聲明：以下文章内容所涉及的任何工具及平台均出自本人日常工作使用，或興趣愛好研究。沒有收到任何機構或組織充值，不存在任何廣告行為。喜歡的點個贊、收藏、轉發就好。
前言
前段時間滿懷信心地發表了《開源測試平台橫向測評系列》的預告篇，準備就Metersphere、Yapi、teprunner、流馬、sonic等各大開源測試平台從安裝、試用等多個次元開展對比、總結，并記錄成文檔發表在文章上。原計劃是分多篇來寫：部署篇、使用篇、拓展篇、總結篇，中間有個群友建議可以隻寫一篇萬字長文，這樣也友善大家統一收藏和轉載。想想也覺得挺有道理，就改變了原計劃。一直以來，這件事情也在有條不紊地進行着，雖然進度比較慢。可就在前幾天，已經寫了一半，部署各大測試平台的那台伺服器突然中毒挂掉了，不得不重新安裝系統，真是欲哭無淚。
趁着這個周末，我正在慢慢地将各個服務恢複，剛好也借着這個機會，把各個平台的部署、用法又重新梳理了一遍，準備還是按原計劃分多篇進行，稍有不同的是，會分成每個平台寫一篇文章，最後再寫一篇總結對比。這樣，寫一篇發一篇，進度可能還會快一些，免得攢了好久最後還得推倒重來、前功盡棄。
本篇可以算作是這個系列的第一篇正式文章，主要介紹一站式開源持續測試平台Metersphere，以下簡稱MS。内容大概分為以下幾個方面：
- MS簡介
- 安裝部署
- 接口測試
- 性能測試
- 使用總結
一、簡介
1.項目介紹
項目位址：https://github.com/metersphere/metersphere
使用文檔：https://metersphere.io/docs/
MeterSphere 是一款一站式開源持續測試平台, 涵蓋測試跟蹤、接口測試、UI 測試和性能測試等，全面相容 JMeter、Selenium 等主流開源标準，能夠有效助力開發和測試團隊線上共享協作，實作端到端的測試管理跟蹤可視化、自動化測試、性能測試及融入持續傳遞 DevOps 體系，并充分利用雲彈性進行高度可擴充的自動化測試，進而加速高品質的軟體傳遞，推動中國測試行業整體效率的提升。（官方簡介）
2.産品優勢
- 開源：基于開源、相容開源；按月釋出新版本、日均下載下傳安裝超過100次、被大量客戶驗證；
- 一站式：一個産品全面涵蓋測試跟蹤、接口測試、UI測試、性能測試并打通關聯；
- 全生命周期：一個産品滿足從測試計劃、測試執行到測試報告分析的全生命周期需求；
- 持續測試：無縫對接 Bug 管理工具和持續內建工具等，能将測試融入持續傳遞和 DevOps 體系；
- 團隊協作：線上 Web 門戶、分權分域，線上共享協作管理資産沉澱資産，支援建立公司級門戶，無論團隊規模如何，總有适合的落地方式。
3.主要功能
- 測試跟蹤: 對接主流項目管理平台，測試過程全鍊路跟蹤管理；清單腦圖模式自由切換，用例編寫更簡單、測試報告更清晰；
- 接口測試: 比 JMeter 易用，比 PostMan 強大； API 管理、Mock 服務、場景編排、多協定支援，你想要的全都有；
- UI 測試: 基于 Selenium 浏覽器自動化，高度可複用的測試腳本；無需複雜的代碼編寫，人人都可開展的低代碼自動化測試（企業版支援，社群版不支援）；
- 性能測試: 相容 JMeter 的同時補足其分布式、監控與報告以及管理短闆; 輕松幫助團隊實作高并發、分布式的性能壓測，完成壓測任務的統一排程與管理。
4.界面展示
測試跟蹤首頁
接口測試首頁
二、安裝部署
1.下載下傳離線安裝包
由于項目較為龐大，且線上安裝是通過GitHub下載下傳，速度較慢，是以采用離線安裝的方式較為妥當。離線安裝的另一好處就是可以在安裝前自由配置各個元件的端口号。
項目位址：https://github.com/metersphere/metersphere/releases
官方文檔：https://metersphere.io/docs/installation/offline_installation/
下載下傳位址：https://community.fit2cloud.com/#/download/metersphere/v2-0-0
我下載下傳的是最新版2.0的安裝包，解壓安裝包：
tar -xvf metersphere-offline-installer-v2.0.0.tar.gz 2.目錄結構
通過解壓後的目錄檔案可以看出：
- docker目錄：主要存放docker及docker-compose相關的指令腳本，由于我的伺服器已經安裝過，是以後續安裝過程會跳過docker及docker-compose的安裝（安裝日志中可以看出）
- images：目錄主要存放MS各個元件的相關鏡像檔案（用于建立各個元件對應的容器）
- metersphere：目錄主要存放MS各個元件的docker-compose的yml配置檔案(docker-compose根據對應的yml檔案安裝各個元件、容器編排)
- install.conf：為安裝配置檔案（install.sh安裝時會讀取此配置檔案）
- install.sh：為MS整個項目的安裝腳本
- msctl：為MS項目的管理指令工具，類似gitlab的gitlab-ctl指令
3.修改安裝配置檔案
修改配置檔案install.conf，如果一些端口已被其他服務占用，需要提前修改好端口号，比如mysql的3306、redis的6379等
# 基礎配置
## 安裝路徑, MeterSphere 配置及資料檔案預設将安裝在 ${MS_BASE}/metersphere 目錄下
MS_BASE=/opt
## MeterSphere 使用的 docker 網絡網段資訊
MS_DOCKER_SUBNET=172.30.10.0/24
## 鏡像字首, MeterSphere 相關元件使用的 Docker 鏡像字首, 例如 registry.cn-qingdao.aliyuncs.com/metersphere
MS_IMAGE_PREFIX=registry.cn-qingdao.aliyuncs.com/metersphere
