4、JMeter参数化：CSV Data Set Config、用户自定义变量、函数助手、随机参数生成
做压测的时候，最怕什么？
我最怕脚本写完了，一跑全是缓存命中，或者所有用户都在抢同一个账号。那压出来的数据，说白了就是自欺欺人。
参数化，就是解决这个问题的。让每个虚拟用户用不同的数据，模拟真实场景。今天我把JMeter里最常用的四种参数化方式掰开揉碎了讲，都是我在项目中实打实踩过坑的经验。
4.1 CSV Data Set Config：最常用的数据源
这是我最推荐的方式，没有之一。尤其是压测数据量大的时候，CSV文件是最稳的。
配置要点：
- Filename：CSV文件路径。我习惯用相对路径，放在脚本同目录下，方便迁移。
- Variable Names：给每一列起个名字，用逗号分隔。比如
username,password。 - Delimiter：默认逗号。如果你的CSV用制表符，记得改成
\t。 - Recycle on EOF：文件读完了是否循环。我建议压测时设为True，不然线程跑一半没数据了，直接报错。
- Stop thread on EOF：如果不想循环，就设为True，线程读完数据自动结束。
- Sharing mode：这个坑我踩过。默认是All threads，所有线程共享一个指针。如果你想让每个线程独立读取，选Current thread group。
实战经验：
我曾经做过一个登录接口的压测，准备了10万条账号数据。一开始用All threads模式，结果发现所有线程读到的数据是乱的，有的账号被重复使用。后来改成Current thread group，每个线程独立读取，问题就解决了。
小技巧：CSV文件不要用Excel直接编辑，容易带BOM头。我习惯用Notepad++或者VS Code，保存为UTF-8 without BOM格式。
4.2 用户自定义变量：静态参数的归宿
这个元件，说白了就是放那些不会变的值。比如服务器地址、端口号、超时时间。
我一般在测试计划级别加一个用户自定义变量，把全局配置都扔进去。这样脚本里所有地方都用 ${变量名} 引用，改一个地方全脚本生效。
变量名：base_url
值：http://api.example.com
变量名：timeout
值：5000嗯，这里要注意：用户自定义变量是在脚本启动时一次性加载的，运行过程中不能动态修改。如果你需要运行时改变量值，得用别的办法。
4.3 函数助手：动态数据的瑞士军刀
JMeter内置了一堆函数，能帮你生成各种动态数据。你想想看，如果每次请求都要生成一个唯一的订单号，用CSV文件准备？那得准备多少数据？
函数助手就在Tools菜单里，点开就能看到所有函数列表。我常用的几个：
- __time：生成时间戳。比如
${__time(yyyy-MM-dd HH:mm:ss)}，每次调用都返回当前时间。 - __UUID：生成全局唯一ID。适合做订单号、流水号。
- __Random：生成指定范围的随机数。比如
${__Random(1000,9999)}，每次都不一样。 - __threadNum：返回当前线程编号。调试时很有用。
避坑指南：
我曾经用 __time 生成时间戳作为订单号，结果并发高了发现重复了。为什么？因为同一毫秒内多个请求拿到了相同的时间戳。后来我改成 __UUID，再也没出过问题。
4.4 随机参数生成：模拟真实用户行为
真实用户的行为是随机的。有的人搜"手机"，有的人搜"电脑"，有的人搜"充电器"。如果你所有用户都搜同一个词，那压出来的结果能代表真实场景吗？
我常用的随机参数生成方式：
- 使用CSV + 随机行：准备一个关键词列表，用CSV Data Set Config配合Random顺序读取。
- 使用__Random函数：比如生成随机手机号
1${__Random(30,99)}${__Random(10000000,99999999)}。 - 使用BeanShell或JSR223：复杂逻辑用脚本实现。比如从数据库中随机取一条记录。
我的习惯：对于简单的随机参数，用函数助手就够了。对于复杂的业务场景，比如需要关联多个参数的，我会写JSR223 Groovy脚本，灵活度高。
4.5 四种方式对比
| 方式 | 适用场景 | 优点 | 缺点 |
|---|---|---|---|
| CSV Data Set Config | 大量固定数据，如账号、商品ID | 数据可控，支持循环 | 需要提前准备文件 |
| 用户自定义变量 | 全局静态配置 | 简单直观，全局生效 | 运行时不能修改 |
| 函数助手 | 动态生成数据，如时间戳、UUID | 无需外部文件，灵活 | 复杂逻辑难实现 |
| 随机参数生成 | 模拟真实用户行为 | 贴近真实场景 | 可能需要脚本支持 |
4.6 知识体系结构图
下面这张图，是我梳理的JMeter参数化知识体系。你看一眼就能明白每种方式在什么场景下用。
重要提醒：参数化不是越多越好。我见过有人把每个请求都做成随机参数，结果压测结果波动特别大，根本没法分析。记住一个原则：该随机的地方随机，该固定的地方固定。
好了，这四种参数化方式，你学会了吗？我个人建议先从CSV Data Set Config入手，这是最稳的。等用熟了，再尝试函数助手和随机参数生成。记住，压测的目的是发现问题，不是炫技。