ကျိုင်းကောင်ဖြင့် API Load စမ်းသပ်ခြင်း။

ကျိုင်းကောင်ဖြင့် API Load စမ်းသပ်ခြင်း။

ကျိုင်းကောင်ဖြင့် API Load စမ်းသပ်ခြင်း- နိဒါန်း

သင် အရင်က ဒီလိုအခြေအနေမျိုးမှာ ရှိကောင်းရှိနိုင်ပါတယ်- တစ်ခုခုကို လုပ်ဆောင်ပေးတဲ့ ကုဒ်ကို ရေးပါ၊ ဥပမာ၊ အဆုံးမှတ်တစ်ခုပါ။ Postman သို့မဟုတ် Insomnia ကို အသုံးပြု၍ သင်၏ အဆုံးမှတ်ကို စမ်းသပ်ပြီး အားလုံး အဆင်ပြေပါသည်။ သင်သည် အဆုံးမှတ်ကို ဖောက်သည်ဘက်မှ ဆော့ဖ်ဝဲရေးသားသူထံ ပေးပို့ပြီး၊ ထို့နောက် ၎င်းကို စားသုံးသည်။ API ကို နှင့် application ကိုဖြန့်ကျက်။ ဒါပေမယ့် သုံးစွဲသူတွေက အက်ပ်ကိုသုံးတဲ့အခါ API ပျက်သွားတယ်။

ဒါက လုပ်ငန်းတစ်ခုအတွက် ငွေကုန်ကြေးကျမများဘူးလို့ မပြောဘဲ အလွန်စိတ်အနှောက်အယှက်ဖြစ်စေမယ့် အခြေအနေတစ်ခု ဖြစ်လာနိုင်ပါတယ်။ ထို့ကြောင့် ဆော့ဖ်ဝဲလ်ဆော့ဖ်ဝဲရေးဆွဲသူများသည် ၎င်းတို့မျှော်မှန်းထားသည့်အတိုင်း လုပ်ဆောင်နိုင်စေရန်အတွက် ဆော့ဖ်ဝဲလ်စနစ်များပေါ်တွင် စမ်းသပ်မှုအမျိုးမျိုးကို ပြုလုပ်ကြသည်။ API တွေက မတူပါဘူး။ ဖြန့်ကျက်ခြင်းမပြုမီ၊ သင်သည် အနည်းဆုံး စွမ်းဆောင်ရည်စမ်းသပ်မှုများနှင့် လုံခြုံရေးစမ်းသပ်မှုများ ပြုလုပ်သင့်သည်။

စွမ်းဆောင်ရည်စစ်ဆေးမှုများကို လုပ်ဆောင်နိုင်စွမ်းစမ်းသပ်မှုများနှင့် load tests များအဖြစ် အုပ်စုဖွဲ့နိုင်သည်။ လုပ်ဆောင်နိုင်စွမ်းစစ်ဆေးမှုများသည် Postman သို့မဟုတ် Insomnia အတွက် သင်အသုံးပြုလေ့ရှိသည့်အရာဖြစ်သည်။ ၎င်းတို့သည် သင်မျှော်လင့်ထားသည့်အတိုင်း သင်၏ API လုပ်ဆောင်ချက်များကို သေချာစေသည်။ အခြားတစ်ဖက်တွင်မူ Load tests သည် သင့် API ၏ လက်တွေ့ကမ္ဘာအသုံးပြုမှုနှင့် peak load နှင့် မည်ကဲ့သို့လုပ်ဆောင်သည်နှင့် ပတ်သက်၍ ပိုစိုးရိမ်သည်၊ ဤဆောင်းပါးသည် အကြောင်းဖြစ်သည်။ ပိုမိုအသေးစိတ်အချက်အလက်များအတွက် load tests များကိုကြည့်ရှုကြပါစို့။