## 鏡像标簽, MeterSphere 相關元件使用的 Docker 鏡像标簽
MS_IMAGE_TAG=v2.0.0
## 性能測試使用的 JMeter 鏡像
MS_JMETER_IMAGE=${MS_IMAGE_PREFIX}/jmeter-master:5.5-ms1-jdk11
## 安裝模式
MS_INSTALL_MODE=allinone
## MeterSphere 主程式的 HTTP 服務監聽端口
MS_SERVER_PORT=8081
MS_SERVER_HTTPS_PORT=8444
## MeterSphere Node-Controller 元件的 HTTP 服務監聽端口
MS_NODE_CONTROLLER_PORT=8082
MS_NODEEXPORTER_PORT=9100
# 資料庫配置
## 是否使用外部資料庫
MS_EXTERNAL_MYSQL=false
## 資料庫位址
MS_MYSQL_HOST=mysql
## 資料庫端口
MS_MYSQL_PORT=3307
## 資料庫庫名
MS_MYSQL_DB=metersphere
## 資料庫使用者名
MS_MYSQL_USER=root
## 資料庫密碼
MS_MYSQL_PASSWORD=Password123@mysql
# Prometheus 配置
## 是否使用外部Prometheus
MS_EXTERNAL_PROM=false
MS_PROMETHEUS_PORT=9090
# Redis 配置
## 是否使用外部Redis
MS_EXTERNAL_REDIS=false
## Redis 端口
MS_REDIS_PORT=6380
## Redis 密碼
MS_REDIS_PASSWORD=Password123@redis
## Redis位址
MS_REDIS_HOST=$(hostname -I|cut -d" " -f 1)
# Kafka 配置
## 是否使用外部 Kafka
MS_EXTERNAL_KAFKA=false
## Kafka 位址
MS_KAFKA_HOST=192.168.1.122
## Kafka 端口
MS_KAFKA_PORT=9092
## 性能測試結果資料使用的 Kafka Topic
MS_KAFKA_TOPIC=JMETER_METRICS
## 性能測試日志資料使用的 Kafka Topic
MS_KAFKA_LOG_TOPIC=JMETER_LOGS
## 性能測試定時任務通知使用的 Kafka Topic
MS_KAFKA_TEST_TOPIC=LOAD_TESTS
## 重構後性能測試結果資料使用的 Kafka Topic
MS_KAFKA_REPORT_TOPIC=JMETER_REPORTS
# TCP MOCK 端口範圍
MS_TCP_MOCK_PORT=10000-10010
# seleniarm 容器配置
## 是否啟動seleniarm容器
MS_SELENIARM_ENABLED=false 4.安裝MS
/bin/bash install.sh 安裝過程log：
注意：MS安裝和運作依賴docker和docker-compose，如果識别到系統中不存在docker的話，安裝MS過程中會先安裝docker和docker-compose，如果識别到已經安裝，則會跳過安裝。
存在已安裝的 MeterSphere, 安裝目錄為 /opt/metersphere, 執行更新流程
[MeterSphere Log]: 拷貝安裝檔案到目标目錄
‘./metersphere/docker-compose-kafka.yml’ -> ‘/opt/metersphere/docker-compose-kafka.yml’ (backup: ‘/opt/metersphere/docker-compose-kafka.yml.20220803-1415’)
‘./metersphere/docker-compose-redis.yml’ -> ‘/opt/metersphere/docker-compose-redis.yml’
‘./metersphere/docker-compose-prometheus.yml’ -> ‘/opt/metersphere/docker-compose-prometheus.yml’ (backup: ‘/opt/metersphere/docker-compose-prometheus.yml.20220803-1415’)
‘./metersphere/docker-compose-node-controller.yml’ -> ‘/opt/metersphere/docker-compose-node-controller.yml’ (backup: ‘/opt/metersphere/docker-compose-node-controller.yml.20220803-1415’)
‘./metersphere/docker-compose-mysql.yml’ -> ‘/opt/metersphere/docker-compose-mysql.yml’ (backup: ‘/opt/metersphere/docker-compose-mysql.yml.20220803-1415’)
‘./metersphere/conf/my.cnf’ -> ‘/opt/metersphere/conf/my.cnf’ (backup: ‘/opt/metersphere/conf/my.cnf.20220803-1415’)
‘./metersphere/conf/version’ -> ‘/opt/metersphere/conf/version’ (backup: ‘/opt/metersphere/conf/version.20220803-1415’)
‘./metersphere/conf/redis.conf’ -> ‘/opt/metersphere/conf/redis.conf’
