Jmeter csv 参数化驱动时 不按文件数据依次读取

Question

Jmeter csv 参数化驱动时 不按文件数据依次读取，真的没辙了 。

 
这是文件数据：
offlineBarcode    sku
6921734968173     10806
416885552    10808
416885553    10809
416885554    10810
416885555    10811
2200097003001    
0000001347    
0000000001    
0000000002    
0000000003    
0000000004    

报错数据1：
{"success":false,"code":"CART200202","msg":"商品不存在416885552","data":{"failureWarePrevent":0,"failureWareList":[{"offlinebarCode":"416885552","skuId":10808,"name":"416885552","failureMsg":"商品416885552不存在","count":1,"uuid":"5807c1e8-8872-4738-a8e6-d885cfdf5a89","failureRealMsg":"商品不存在","shortDisplayMsg":"商品不存在","unitOriginPrice":0}]},"tid":"1a1a2ece2a27ef90"}

报错数据2：
{"success":false,"code":"CART200202","msg":"商品不存在416885552","data":{"failureWarePrevent":0,"failureWareList":[{"offlinebarCode":"416885552","skuId":10809,"name":"416885552","failureMsg":"商品416885552不存在","count":1,"uuid":"5fdc7a35-98fb-49e7-a926-84e71090d255","failureRealMsg":"商品不存在","shortDisplayMsg":"商品不存在","unitOriginPrice":0}]},"tid":"bb49daa73b005b2"}

报错数据3：
{"success":false,"code":"CART200202","msg":"商品不存在416885552","data":{"failureWarePrevent":0,"failureWareList":[{"offlinebarCode":"416885552","skuId":10810,"name":"416885552","failureMsg":"商品416885552不存在","count":1,"uuid":"9b868b0f-acb0-4c02-a572-15fafafe9c43","failureRealMsg":"商品不存在","shortDisplayMsg":"商品不存在","unitOriginPrice":0}]},"tid":"ca7781495d694dfa"}

报错数据4：
{"success":false,"code":"CART200202","msg":"商品不存在416885552","data":{"failureWarePrevent":0,"failureWareList":[{"offlinebarCode":"416885552","skuId":10811,"name":"416885552","failureMsg":"商品416885552不存在","count":1,"uuid":"68ab09b2-8c7e-4ebb-9d3b-0b248574b1fa","failureRealMsg":"商品不存在","shortDisplayMsg":"商品不存在","unitOriginPrice":0}]},"tid":"97183075b72eac7b"}

以下是动态参数：

// 2. 创建主请求结构
def requestMap = [
//    baseInfoReq: [supportCalculateMemberPromotion: true],
    cashierId: ${cashierId},
    cashierName: ${cashierName},
    cashierNo: ${cashierNo},
    channel: ${channel},
    deviceCode: ${deviceCode},
    deviceId: ${deviceId},
    newWeighingCountsFlag: 1,
    nonceStr: UUID.randomUUID().toString().replaceAll('-', '').substring(0, 16),
    orgId: ${orgId},
    platform: ${platform},
    posNo: ${posNo},
//    proDeductToken: "",
    qrcode: "",
    storeId: ${orgId},
    tenantId: ${tenantId},
    traceId: UUID.randomUUID().toString().replaceAll('-', ''),
    venderId: ${venderId},
    //version: ${version},
    wareInputList: []
]

// 6. 构建商品列表
def wareItem = new HashMap()


wareItem.changeWeight = 1
log.warn("offlineBarCode:" + "${offlineBarcode}")
wareItem.offlineBarCode = "${offlineBarcode}"

//判断是否不为空 不为空则为国条码需要 saleMode、skuId字段
if (StringUtils.isNotBlank(vars.get("sku"))){
    wareItem.saleMode = 10
    wareItem.skuId = vars.get("sku") as long // 转换为数字类型
}


requestMap.wareInputList.add(wareItem)

//vars.put("offlineBarcode", "")

log.warn("requestMap:" + requestMap)
log.warn("offlineBarcode1:" + "${offlineBarcode}")

Map paramMap = JSON.parseObject(JSON.toJSONString(requestMap), SortedMap.class, Feature.OrderedField);