API Load Testing ဆိုတာဘာလဲ။

API load testing သည် endpoints များတွင် ပုံမှန်နှင့် peak load ကို အတုယူရန် developer များအသုံးပြုသည့် testing အမျိုးအစားတစ်ခုဖြစ်သည်။ ဤစမ်းသပ်မှုမျိုးသည် API တစ်ခု၏ လက်တွေ့ကမ္ဘာစွမ်းဆောင်ရည်ကို ဆော့ဖ်ဝဲအင်ဂျင်နီယာများက အကဲဖြတ်နိုင်စေပါသည်။ ၎င်းသည် ၎င်းတို့အား စနစ်တစ်ခု၏ အမြင့်ဆုံးလည်ပတ်နိုင်မှုကို ခွဲခြားသတ်မှတ်ရန်၊ ပိတ်ဆို့မှုများရှိပါက နှင့် စွမ်းဆောင်ရည်ကျဆင်းခြင်းတို့ကို ကူညီပေးသည်။ API ၏လုပ်ဆောင်နိုင်စွမ်းကို တစ်ပြိုင်နက်စမ်းသပ်ရန် ၎င်းတို့ကို virtual အသုံးပြုသူများဖန်တီးပြီးနောက် API ၏လုပ်ဆောင်နိုင်စွမ်းကို တစ်ပြိုင်နက်စမ်းသပ်ရန် API load tests များကို အများအားဖြင့်လုပ်ဆောင်သည်။ 

API load tests သည် တုံ့ပြန်မှုအချိန်၊ တစ်ပြိုင်တည်းအသုံးပြုသူများ၊ ဖြတ်သန်းနှုန်းများ၊ အရင်းအမြစ်အသုံးပြုမှုအဆင့်၊ ပျက်ကွက်မှုကြားရှိ Mean Time (MTBF)၊ Mean Time To Failure(MTTF) ကဲ့သို့သော မက်ထရစ်များကို တိုင်းတာသည်။ API မည်မျှ ကောင်းမွန်ကြောင်း ဆုံးဖြတ်ရန် ဤမက်ထရစ်များအားလုံးကို အသုံးပြုနိုင်သည်။

Load Testing အမျိုးအစားများ

Load Testing အမျိုးအစားများစွာရှိပြီး တစ်ခုစီတွင် ၎င်း၏အသုံးပြုမှုအခြေအနေများရှိသည်။ သူတို့ထဲက တချို့ကို ကြည့်ရအောင်။

Load စမ်းသပ်ခြင်း- ဤသည်မှာ ဝန်စမ်းသပ်မှု၏ အခြေခံပုံစံဖြစ်သည်။ ပုံမှန်ဝန်နှင့် မျှော်လင့်ထားသည့် အမြင့်ဆုံးဝန်အောက်တွင် စနစ်တစ်ခု၏ စွမ်းဆောင်ရည်ကို အကဲဖြတ်ရန် ၎င်းကို အသုံးပြုသည်။

စိတ်ဖိစီးမှုစမ်းသပ်ခြင်း- အလွန်လေးလံသောဝန်အောက်တွင် စနစ်တစ်ခု၏စွမ်းဆောင်ရည်ကို အကဲဖြတ်ရန် ၎င်းကိုအသုံးပြုသည်။ ဤစမ်းသပ်မှု၏ ရည်ရွယ်ချက်မှာ စနစ်တစ်ခု ရှုံးနိမ့်ပြီးနောက် ပြန်လည်ကောင်းမွန်ခြင်း ရှိ၊ မရှိနှင့် ၎င်းကို ပြုလုပ်ရန် အချိန်မည်မျှကြာကြောင်း ကြည့်ရှုရန်ဖြစ်သည်။ စနစ်၏ စွမ်းဆောင်ရည်ထက် ကျော်လွန်သည်အထိ ဝန်အား ဖြည်းဖြည်းချင်း မြှင့်တင်သည်။

Spike စမ်းသပ်ခြင်း- ၎င်းသည် ဖိစီးမှုစမ်းသပ်ခြင်းနှင့် အနည်းငယ်ဆင်တူသည်၊ လေးလံသောဝန်ကို ဖြည်းညင်းစွာ မြှင့်တင်ခြင်းမှ ဆန့်ကျင်သည့်အနေဖြင့် လေးလံသောဝန်ကို ရုတ်တရက်အသုံးပြုခြင်းမှအပ၊ ဤစမ်းသပ်မှုမျိုးသည် သင်၏ပျမ်းမျှအသုံးပြုသူ သို့မဟုတ် လာရောက်လည်ပတ်သူဦးရေ ရုတ်တရက်တိုးလာသည့်အခါ သို့မဟုတ် သင့်စနစ်တွင် DDOS တိုက်ခိုက်ခံရသည့်အခါ ဘာဖြစ်သည်ကို ကိုယ်စားပြုသည်။

