在实际工作中，我们知道读写对服务的资源消耗比较大，今天我们专门准备读写服务接口，来进行具体分析一下，读写过程对性能的影响。
首先，接口准备，准备一个读数据的接口，使用python+flask单接口，来进行文件读取，返回数据，进行测试。
该接口示例如下：
第二步：使用jmeter，编写一个脚本，使用线程数100，循环次数200次。
添加断言：
备注：
（1）Additionally assert value
是否额外验证根据JSONPath提取的值。
不勾选，验证JSONPath能否在JSON文档中找到路径;
勾选，验证根据JSONPath提取值是否预期
（2）Match as regular expression
预期值是否可以使用正则表达式
不勾选，预期值不能使用正则表达式使用
勾选，预期值可以使用正则表达式使用
Excepted Value:
预期值
expect null 提取值为null，勾选这个
invert assertion(will fail if above conditions met) 勾选这个，取反值。
第三步： 放到服务器上，首先运行python3 xxxx.py
运行jmeter jmeter -n -t test_read.jmx -l result.jtl
这个是无界面执行：
-n 命令行模式
-t 指定脚本路径
-l 指定文件路径
-j 指定日志路径
-r 设置分布式执行
-R 指定分布式服务器列表
-g 指定测试结果文件路径
-H 代理服务器的ip或者域名
-p 代理服务器的端口
生成一个.jtl的文件，需要把.jtl文件转化为一个报告，命令如下：
jmeter -g result.jtl -o ResultReport
-o 指定测试文件夹，不存在或者文件夹为空
执行结果如下：
打开index.html
通过执行过程，发现90%的读写达到5.49秒，cpu飙升到100%，这个硬件资源下期跟新。
