1. 为什么要搭建性能监控平台？

本身带有聚合报告如下图所示：

这个报告有几个很明显的缺点： ：

中获取数据并以特定的模板进行展示

2、性能监控平台部署实践

本文的重点并不是介绍 Docker，所以不了解的小伙伴需要自己去学习一下基本的安装和操作，可参考之前发送的 。 1）首先去下载InfluxDB的镜像，下载很简单，直接pull就好，默认为下载最新的镜像：

$ docker pull influxdb

镜像，在访问8083端口时就可以看到网页端的展示,我这里用的是最新的，所以就没有啦：

$ docker run -d --name jmeter-influx -p 8083:8083 -p 8086:8086

3）进入容器内部，创建名为jmeter的数据库： 容器

命令查看数据库创建成功
查看数据,这个时候应该是没有数据的：
脚本，往期文章有发布，本次就以此来进行测试结果演示。具体可参考之前发送的公众号文章。文章末尾的「往期回顾」第二篇文章即可阅读。
配置
：
2）主要配置说明：
所对应的：
3）运行验证
运行
中查看数据，发现类似下面的数据说明输入导入成功：
1）首先我们需要下载grafana的镜像：
2）启动一个grafana容器,将3000端口映射出来：
3）网页端访问locahost:3000验证部署成功
4）选择添加数据源
:
6）配置数据源
数据源创建成功时会有绿色的提示：
7）导入模板
  • 直接输入模板id号
  • 直接上传模板json文件
  • 直接输入模板json内容
下面这两个是我尝试过的模板：
9）导入模板，我这里选择的是导入json文件的方式，导入后如下，配置好模板名称和对应的数据源，然后
即可
10）展示设置，首先选择我们创建的application
如果我们修改过表名，也就是在jmeter的Backend Listener的measurement配置(默认为jmeter)，这个时候就需要去设置中进行修改(我这里使用的就是默认的，所以无需修改)：
经过一系列的奋斗之后，该到了我们检验成果的时候了。使用 Docker + JMeter + InfluxDB + Grafana 到底可以搭建怎样的性能监控平台呢？相比较 JMeter 自带的监控平台，我们搭建的性能监控平台究竟有什么优势呢？接下来就是展示成果的时候啦！