ရေစိမ်စမ်းသပ်ခြင်း- ဤစမ်းသပ်မှုသည် အထက်ဖော်ပြပါ အခြားစမ်းသပ်ချက်များနှင့် မတူပါ။ ၎င်းသည် သင့်စနစ်အား ပုံမှန်ဝန်၏ 80% (သို့မဟုတ်) အောက်တွင်ထားရှိပြီး ကြာရှည်စွာလည်ပတ်နေစေကာ 12 နာရီမှ 14 နာရီအထိ အသုံးပြုနိုင်မည်ဖြစ်သည်။ ဤစမ်းသပ်မှုမျိုးသည် အချိန်ကြာလာသည်နှင့်အမျှ စနစ်တစ်ခုအား မည်မျှယုံကြည်စိတ်ချရကြောင်း ဆုံးဖြတ်ပေးသည်။

ကျိုင်းကောင်ဖြင့် သင်၏ API များကို စမ်းသပ်ခြင်းအား တင်ပါ။

Developer များသည် ၎င်းတို့၏ APIs များကို စမ်းသပ် load လုပ်ရန်အတွက် ရွေးချယ်စရာအမျိုးမျိုးကို အသုံးပြုခွင့်ရှိသည်။ အချို့သော အသုံးများသော ဝန်စမ်းသပ်ကိရိယာများမှာ Gatling၊ JMeter နှင့် Locust တို့ဖြစ်သည်။ ဤဆောင်းပါးတွင် ကျိုင်းကောင်ကို အာရုံစိုက်ပါမည်။

Locust သည် ၎င်းတို့၏ API များကို စမ်းသပ်ရန်အတွက် Google၊ Microsoft နှင့် Riot Games ကဲ့သို့သော ထိပ်တန်းကုမ္ပဏီများမှ အသုံးပြုသည့် python-based open-source load testing tool တစ်ခုဖြစ်သည်။ ဤဆောင်းပါးတွင်၊ ကျွန်ုပ်တို့သည် စမ်းသပ်မှု API ကို မည်သို့တင်ရမည်ကို သရုပ်ပြပါမည်။ 

ဤသင်ခန်းစာအတွက်၊ ကျွန်ုပ်သည် Flask ဖြင့် ရိုးရှင်းသော API တစ်ခုကို ဖန်တီးပါမည်။ သင်သည် ကျွန်ုပ်နှင့်အတူ လိုက်လျှောက်နိုင်သည် သို့မဟုတ် သင့် API ကို Node ဖြင့် ဖန်တီးနိုင်သည်၊ သို့မဟုတ် သင်အဆင်ပြေသည့် မည်သည့်ဘောင်ကိုမဆို ပြုလုပ်နိုင်သည်။

လိုအပ်ချက်များ

Python ကို 3

တပ်ဆင်ခြင်းနှင့်တပ်ဆင်ခြင်း

ပထမဦးစွာ၊ သင်သည်သင်၏ကမ္ဘာလုံးဆိုင်ရာ Python ပတ် ၀ န်းကျင်ကိုအနှောက်အယှက်မဖြစ်စေရန်သင်၏ PC တွင် virtual environment ကိုတည်ဆောက်ရန်လိုအပ်သည်။ ထိုသို့ပြုလုပ်ရန်၊ အောက်ပါ command များကို run ပါ။ ဤ command များသည် Windows terminal နှင့်သက်ဆိုင်ကြောင်း သတိပြုပါ။

$ mkdir ပရောဂျက်

$cd /d လမ်းကြောင်း\to\project

$ python -m venv venv

$venv\Scripts\activate လုပ်ပါ။

 