‘./metersphere/conf/prometheus/prometheus.yml’ -> ‘/opt/metersphere/conf/prometheus/prometheus.yml’ (backup: ‘/opt/metersphere/conf/prometheus/prometheus.yml.20220803-1415’)
‘./metersphere/conf/metersphere.properties’ -> ‘/opt/metersphere/conf/metersphere.properties’ (backup: ‘/opt/metersphere/conf/metersphere.properties.20220803-1415’)
‘./metersphere/version’ -> ‘/opt/metersphere/version’ (backup: ‘/opt/metersphere/version.20220803-1415’)
‘./metersphere/docker-compose-seleniarm.yml’ -> ‘/opt/metersphere/docker-compose-seleniarm.yml’
‘./metersphere/docker-compose-base.yml’ -> ‘/opt/metersphere/docker-compose-base.yml’ (backup: ‘/opt/metersphere/docker-compose-base.yml.20220803-1415’)
‘./metersphere/docker-compose-server.yml’ -> ‘/opt/metersphere/docker-compose-server.yml’ (backup: ‘/opt/metersphere/docker-compose-server.yml.20220803-1415’)
‘./metersphere/logs/README.md’ -> ‘/opt/metersphere/logs/README.md’ (backup: ‘/opt/metersphere/logs/README.md.20220803-1415’)
[MeterSphere Log]: ======================= 開始安裝 =======================
[MeterSphere Log]: 檢測到 Docker 已安裝，跳過安裝步驟
[MeterSphere Log]: 啟動 Docker
Redirecting to /bin/systemctl start docker.service
[MeterSphere Log]: 檢測到 Docker Compose 已安裝，跳過安裝步驟
[MeterSphere Log]: 加載鏡像
Loaded image: registry.cn-qingdao.aliyuncs.com/metersphere/jmeter-master:5.5-ms1-jdk11
Loaded image: registry.cn-qingdao.aliyuncs.com/metersphere/kafka:3.2.0
Loaded image: registry.cn-qingdao.aliyuncs.com/metersphere/metersphere:v2.0.0
Loaded image: registry.cn-qingdao.aliyuncs.com/metersphere/ms-data-streaming:v2.0.0
Loaded image: registry.cn-qingdao.aliyuncs.com/metersphere/ms-node-controller:v2.0.0
Loaded image: registry.cn-qingdao.aliyuncs.com/metersphere/mysql:8.0.28
Loaded image: registry.cn-qingdao.aliyuncs.com/metersphere/node-exporter:latest
Loaded image: registry.cn-qingdao.aliyuncs.com/metersphere/prometheus:latest
Loaded image: registry.cn-qingdao.aliyuncs.com/metersphere/redis:6.2.6
Loaded image: registry.cn-qingdao.aliyuncs.com/metersphere/seleniarm-grid-all:4.1.4-20220519
[MeterSphere Log]: 啟動服務
Removing network metersphere_ms-network
Network metersphere_ms-network not found.
Removing volume metersphere_ms-conf
Volume metersphere_ms-conf not found.
Removing volume metersphere_ms-logs
Volume metersphere_ms-logs not found.
Removing volume metersphere_ms-data
Volume metersphere_ms-data not found.
Removing volume metersphere_ms-mysql-data
Volume metersphere_ms-mysql-data not found.
Removing volume metersphere_ms-prometheus-data
Volume metersphere_ms-prometheus-data not found.
Removing volume metersphere_ms-prometheus-conf
Volume metersphere_ms-prometheus-conf not found.
