка окружения
- Командная строка: параметры, синтаксис, bash
- Права администратора и права на файлы: root, su, sudo
- Перенаправление ввода/вывода
- Введение в CI/CD тестирования и инструменты
- Понятие CI
- Взаимодействия участников CI на разных этапах
- Типы сборки: сборка ПО, подготовка инсталляционного пакета
- Непрерывная поставка (CD). Отличия от непрерывной интеграции (CI)
- Процесс CDP
- Конвейер CI/CD
- Обнаружение сервисов (service discovery)
- CI/CD: сравнение инструментов Jenkins, CircleCI, TeamCity, GitLab
- Обзор интерфейса
- Основные понятия
- Создание задач в Jenkins
- Применение Jenkins для запуска автотестов
- Виды развертывания приложений
- Отличия при использовании контейнеризированных приложений
- Что такое Docker
- Архитектура Docker
- Объекты Docker
- Запуск контейнерных приложений
- Способы работы с контейнерами
- Запуск сервиса
- Открытие портов
- Образы и слои
- Бэкенд хранения данных
- Создание Dockerfile
- Присвоение тегов
- Логи и статистика работы
- Docker Registry
- Docker-compose
- Зачем использовать Selenoid?
- Как работает Selenoid?
- Установка и запуск Selenoid
- Запуск автотестов в браузерах Selenoid
- Параллельный запуск автотестов
- Настройка браузеров
- Файл конфигурации браузеров
- Установка новых браузеров
- Почему Moon и отличия от Selenoid?
- Установка Moon в Kubernetes-кластере
- Запуск автотестов в браузерах Moon
- Настройка браузеров
- Установка новых браузеров
- Разработка скриптов: запись нагрузочного сценария (демонстрация), основные элементы дерева JMeter, использование плагинов, БД запросы
- Подготовка модели загрузки: использование задержек, расчет потоков, подготовка модели, детальный разбор проекта JMeter, мониторинг и логирование
- Генерация нагрузки: запуск через GUI и через консоль, использование удаленных генераторов нагрузки
- Анализ результата: вид лога, результирующая таблица, вывод основных графиков в JMeter, репорт HML-дашборда, дополнительный мониторинг
5. Нагрузочное тестирование
6. Тестирование ПО с Нуля до Специалиста
7. Проектирование высокопроизводительных приложений и инструменты ИИ
Повысьте производительность ваших систем! Курс для архитекторов и разработчиков, стремящихся создавать быстрые и эффективные приложения. Оптимизация, тестирование и паттерны проектирования.
High-Performance application, High-Load application, High-Availability application. Управление производительностью приложения. Зависимость цены исправления ошибок от стадии обнаружения и стадии внесения. Основные характеристики, описывающие производительность системы. Модель нагрузки на систему.
Формирование нефункциональных требований для высокопроизводительных систем. Работа с противоречиями при формировании требований к производительности. Полнота требований.
Практикум (1 ч): Анализ требований на противоречивость и полноту.
Особенности формирования требования к системам массового обслуживания (СМО).
Атрибуты качества системы. Компромиссы при одновременной работе над несколькими атрибутами качества на примере CAP и PACELC.
Практикум: Разбор принципа балансировки атрибутов качества на примере Amazon Dynamo DB (1 ч). Рассмотрение подходов к гибкому масштабированию системы на примере Amazon Dynamo DB с сохранением контроля над отказоустойчивостью и сохранением константной производительности.
Основные причины потери производительности системы (1 ч). Основные методы повышения производительности системы (1 ч). Принципы горизонтального и вертикального масштабирования систем (0,5 ч).
Практикум (2 ч): Разбор примера масштабирования системы. Преобразование монолитной системы в Map-Reduce. Обзор Map-Reduce. Преобразование Map-Reduce в Lambda-архитектуру для снижения проблем чистой Map-Reduce практики.
Основные классы шаблонов, используемые при построении высокопроизводительных систем: GRASP, Architecture patterns, Application Integration patterns. Примеры практической реализации шаблонов в современных стандартах. Примеры практической реализации шаблонов в современных системах интеграции frameworks разработки.
Основные вопросы кодирования высокопроизводительных систем. Методы оптимизации современных компиляторов и сред выполнения.
Виды тестов, используемые при доказательствах производительности системы. Подготовка к тестированию (составление сценариев и формирование модели нагрузки). Анализ результатов тестирования.
Введение в методологию SPE. История, границы использования. Методика анализа систем с использованием SPE.
Практикум (1 ч): Рассмотрение на практическом примере применения SPE методологии для: Оценки пределов производительности системы, исходя из текущих характеристик аппаратно-программной части; Оценки влияния принимаемых архитектурных решений на производительность системы; Оценки требований к аппаратной части, исходя из поставленных требований по производительности, базируясь на масштабировании текущих процессов системы.