ပထမတစ်ခုက ကျွန်တော်တို့ ဖန်တီးတယ်။ စီမံကိန်း၏ လမ်းညွှန်။ ထို့နောက် ကျွန်ုပ်တို့၏ လက်ရှိလမ်းညွှန်ကို ပြောင်းလဲခဲ့သည်။ စီမံကိန်း၏. ထို့နောက် ကျွန်ုပ်တို့သည် ထိုလမ်းညွှန်အတွင်းတွင် Python အတွက် virtual environment တစ်ခုကို ဖန်တီးပြီး အသက်သွင်းခဲ့သည်။ 

ယခု ကျွန်ုပ်တို့သည် တပ်ဆင်ခြင်းသို့ ဆက်သွားပါမည်။ ဘူး(ကျွန်ုပ်တို့သည် load tested လုပ်ရန် endpoints ကိုဖန်တီးရန် ၎င်းကိုအသုံးပြုပါမည်) နှင့် ကျိုင်းကောင် သူ့ဟာသူ။ 

 

Flask ထည့်သွင်းရန်၊ run ပါ။ သင်၌ရှိနေကြောင်းသေချာပါစေ။ စီမံကိန်း၏ သင် virtual ပတ် ၀ န်းကျင်ကိုဖန်တီးခဲ့သည့်နေရာတွင်။

$ pip ဓာတ်ဘူးကို တပ်ဆင်ပါ။

 

Locust ထည့်သွင်းရန်၊ လုပ်ဆောင်ပါ။

$ pip ကျိုင်း install လုပ်ပါ။

 

ပြီးသည်နှင့်၊ အောက်ပါ command ကိုရိုက်ထည့်ပါ။ သင့်၌ရှိနေကြောင်း သေချာပါစေ။ စီမံကိန်း၏ သင်ဤသို့ပြုသောအခါလမ်းညွှန်။

$ copy nul __init__.py

$ mkdir အက်ပ်

$ copy nul app\app.py

$ copy nul အက်ပ်\__init__.py

 

ဤအမိန့်များသည် Flask ကို အသုံးပြု၍ ကျွန်ုပ်တို့၏ အဆုံးမှတ်များကို ဖန်တီးရန်အတွက် ကျွန်ုပ်တို့အသုံးပြုမည့် ဖိုင်အချို့ကို ဖန်တီးပေးပါသည်။ သင့်ဖိုင်ရှာဖွေသူနည်းလမ်းဖြင့် ဤဖိုင်များကို သင်ဖန်တီးနိုင်သည်။ ဒါပေမယ့် အဲဒီထဲမှာ ဘာပျော်စရာလဲ။ အဲဒါပြီးသွားရင် အောက်ကကုဒ်ကို ကော်ပီကူးလိုက်ပါ။ app.py

flask မှတင်သွင်းသော Flask, jsonify, တောင်းဆိုချက်

app = Flask(__name__)

car_models = [

  { 'အမှတ်တံဆိပ်'- 'Tesla'၊ 'မော်ဒယ်'- 'မော်ဒယ် S' }

]

 

လေယာဉ်_မော်ဒယ်များ = [

  { 'အမှတ်တံဆိပ်'- 'ဘိုးရင်း'၊ 'မော်ဒယ်'- '747' }

]

 

@app.route('/cars')

def get_cars():

  jsonify(ကား_မော်ဒယ်များ) ပြန်လာပါ

@app.route('/planes')

def get_planes():

  jsonify(plane_models) ပြန်ပို့ပါ

__name__ == '__ main__':

    app.run(debug=True)  

 

အထက်ပါ code တွင် method တစ်ခုပါရှိသည်။ get_cars ကားအမှတ်တံဆိပ်များနှင့် ၎င်းတို့၏ မော်ဒယ်များစာရင်းကို ရယူလေ့ရှိသည်။ get_planes လေယာဉ်အမှတ်တံဆိပ်များနှင့် ၎င်းတို့၏ မော်ဒယ်များစာရင်းကို ရယူခဲ့ဖူးသည်။ ဤအဆုံးမှတ်ကို စမ်းသပ်ရန် ကျွန်ုပ်တို့အတွက်၊ ကျွန်ုပ်တို့သည် app.py ကို လုပ်ဆောင်ရန် လိုအပ်ပါသည်။ အဲဒါကိုလုပ်ဖို့အောက်ပါ command ကို run ။

