परफ़ॉर्मेंस टेस्ट डेटा जनरेटर — परफ़ॉर्मेंस टेस्ट डेटासेट बनाएँ

परफ़ॉर्मेंस टेस्ट डेटा जनरेटर कैसे इस्तेमाल करें

हर पंक्ति में एक endpoint और उसका ट्रैफ़िक हिस्सा लिखें (जैसे "GET /api/products 45")।
virtual users, अवधि और ramp-up तय करें, फिर think-time की रेंज और वितरण।
चाहें तो payload साइज़ की रेंज और दोहराने योग्य सैंपल के लिए seed भी दें।
मॉडल, चार्ट और टूल के लिए तैयार स्निपेट पाने के लिए "Generate" दबाएँ।
k6 options अपनी स्क्रिप्ट में चिपकाएँ या JMeter की वैल्यू GUI में लागू करें।

परफ़ॉर्मेंस टेस्ट डेटा जनरेटर की खूबियाँ

सरल "METHOD /path weight" पंक्तियों से रिक्वेस्ट मिक्स, जिसे 100% पर सामान्यीकृत किया जाता है
uniform, normal, exponential या constant वितरण से think-time सैंपल
यूज़र और अवधि के हिसाब से बनी ramp प्रोफ़ाइल (ramp-up, steady state, ramp-down)
क्षमता नियोजन के लिए throughput और कुल रिक्वेस्ट के अनुमान
stages, weighted endpoint चयन और think-time फ़ंक्शन वाला k6 options स्निपेट
JMeter मैपिंग (Thread Group, Throughput Controller, timer) और JSON सिनेरियो एक्सपोर्ट

परफ़ॉर्मेंस टेस्ट डेटा जनरेटर का उदाहरण

browse-प्रधान ई-कॉमर्स workload

इनपुट:

GET /api/products 45
GET /api/products/{id} 25
POST /api/cart 15
POST /api/checkout 5
GET /api/account 10
Users: 50 · Duration: 300 s · Ramp-up: 60 s · Think: 500–3000 ms normal

आउटपुट:

Est. throughput: 25.6 req/s · Est. total requests: 6,900
Request mix: products 45% (3,105) · product detail 25% (1,725) · cart 15% (1,035) · checkout 5% (345) · account 10% (690)
Ramp profile: 0–60 s ramp-up to 50 · 60–300 s steady · 30 s ramp-down

परफ़ॉर्मेंस टेस्ट डेटा जनरेटर के बारे में अक्सर पूछे जाने वाले सवाल

रिक्वेस्ट मिक्स क्या है?

हर endpoint को ट्रैफ़िक का कितना हिस्सा मिलता है, जैसे 60% product listing, 25% product detail, 15% checkout। वज़न 100% पर सामान्यीकृत होकर k6 चयन कोड और JMeter Throughput Controller में बदल दिए जाते हैं।

कौन-कौन से think-time वितरण सपोर्ट हैं?

uniform, normal (मध्य बिंदु के आस-पास घंटी जैसा वक्र), exponential (कई छोटे विराम, गिने-चुने लंबे) और constant। असली यूज़र normal या exponential के सबसे क़रीब होते हैं।

throughput का अनुमान कैसे लगता है?

हर virtual user (think time + लगभग 200 ms सर्विस टाइम) में एक रिक्वेस्ट भेजता है। इसे यूज़र संख्या से गुणा करने पर steady-state requests per second मिलता है; इसे सिर्फ़ नियोजन का आँकड़ा मानें।

ramp प्रोफ़ाइल में क्या होता है?

ramp-up, steady state और ramp-down चरण, उनकी अवधि और लक्षित यूज़र संख्या के साथ, जो k6 stages और JMeter thread group सेटिंग के रूप में एक्सपोर्ट होते हैं।

क्या मैं यह मॉडल एक्सपोर्ट कर सकता हूँ?

हाँ — JSON सिनेरियो में मिक्स, stages, think-time सैंपल और payload साइज़ होते हैं, ताकि आप उसे अपने ख़ुद के harness में दे सकें।

तकनीकी नोट्स

throughput एक closed workload मॉडल मानकर निकाला जाता है: हर virtual user रिस्पॉन्स का इंतज़ार करता है (लगभग 200 ms माना गया), फिर think time तक रुकता है और यही दोहराता है। यह अनुमान जान-बूझकर सरल रखा गया है — ज़्यादा सटीक आँकड़े के लिए सर्विस टाइम की जगह अपना मापा हुआ p50 रखें।

normal think time मध्य बिंदु के आस-पास Box–Muller रूपांतरण से सैंपल किए जाते हैं, जिसमें मानक विचलन रेंज का एक चौथाई होता है; exponential सैंपल मध्य बिंदु को माध्य मानते हैं और अधिकतम के तीन गुने पर सीमित कर दिए जाते हैं।