使用Gatling进行软件性能测试，高级关联技术是处理现代RESTful API和复杂应用场景的重要技能。当响应中包含嵌套JSON、动态数组或参数依赖前序上下文时，能否精准地提取并传递这些动态值，决定了测试脚本的可靠性和真实性。

为何需要高级关联？

简单关联（如提取固定字段）在以下复杂响应前会失效：

数据结构嵌套：所需参数深藏在多级JSON节点下。

数组长度和内容动态：数组大小、元素顺序每次请求都可能变化，需动态定位。

参数上下文依赖：后续请求的路径、查询参数或请求体，依赖于前面多个请求提取值的组合计算。

技术解析

1. 处理嵌套JSON：使用精确的JSONPath

当目标值嵌套在多层JSON结构中时，必须使用准确的JSONPath表达式定位。

示例场景：登录后返回的用户信息包含嵌套的联系方式。

json

{

  "user": {

    "id": 12345,

    "profile": {

      "name": "张三",

      "contact": {

        "email": "zhangsan@example.com",

        "phone": "13800138000"

      }

    }

  }

}

Gatling关联实现：

scala

.exec(

  http("获取用户信息")

    .get("/api/user")

    .check(

      // 使用JSONPath提取嵌套字段

      jsonPath("$.user.id").saveAs("userId"),

      jsonPath("$.user.profile.contact.email").saveAs("userEmail"),

      jsonPath("$.user.profile.contact.phone").saveAs("userPhone")

    )

)

// 在后续请求中使用提取的值

.exec(

  http("更新联系方式")

    .put("/api/user/${userId}/contact")

    .body(StringBody("""{"email": "${userEmail}", "phone": "${userPhone}"}"""))

)

重点：使用$.表示根节点，然后精确描述路径。Gatling的jsonPath检查器支持标准的JSONPath语法。

2. 处理动态数组：随机选择、条件匹配和遍历

从JSON数组或HTML列表中提取一个动态出现的元素是常见需求。

示例场景：查询商品列表，返回一个动态的商品ID数组，需要随机选择一个加入购物车。

json

{

  "products": [

    {"id": 1001, "name": "商品A", "stock": 5},

    {"id": 1002, "name": "商品B", "stock": 0},

    {"id": 1003, "name": "商品C", "stock": 12}

  ]

}

Gatling关联实现：

scala

.exec(

  http("查询商品列表")

    .get("/api/products")

    .check(

      // 方法1：提取整个ID数组到会话列表中

      jsonPath("$.products[*].id").findAll.saveAs("productIdList"),

      // 方法2：直接随机提取一个有库存的商品ID（使用条件JSONPath）

      jsonPath("$.products[?(@.stock > 0)].id").findRandom.saveAs("randomProductId")

    )

)

.exec(session => {

  // 演示如何操作提取的数组

  val ids = session("productIdList").as[Seq[String]]

  println(s"获取到的商品ID列表: $ids")

  session

})

.exec(

  http("添加随机商品到购物车")

    .post("/api/cart/add")

    // 使用之前随机提取的单个ID

    .body(StringBody("""{"productId": "${randomProductId}"}"""))

)

主要方式：

findAll：提取所有匹配项为Seq[String]，可用于后续逻辑。

findRandom：随机抽取一个，非常适合模拟用户随机选择。

条件JSONPath：[?(@.stock > 0)] 是强大过滤器，可用于提取符合业务状态的元素。

3. 处理上下文相关参数：组合、转换和链式传递

最复杂的情况是参数需要经过计算，或依赖多个前序步骤的上下文。

示例场景：创建订单后支付，支付接口需要“订单ID”和“订单金额”，而金额需根据订单详情二次查询。

scala

// 第一步：创建订单，提取订单ID

.exec(

  http("创建订单")

    .post("/api/order")

    .body(ElFileBody("templates/create_order.json"))

    .check(jsonPath("$.orderId").saveAs("orderId"))

)

// 第二步：使用上一步的orderId查询订单详情，提取金额

.exec(

  http("查询订单详情")

    .get("/api/order/${orderId}") // 使用第一个参数

    .check(jsonPath("$.totalAmount").saveAs("orderAmount"))

)

// 第三步：组合前两步的参数，发起支付

.exec(

  http("订单支付")

    .post("/api/payment")

    .body(StringBody("""{"orderId": "${orderId}", "amount": "${orderAmount}", "currency": "CNY"}"""))

    .check(jsonPath("$.paymentId").saveAs("paymentId"))

)

// 第四步：可能继续使用支付ID查询状态...

在Session中执行计算

如果参数需要简单计算（如添加时间戳、拼接字符串），可在 exec 代码块中操作Session。

scala

.exec(session => {

  val orderId = session("orderId").as[String]

  val timestamp = System.currentTimeMillis()

  // 生成一个唯一的支付流水号

  val transactionId = s"PAY-${orderId}-${timestamp}"

  session.set("transactionId", transactionId)

})

调试技巧

使用检查点：在关联后添加检查点，保证参数被正确提取。

scala

.check(jsonPath("$.orderId").exists)

优先使用CSS（对于HTML）和JSONPath（对于JSON）：比正则表达式更易读、更稳定。

防御性编程：考虑提取可能失败的情况，使用 findAll.optional 或通过 session 判断，避免脚本因单次失败而中止。

记录和调试：在开发脚本阶段，使用 exec(session => { println(session); session }) 打印完整会话，确认提取的值。

模块化设计：将复杂的关联逻辑封装到自定义方法或对象中，保持场景代码的清晰。

Gatling的高级关联技术在于：精准定位、灵活提取和上下文管理。通过组合运用这些技术，可以构建出能够处理任何动态、嵌套API响应的强大性能测试脚本。