$python လမ်းကြောင်း\to\app.py

၎င်းကိုသင် run သည်နှင့်သင်ဤကဲ့သို့သောအရာတစ်ခုကိုတွေ့ရပါမည်။

API Load Testing ၁

အကယ်၍ သင်သည် terminal မှ URL ကိုကူးယူပြီးရိုက်ထည့်ပါ။ ကားများ or လေယာဉ် / ပြီးနောက်၊ သင်သည် ထိုနေရာတွင် ဒေတာကို မြင်နိုင်မည်ဖြစ်သည်။ သို့သော်၊ ကျွန်ုပ်တို့၏ပန်းတိုင်မှာ ဘရောက်ဆာဖြင့်မဟုတ်ဘဲ ကျိုင်းကောင်ဖြင့် အဆုံးမှတ်ကို စမ်းသပ်ရန်ဖြစ်သည်။ ဒါဆို လုပ်ကြရအောင်။ သင်၏ root တွင်အောက်ပါ command ကို run ပါ။ စီမံကိန်း၏ directory ကို။

 

$ copy nul locust_test.py

 

၎င်းသည် သင့်အမြစ်၌ 'locust_test.py' ဖိုင်ကို ဖန်တီးပေးသည်။ စီမံကိန်း၏ လမ်းညွှန်။ ပြီးသွားရင်တော့ ဖိုင်ကိုဖွင့်ပြီး အောက်ကကုဒ်မှာ paste လုပ်လိုက်ပါ။ အဲဒါကို မကြာခင် ရှင်းပြပါမယ်။

 

သွင်းကုန်အချိန်

ကျိုင်းကောင်များမှ တင်သွင်းသည့် HttpUser၊ အလုပ်၊ ကြား

 

အတန်းအစား UserBehaviour(HttpUser):

    စောင့်ဆိုင်းချိန် = (၅၊ ၁၀) ကြား

 

    @တာဝန်

    def get_cars(ကိုယ်တိုင်):

        self.client.get('/cars')

    

    @တာဝန်

    def get_planes(ကိုယ်တိုင်):

        self.client.get('/planes')

 

ဤသည်မှာ API ကိုစမ်းသပ်ရန် Locust ကိုအသုံးပြုခြင်း၏အခြေခံဥပမာတစ်ခုဖြစ်သည်။ ပထမဆုံးအနေနဲ့ class တစ်ခုကို ဖန်တီးပါ။ အသုံးပြုသူအပြုအမူသင့်လျော်သောအမည်ကို ပေးဆောင်နိုင်သော်လည်း သက်တမ်းတိုးရမည်။ HttpUser။ HttpUser အတန်းသည် ကျွန်ုပ်တို့သတ်မှတ်ထားသော အလုပ်များကို ထမ်းဆောင်ရန်အတွက် virtual အသုံးပြုသူအများအပြားကို ချက်ချင်းလက်ငင်းလုပ်ဆောင်ပေးသည့် အတန်းဖြစ်သည်။ အသုံးပြုသူအပြုအမူ အတန်းအစား။ 

နည်းလမ်းတစ်ခုကို အလှဆင်ခြင်းဖြင့် အလုပ်တစ်ခုကို သတ်မှတ်သည်။ @တာဝန် အလှဆင်သူ။ ကျွန်ုပ်တို့တွင်ခေါ်သော function တစ်ခုရှိသည်။ အကြား() ၎င်းသည် ကျွန်ုပ်တို့အား နောက်အလုပ်တစ်ခုမလုပ်ဆောင်မီ စောင့်ရန် စက္ကန့်အကွာအဝေးကို သတ်မှတ်နိုင်စေပါသည်။ ကျွန်ုပ်တို့၏ကုဒ်တွင် ၎င်းအတွက် အကွာအဝေး 5 မှ 10 စက္ကန့်အထိ သတ်မှတ်ထားသည်ကို သင်တွေ့မြင်နိုင်ပါသည်။ 

