{"id":18225,"date":"2024-06-19T17:16:27","date_gmt":"2024-06-19T21:16:27","guid":{"rendered":"https:\/\/es.abstracta.us\/blog\/?p=18225"},"modified":"2024-06-19T17:23:34","modified_gmt":"2024-06-19T21:23:34","slug":"jmeter-correlation-recorder-plugin","status":"publish","type":"post","link":"https:\/\/es.abstracta.us\/blog\/jmeter-correlation-recorder-plugin\/","title":{"rendered":"JMeter Correlation Recorder 2.5: Una aproximaci\u00f3n a la nueva versi\u00f3n del plugin"},"content":{"rendered":"\n

Descubre c\u00f3mo la nueva versi\u00f3n del plugin Correlation Recorder de JMeter puede ayudarte a hacer la correlaci\u00f3n de valores din\u00e1micos m\u00e1s simple y a reducir los errores en tus pruebas de performance. <\/p>\n\n\n

\n
\"Imagen<\/figure><\/div>\n\n\n

Los equipos de pruebas de performance que utilizan <\/strong>JMeter<\/strong><\/a> enfrentan en su d\u00eda a d\u00eda un gran n\u00famero de desaf\u00edos, uno de ellos es la correlaci\u00f3n de valores din\u00e1micos al automatizar un flujo. Este proceso complejo requiere atenci\u00f3n al detalle y tiempo para lograr resultados precisos.<\/strong><\/p>\n\n\n\n

El grado de dificultad se hace m\u00e1s evidente cuando es necesario revisar cada solicitud para verificar que todos los reemplazos se realizaron correctamente o si se omiti\u00f3 alguna parametrizaci\u00f3n que pueda causar un fallo, especialmente en flujos extensos.<\/p>\n\n\n\n

Por esta raz\u00f3n, aparece el Correlation Recorder o Automatic Correlation Recorder (ACR), como com\u00fanmente se le conoce. Este plugin de JMeter, que actualmente ha lanzado su versi\u00f3n 2.5, propone variantes que simplifican el proceso de correlaci\u00f3n a trav\u00e9s de diferentes m\u00e9todos.<\/strong><\/p>\n\n\n\n

En este art\u00edculo, profundizamos en las facilidades que brinda el plugin y lo que puede aportar al integrar su uso en las actividades diarias.<\/strong> No nos proponemos realizar una gu\u00eda de uso, ya que existen recursos disponibles, como la gu\u00eda del usuario<\/a> o la de instalaci\u00f3n<\/a> proporcionada por BlazeMeter Labs<\/a>.<\/p>\n\n\n\n

\u00a1Te invitamos a explorar nuestros <\/strong>servicios personalizados<\/strong><\/a> de pruebas de performance!<\/strong><\/p>\n\n\n

\n
\"Imagen:<\/figure><\/div>\n\n\n

Facilidades de Correlation Recorder 2.5 <\/strong><\/h2>\n\n\n\n

Como primer punto destacado, sobre todo al momento de comenzar a utilizar la herramienta, podemos observar que el Correlation Recorder ofrece una plantilla para llevar a cabo el proceso de grabaci\u00f3n y correlaci\u00f3n en cualquiera de los modos. <\/strong><\/p>\n\n\n\n

Recomendamos ampliamente su uso en este sentido, ya que contiene todos los elementos necesarios para desarrollarlo de manera sencilla y exitosa.<\/p>\n\n\n

\n
\"Vista
Vista de la plantilla del Correlation Recorder cargada en JMeter<\/em><\/figcaption><\/figure><\/div>\n\n\n

En esta plantilla, aparecen por defecto filtros generales para ignorar el tr\u00e1fico extra que se genera durante las grabaciones, lo cual es sumamente \u00fatil <\/strong>cuando se trata de optimizar tiempo.\u00a0<\/p>\n\n\n\n

Dichos filtros pueden usarse como est\u00e1n o personalizarlos en funci\u00f3n de lo que se graba, y tambi\u00e9n se pueden incluir nuevos.<\/p>\n\n\n\n

A d\u00eda de hoy, el Correlation Recorder ofrece 3 modos principales en los que se puede realizar la vinculaci\u00f3n de los valores din\u00e1micos:<\/strong><\/p>\n\n\n\n

    \n
  1. Mediante herencia.<\/li>\n\n\n\n
  2. Comparando autom\u00e1ticamente y detectando variables. <\/li>\n\n\n\n
  3. A trav\u00e9s de plantillas existentes.<\/li>\n<\/ol>\n\n\n\n

    Explorando cada m\u00e9todo, podemos evaluar su viabilidad en los escenarios que se presentan, escogiendo la alternativa m\u00e1s adecuada para cada situaci\u00f3n.<\/p>\n\n\n\n

    Vinculaci\u00f3n de los valores din\u00e1micos<\/strong><\/h2>\n\n\n\n
      \n
    1. Mediante herencia<\/strong><\/li>\n<\/ol>\n\n\n
      \n
      \"Imagen<\/figure><\/div>\n\n\n

      La correlaci\u00f3n mediante herencia o Legacy Correlation<\/em> (en ingl\u00e9s) consiste en configurar un conjunto de reglas propio<\/strong>, determinado a partir del conocimiento del flujo, as\u00ed como de la identificaci\u00f3n previa de los valores din\u00e1micos que necesitan correlacionarse.<\/p>\n\n\n\n

      Es el modo m\u00e1s similar a la correlaci\u00f3n manual que solemos utilizar quienes automatizamos flujos empleando JMeter. Se necesita determinar las expresiones regulares tanto de extracci\u00f3n como de reemplazo y volver a grabar para verificar que el proceso tuvo lugar acertadamente.<\/p>\n\n\n\n

      Compartimos una tabla con algunos ejemplos reales de expresiones regulares de reemplazo y extracci\u00f3n:<\/strong><\/p>\n\n\n\n

      N\u00b0<\/strong><\/td>Expresi\u00f3n regular de extracci\u00f3n<\/strong><\/td>Expresi\u00f3n regular de reemplazo<\/strong><\/td><\/tr>
      1<\/td>_wpnonce=([a-zA-Z0-9]*)’<\/td>_wpnonce=([a-zA-Z0-9]*)<\/td><\/tr>
      2<\/td>name=”execution” value=”(.*?)”<\/td>execution=([^&]+)<\/td><\/tr><\/tbody><\/table><\/figure>\n\n\n\n

      En la \u00faltima versi\u00f3n del plugin, se facilita el proceso de extracci\u00f3n y reemplazo en formato .JSON permitiendo correlacionar valores de forma m\u00e1s eficiente en datos estructurados.<\/strong><\/p>\n\n\n\n

      Aunque esto era posible anteriormente empleando las expresiones regulares para ese prop\u00f3sito, ahora el uso de extractores de tipo JSON simplifica la captura de informaci\u00f3n espec\u00edfica de manera sencilla y directa.<\/p>\n\n\n\n

      Al analizar m\u00e1s detenidamente la correlaci\u00f3n mediante herencia, vemos que requiere la elaboraci\u00f3n de expresiones regulares de reemplazo que a veces son iguales, similares o diferentes a las de extracci\u00f3n.<\/strong> Esto implica una inversi\u00f3n inicial de tiempo que requiere configurar un conjunto de reglas, en escenarios en los cuales pueden no ser reutilizables. <\/p>\n\n\n\n

      Lo cual podr\u00eda ocurrir si se presenta, por ejemplo, alguno de los siguientes casos:<\/p>\n\n\n\n