String sign = "";

boolean isBaseDataType(Class clazz) {
   return (clazz.equals(String.class) || clazz.equals(Long.class) || clazz.equals(Integer.class)
           || clazz.equals(Byte.class) || clazz.equals(Double.class) || clazz.equals(Float.class)
           || clazz.equals(Character.class) || clazz.equals(Short.class) || clazz.equals(BigDecimal.class)
           || clazz.equals(BigInteger.class) || clazz.equals(Boolean.class) || clazz.equals(Date.class)
           || clazz.isPrimitive());
}

try {
  StringBuffer sb = new StringBuffer();
  for (String key : paramMap.keySet()) {
      Object value = paramMap.get(key);
      if (value == null) {
          continue;
      }
      String valueStr = null;
      if (!isBaseDataType(value.getClass())) {
          valueStr = JSONObject.toJSONString(value);
      } else {
          valueStr = String.valueOf(value);
      }
      if (StringUtils.isBlank(valueStr)) {
          continue;
      }
      sb.append(key);
      sb.append('=');
      sb.append(valueStr);
      sb.append('&');
  }
  sb.append("key=" + ${dm_key});
  sign = DigestUtils.md5Hex(sb.toString()).toUpperCase();
} catch (Exception e) {
  throw new Exception("签名异常", e);
}


vars.put("sign", sign);
vars.put("param", JSONObject.toJSONString(requestMap));

Answer 1

晚上好🌙🌙🌙
本答案参考通义千问

在使用 JMeter 的 CSV 数据文件配置元件（CSV Data Set Config）进行参数化驱动时，如果发现数据不是按顺序读取，可能是由于以下几个原因导致的。下面我将详细分析问题，并提供解决方案和代码修改建议。

---

✅ 问题分析

你提供的 CSV 文件内容如下：

offlineBarcode    sku
6921734968173     10806
416885552    10808
416885553    10809
416885554    10810
416885555    10811
2200097003001    
0000001347    
0000000001    
0000000002    
0000000003    
0000000004    

从报错信息来看，sku字段为空，但 JMeter 在读取时却重复使用了同一个 sku 值（如 10808），这说明 JMeter 并没有按照预期逐行读取 CSV 文件。

---

🚨 可能的原因

1. CSV 文件格式问题

   • 检查是否有多余的空格或换行符。
   • 确保每行的字段之间是通过逗号分隔的（而非制表符或其他符号）。

2. CSV Data Set Config 配置错误

   • 文件名路径是否正确？
   • 变量名是否与脚本中引用的一致（如 offlineBarcode 和 sku）？
   • 文件结束后的处理方式（File not found 或 Stop thread）是否设置得当？

3. 多线程下的并发问题

   • 如果使用了 线程组（Thread Group）且设置了多个线程，每个线程会独立读取 CSV 文件，可能导致重复读取或跳过某些行。

4. CSV 文件中存在空行或无效行

   • 有些 CSV 文件可能包含空行或注释行，JMeter 默认不会跳过这些行。

5. JMeter 版本兼容性问题

   • 某些旧版本的 JMeter 可能对 CSV 文件解析有 bug。

---

🔧 解决方案

1. 检查并修正 CSV 文件格式

• 确保每一行都正确，尤其是最后一几行：

  2200097003001    
  0000001347    
  0000000001    
  0000000002    
  0000000003    
  0000000004    
  

  • 这些行的 sku 字段为空，可能会导致后续逻辑出错。

• 建议：

  • 删除空行或补充缺失的 sku 值。
  • 使用 Excel 或文本编辑器清理文件。

---

2. 正确配置 CSV Data Set Config

| 参数 | 建议值 | |------|--------| | Filename | yourfile.csv（路径为绝对路径或相对于 JMeter 的 bin 目录） | | Variable Names | offlineBarcode,sku（注意顺序） | | Delimiter | ,（逗号） | | File Encoding | UTF-8（根据文件实际编码） | | Recycle on EOF | False（避免重复读取） | | Stop Thread on EOF | True（到达文件末尾后停止线程） |

⚠️ 注意： 如果你在 线程组 中使用了多个线程，应将 “Recycle on EOF” 设置为 True，否则每个线程都会从头开始读取。

---

3. 确保变量被正确引用

在你的 JSR223 PreProcessor 脚本中，你使用了以下语句：

wareItem.offlineBarCode = "${offlineBarcode}"
wareItem.skuId = vars.get("sku") as long