ကုဒ်ကိုအသုံးပြုရန်၊ သင်သည် သင်၏ virtual ပတ်ဝန်းကျင်တွင် ရှိနေကြောင်း သေချာပါစေ။ သင်ဖန်တီးထားသည့်အရာကို API ဝန်ဆောင်မှုပေးသောဆာဗာက အသုံးပြုနေပါက၊ terminal အသစ်တစ်ခုဖွင့်ပါ၊ သင်၏လမ်းညွှန်ကို သင့်ထံပြောင်းပါ။ စီမံကိန်း၏ လမ်းညွှန်နှင့် သင်ဖန်တီးထားသော ပကတိပတ်ဝန်းကျင်ကို အသက်သွင်းပါ။ အပေါ်က virtual environment ကိုအသက်သွင်းဖို့အတွက် command ကိုရှာတွေ့နိုင်ပါတယ်။ ယခု၊ သင်၏ terminal တွင် အောက်ပါ command ကိုရိုက်ထည့်ပါ။

 

$ကျိုင်း -f locust_test.py

 

မင်းဒီလိုမျိုးတွေ့မြင်သင့်တယ် -

API Load Testing ၁

မူရင်းအားဖြင့်၊ ကျိုင်းကောင်၏ ဝဘ်အင်တာဖေ့စ်သည် http://localhost/8089 တွင် တည်ရှိသည်။ အကယ်၍ သင်သည် ဝဘ်ဆိုက်သို့ ဝင်ကြည့်ပါက၊ ဤကဲ့သို့သော မျက်နှာပြင်ကို သင်တွေ့ရပါမည်။

API Load Testing ၁

အင်တာဖေ့စ်မှ၊ ကျွန်ုပ်တို့သည် သုံးစွဲသူအရေအတွက်၊ spawn rate (တစ်စက္ကန့်လျှင် ဖန်တီးအသုံးပြုသူများ) နှင့် Host ကို သတ်မှတ်နိုင်ပါသည်။ ဆာဗာလည်ပတ်နေသည့် terminal ကိုစစ်ဆေးခြင်းဖြင့် သင့်အိမ်ရှင်၏လိပ်စာကို သင်ရနိုင်သည်။ ကျွန်ုပ်တို့၏အခြေအနေတွင်၊ ၎င်းသည် port 5000 တွင်ရှိသည်။ သင်ကလစ်နှိပ်သောအခါ စတင်ခြေချင်းလိမ်၊ အောက်ဖော်ပြပါ interface ဖြင့်တင်ပြပါမည်။

API Load Testing ၁

၎င်းသည် သင့်အား မအောင်မြင်သော တောင်းဆိုချက်အရေအတွက်၊ တောင်းဆိုချက်တစ်ခုအတွက် ပျမ်းမျှအချိန်၊ တောင်းဆိုချက်တစ်ခုအတွက် အနည်းဆုံးအချိန်၊ တစ်စက္ကန့်လျှင် တောင်းဆိုမှုများစသည့် အမျိုးမျိုးသော အသုံးဝင်သော မက်ထရစ်များကို သင့်အား ပြသသည်။ သင်မြင်သောအရာကိုသင်ကျေနပ်သည်နှင့်ရပ်တန့်ခလုတ်ကိုနှိပ်နိုင်သည်။ 


ယင်းအပြင် စာရင်းအင်း tab တစ်ခုရှိပါတယ်။ ဇယား ပိုပြသော တက်ဘ် သတင်းအချက်အလက် အောက်ပါပုံကဲ့သို့ ဂရပ်ဖစ်ပုံစံ။

