Artillery性能测试工具2.0.22版本发布:全面支持TypeScript脚本编写
Artillery是一款现代化的开源性能测试工具,它支持HTTP、WebSocket、Socket.io等多种协议的性能测试。作为一个轻量级但功能强大的工具,Artillery特别适合开发人员和测试工程师在CI/CD流程中进行自动化性能测试。最新发布的2.0.22版本带来了多项重要更新,特别是对TypeScript的原生支持,使得编写和维护测试脚本变得更加便捷。
TypeScript支持:提升测试脚本开发体验
在2.0.22版本中,Artillery正式加入了对TypeScript脚本编写的支持。这意味着开发者现在可以使用TypeScript来编写性能测试脚本,享受静态类型检查带来的诸多优势:
- 类型安全:TypeScript的静态类型系统可以在编译阶段就发现潜在的类型错误,避免运行时出现问题。
- 更好的IDE支持:现代IDE能够提供更智能的代码补全、接口提示和重构支持。
- 更易维护的代码:类型注解可以作为代码文档,使测试脚本更易于理解和维护。
Artillery的TypeScript支持非常直观,开发者只需按照原有的YAML/JSON测试定义结构,使用TypeScript的接口和类型来编写即可。这种支持使得在大型项目中维护复杂的性能测试套件变得更加容易。
架构优化与功能调整
2.0.22版本对Artillery的架构进行了多项优化:
-
移除了
report命令:考虑到现代监控体系的发展,Artillery团队决定移除内置的报告功能,建议用户使用Artillery Cloud服务或通过OpenTelemetry集成将指标数据发送到外部监控系统。 -
Docker镜像改进:
- 现在包含了Chromium浏览器,为Playwright测试提供了开箱即用的支持
- 基础镜像从Alpine切换到了Debian,提高了兼容性和稳定性
-
Playwright引擎升级:集成了Playwright 1.49.1版本,带来了最新的浏览器自动化功能和性能改进。
重要问题修复
本次版本修复了几个关键问题:
-
环境变量处理:修复了
config.target无法正确读取远程环境变量值的问题,使得在分布式环境中配置目标地址更加灵活。 -
AWS Fargate集成:优化了在AWS Fargate上运行时的任务调度逻辑,解决了在某些情况下由于Fargate容量不足导致的任务超额启动问题。
-
Playwright追踪稳定性:改进了Playwright追踪功能的错误处理机制,确保在测试结束时能够可靠地停止追踪过程。
使用建议
对于新用户,建议使用Node.js v22.13.0(LTS版)作为运行环境,以获得最佳兼容性和性能。对于已经在使用Artillery的团队,升级到2.0.22版本可以享受到更稳定的测试执行体验和更丰富的脚本编写选项。
TypeScript支持的加入特别适合那些已经在使用TypeScript进行开发的项目,它使得性能测试能够更好地融入现有的开发工作流,实现从单元测试到性能测试的一致编码体验。
随着现代应用架构的复杂化,Artillery持续演进其功能集,为开发团队提供简单而强大的性能测试解决方案。2.0.22版本的发布标志着Artillery在开发者体验方面的又一次重大进步。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0153- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112