• 检查是否成功获取了 offlineBarcode 和 sku 的值。
• 建议添加日志输出，确认变量值是否正确：

log.warn("offlineBarcode: " + vars.get("offlineBarcode"))
log.warn("sku: " + vars.get("sku"))

---

4. 修复脚本中的逻辑问题

你当前的脚本中可能存在 变量覆盖或未重置的问题。例如：

//vars.put("offlineBarcode", "")

• 不要在每次循环中清空变量，这会导致下一次读取失败。
• 建议： 不要手动清除变量，让 JMeter 自动管理。

---

5. 修改后的完整脚本示例

// 2. 创建主请求结构
def requestMap = [
    cashierId: ${cashierId},
    cashierName: ${cashierName},
    cashierNo: ${cashierNo},
    channel: ${channel},
    deviceCode: ${deviceCode},
    deviceId: ${deviceId},
    newWeighingCountsFlag: 1,
    nonceStr: UUID.randomUUID().toString().replaceAll('-', '').substring(0, 16),
    orgId: ${orgId},
    platform: ${platform},
    posNo: ${posNo},
    qrcode: "",
    storeId: ${orgId},
    tenantId: ${tenantId},
    traceId: UUID.randomUUID().toString().replaceAll('-', ''),
    venderId: ${venderId},
    wareInputList: []
]

// 6. 构建商品列表
def wareItem = new HashMap()

wareItem.changeWeight = 1
log.warn("offlineBarCode: " + vars.get("offlineBarcode"))
wareItem.offlineBarCode = vars.get("offlineBarcode")

// 判断是否不为空，不为空则为国条码需要 saleMode、skuId 字段
if (StringUtils.isNotBlank(vars.get("sku"))) {
    wareItem.saleMode = 10
    wareItem.skuId = vars.get("sku") as Long // 转换为数字类型
}

requestMap.wareInputList.add(wareItem)

log.warn("requestMap: " + requestMap)
log.warn("offlineBarcode: " + vars.get("offlineBarcode"))

Map paramMap = JSON.parseObject(JSON.toJSONString(requestMap), SortedMap.class, Feature.OrderedField);

String sign = "";

boolean isBaseDataType(Class clazz) {
    return (clazz.equals(String.class) || clazz.equals(Long.class) || clazz.equals(Integer.class)
            || clazz.equals(Byte.class) || clazz.equals(Double.class) || clazz.equals(Float.class)
            || clazz.equals(Character.class) || clazz.equals(Short.class) || clazz.equals(BigDecimal.class)
            || clazz.equals(BigInteger.class) || clazz.equals(Boolean.class) || clazz.equals(Date.class)
            || clazz.isPrimitive());
}

try {
    StringBuffer sb = new StringBuffer();
    for (String key : paramMap.keySet()) {
        Object value = paramMap.get(key);
        if (value == null) {
            continue;
        }
        String valueStr = null;
        if (!isBaseDataType(value.getClass())) {
            valueStr = JSONObject.toJSONString(value);
        } else {
            valueStr = String.valueOf(value);
        }
        if (StringUtils.isBlank(valueStr)) {
            continue;
        }
        sb.append(key);
        sb.append('=');
        sb.append(valueStr);
    }
    sign = MD5(sb.toString()); // 假设这里用的是 MD5 加密
    vars.put("sign", sign);
} catch (Exception e) {
    log.error("Sign generation failed: " + e.getMessage())
}

---

✅ 总结

| 问题点 | 解决方法 | |--------|----------| | CSV 文件格式错误 | 清理 CSV 文件，确保每行数据正确 | | CSV Data Set Config 配置错误 | 检查 Variable Names、Delimiter、Recycle on EOF 等参数 | | 多线程冲突 | 根据需求设置 Recycle on EOF 和 Stop Thread on EOF | | 变量未正确引用 | 添加日志验证变量值 | | 脚本中变量覆盖 | 避免手动清空变量，依赖 JMeter 自动管理 |

---

📌 最终建议

• 优先使用 JMeter 内置的 CSV Data Set Config 元件，而不是手动写 JSR223 脚本。
• 调试时务必开启 JMeter 的日志输出，查看变量是否正常赋值。
• 测试前先手动运行一次脚本，观察变量值是否符合预期。

如有更多具体错误信息或脚本内容，欢迎继续提问！