တစ်ဦးရှိပါတယ် တစ်စက္ကန့်ဂရပ်အတွက် စုစုပေါင်းတောင်းဆိုမှုများ, တုံ့ပြန်မှုအချိန်ဂရပ်၊ နှင့် အသုံးပြုသူအရေအတွက်ဂရပ်အားလုံးက အချိန်ကို ဆန့်ကျင်ပြီး ကြံစည်နေကြတာ။ ဂရပ်များကို အသုံးပြု၍ သတ်မှတ်ထားသော တုံ့ပြန်မှုတစ်ခုအတွက် အသုံးပြုသူမည်မျှ လက်ခံနိုင်သည်ကို သင်ဆုံးဖြတ်နိုင်သည်၊ သို့မဟုတ် အသုံးပြုသူအရေအတွက် တိုးလာနေသော်လည်း ထိုကဲ့သို့သော အခြားထိုးထွင်းသိမြင်မှုများကြားမှ သင့်ဇယားများကို အဆက်မပြတ် တုံ့ပြန်နိုင်မည်ဖြစ်သည်။ ဒါတွေကို မျှဝေချင်ရင် stats အခြားသူတစ်ဦးဦးနှင့်အတူ၊ သင်သည် အစီရင်ခံစာကို ဒေါင်းလုဒ်လုပ်နိုင်သည်။ ဒေါင်းလုပ်ဒေတာများ tab ကို။

နိဂုံးချုပ်ရန်...

သင်၏ API ကို Load စမ်းသပ်ခြင်းသည် သင့်ဖွံ့ဖြိုးတိုးတက်မှုလုပ်ငန်းစဉ်တွင် အရေးပါသောလုပ်ဆောင်မှုတစ်ခုဖြစ်သောကြောင့် ၎င်းကို သင်၏ဒီဇိုင်းစက်ဝန်းတွင် ထည့်သွင်းထားကြောင်း သေချာပါစေ။ စကားမစပ်၊ သုံးစွဲသူအရေအတွက်နှင့် သားပေါက်နှုန်းအတွက် တန်ဖိုးများကို ကွဲပြားခြင်းဖြင့် သင်သည် အခြားသော ဝန်စမ်းသပ်မှုအမျိုးအစားများကို လုပ်ဆောင်နိုင်သည်။ 

အကယ်၍ သင်သည် spike test ပြုလုပ်လိုပါက၊ အသုံးပြုသူအရေအတွက်အတွက် ကြီးမားသောတန်ဖိုး (2000 ဟုပြောပါ)၊ ထို့နောက် သင်၏သားပေါက်နှုန်းအတွက် အညီအမျှကြီးမားသောတန်ဖိုး (ဥပမာ 500)။ ဆိုလိုသည်မှာ 4 စက္ကန့်အတွင်း သင့်တွင် အသုံးပြုသူ 2000 အားလုံးကို ဖန်တီးပြီး သင်၏ အဆုံးမှတ်များကို ဝင်ရောက်ကြည့်ရှုနိုင်မည်ဖြစ်သည်။ Stress test သည် ဆင်တူသော်လည်း သားပေါက်နှုန်းအတွက် တန်ဖိုးများစွာနိမ့်သည်။ သင်လုပ်နိုင်သမျှကိုရှာဖွေရန် ကျိုင်းကောင်ကိုစစ်ဆေးပါ။ စာရွက်စာတမ်းများ

TOR Censorship ကို ကျော်ဖြတ်ခြင်း။

TOR ဖြင့် အင်တာနက်ဆင်ဆာဖြတ်ခြင်းကို ကျော်ဖြတ်ခြင်း။

TOR နိဒါန်းဖြင့် အင်တာနက်ဆင်ဆာဖြတ်တောက်ခြင်းကို ကျော်ဖြတ်ခြင်း သတင်းရယူခွင့်ကို ပိုမိုထိန်းချုပ်သည့်ကမ္ဘာတွင် Tor ကွန်ရက်ကဲ့သို့သော ကိရိယာများသည် အရေးပါလာပါသည်။

ဆက်ဖတ်ရန် "
Kobold Letters- HTML အခြေခံ Email Phishing Attacks

Kobold Letters- HTML အခြေခံ Email Phishing Attacks

Kobold Letters- HTML-based Email Phishing Attacks March 31st 2024 တွင် Luta Security သည် ခေတ်မီဆန်းပြားသော ဖြားယောင်းခြင်း vector အသစ်ဖြစ်သော Kobold Letters ကို အလင်းပေးသည့် ဆောင်းပါးတစ်ပုဒ်ကို ထုတ်ပြန်ခဲ့သည်။

ဆက်ဖတ်ရန် "