随着软件技术的飞速发展,软件产品之间的竞争日益激烈,用户对软件质量的要求不断提高,软件测试作为软件生命周期中的一环,变得越来越重要。软件性能是软件质量的重要考察因素之一,为了保障软件运行稳定、性能高效,性能测试是软件测试中不可或缺的一部分,也是每个开发人员需要熟练掌握的技能。近来,在线教育快速发展,大量学生通过在线课程学习性能测试知识。然而,在性能测试在线课程中,人工评审学生的性能测试脚本往往需要耗费大量时间和精力。为了减轻人工评审的工作负担,提高工作效率,研究性能测试脚本的自动化评估方法十分必要。本文从测试充分性出发,对性能测试脚本进行评估。目前已有许多测试充分性的评估方法,如基于控制流的评估方法、变异测试等,然而尚未有人提出应用于性能测试脚本的测试充分性评估方法,因此本文通过参考和学习目前已有的测试充分性评估方法,提出了一套针对性能测试脚本的自动化评分模型。首先,从脚本结构出发,本文从性能测试脚本中抽取了常见测试组件和测试方法,归纳了一套关键评估要素,这些评估要素作为自动化评估的最小粒度,覆盖了性能测试脚本的基本测试组件和测试方法,例如事务、参数化等。根据每项评估要素在教学上的重要性,为其分配权重。这套评估要素及权重作为基于脚本结构的测试充分性准则,用于评估脚本的测试充分性和计算脚本的评估分数。除了基于脚本结构的测试充分性评估方法,本文还从缺陷出发,参考目前已有的基于缺陷的测试充分性准则,使用变异测试和变异杀死率作为另一种评估性能测试脚本的测试充分性的方法。本文基于常见的性能缺陷,提出了一套针对性能缺陷的变异算子,用于生成包含性能缺陷的变异体。本文将这两类测试充分性评估方法应用于自动化评分模型中。在具体评估时,该模型使用两种评估方法:静态评估方法和动态评估方法。静态评估方法使用静态扫描技术,不关注脚本的执行结果。通过静态扫描性能测试脚本,该模型从脚本中抽取与关键评估要素相关的测试组件及其配置,并将配置内容与标准规则进行对比。而动态评估方法使用脚本的具体执行结果进行评分。根据执行过程中与测试脚本交互的系统,动态评估方法又可以分为两类:一类是与待测系统交互,根据脚本的执行结果,判断脚本的设计和正确性;另一类则基于变异测试,与多个变异系统进行交互,根据脚本的变异杀死率,评估脚本设计的完备性。最终分数是根据两种评估方法的结果和关键评估要素的权重,计算加权平均数,作为性能测试脚本的最终评估得分。最后,本文基于该评分模型,在JMeter测试工具上实现了一套自动化评分工具。为了衡量自动化评估得分的正确性,本文组织了一次200余名学生参与的性能测试考试,使用了两种评分方法对学生脚本进行评分:自动化评分和学生互评。通过对比两种分数的差异和分析差异产生的原因,本文证明了自动化评分比学生互评分数更加准确,证明了该自动化评分模型的可靠性和准确性。除此之外,本文还分析和统计了各评估要素的出错情况,并与模型中评估要素的权重进行比较,进一步说明了该评估模型中各评估要素的权重分配是具有教育意义的。由于目前尚未有人提出性能测试脚本的自动化评估方法,因此本文提出的自动化评估模型具有很高的创新性。实验结果表明,该模型可以有效评估性能测试脚本的正确性和设计,提高了评审效率和准确性,并大幅减少了人工评审脚本的时间。该评估模型作为学生练习和考试的工具,可以用于性能测试的线上课程和线下课程。