Removing volume metersphere_ms-redis-data
Volume metersphere_ms-redis-data not found.
Creating network "metersphere_ms-network" with driver "bridge"
Creating volume "metersphere_ms-conf" with default driver
Creating volume "metersphere_ms-logs" with default driver
Creating volume "metersphere_ms-data" with default driver
Creating volume "metersphere_ms-mysql-data" with default driver
Creating volume "metersphere_ms-prometheus-data" with default driver
Creating volume "metersphere_ms-prometheus-conf" with default driver
Creating volume "metersphere_ms-redis-data" with default driver
Creating mysql ...
Creating ms-prometheus ...
Creating ms-node-controller ...
Creating redis ...
Creating kafka ...
Creating kafka ... done
Creating ms-prometheus ... done
Creating mysql ... done
Creating ms-node-controller ... done
Creating redis ... done
Creating nodeexporter ...
Creating nodeexporter ... done
Creating ms-data-streaming ...
Creating ms-data-streaming ... done
Creating ms-server ...
Host is already in use by another container
Creating ms-server ... error
ERROR: for ms-server Cannot start service ms-server: driver failed programming external connectivity on endpoint ms-server (52b0506605c32dc29746d636c3a11716044629df45c84791420753001770cb68): Error starting userland proxy: listen tcp4 0.0.0.0:8443: bind: address already in use
ERROR: for ms-server Cannot start service ms-server: driver failed programming external connectivity on endpoint ms-server (52b0506605c32dc29746d636c3a11716044629df45c84791420753001770cb68): Error starting userland proxy: listen tcp4 0.0.0.0:8443: bind: address already in use
Encountered errors while bringing up the project.
Name Command State Ports
-------------------------------------------------------------------------------------------------------------------------------------------------------
kafka /opt/bitnami/scripts/kafka ... Up (healthy) 0.0.0.0:9092->9092/tcp,:::9092->9092/tcp
ms-data-streaming /deployments/run-java.sh Up (healthy)
ms-node-controller /deployments/run-java.sh Up (healthy) 0.0.0.0:8082->8082/tcp,:::8082->8082/tcp, 0.0.0.0:9100->9100/tcp,:::9100->9100/tcp
ms-prometheus /bin/prometheus --config.f ... Up (healthy) 0.0.0.0:9090->9090/tcp,:::9090->9090/tcp
ms-server /deployments/run-java.sh Exit 128
mysql docker-entrypoint.sh mysqld Up (healthy) 0.0.0.0:3307->3306/tcp,:::3307->3306/tcp, 33060/tcp
nodeexporter /bin/node_exporter --path. ... Up (healthy)
redis docker-entrypoint.sh redis ... Up (healthy) 0.0.0.0:6380->6379/tcp,:::6380->6379/tcp
======================= 安裝完成 =======================
請通過以下方式通路:
URL: http://$LOCAL_IP:8181
使用者名: admin
初始密碼: metersphere
您可以使用指令 'msctl status' 檢查服務運作情況. 根據安裝日志，發現ms-server這個容器啟動失敗了，因為8443端口已被其他服務占用。當然如果你本地這個端口沒有被占用的話，安裝過程就會順利些。是以最好在安裝前提前确認好install.conf中預設的各個端口有沒有被占用，或是提前修改為其他端口。
ms-server容器報錯日志如下
原因：metersphere從業人員說是“flyway執行sql出錯了”
解決方法：
① 進入mysql資料庫，找到metersphere_version表裡最後一條success值為0的資料，檢視該條資料的script字段值，例如：V92_v1.11.2_release.sql
② https://github.com/metersphere/metersphere/tree/master/backend/src/main/resources/db/migration上找到與第一步中script值相對應的sql檔案，将檔案中的sql語句複制到metersphere資料庫中再執行一遍；
③ 執行完後，将該條資料的success字段值改為1
④ 重新開機ms-server容器
docker restart ms-server 再次檢視各個元件狀态，各個元件的相關容器均已啟動：
msctl status 5.msctl指令
msctl指令是MS自帶的管理工具，類似于Gitlab的gitlabctl指令。安裝完成後，後續即可借助msctl統一管理MS相關的容器服務，例如：重新開機、停止、解除安裝等。我們可以檢視幫助指令，了解其具體用法：
msctl --help MeterSphere 控制腳本
Usage:
./msctl.sh [COMMAND] [ARGS...]
./msctl.sh --help
Commands:
status 檢視 MeterSphere 服務運作狀态
start 啟動 MeterSphere 服務
stop 停止 MeterSphere 服務
restart 重新開機 MeterSphere 服務
reload 重新加載 MeterSphere 服務
upgrade 更新 MeterSphere 至最新版本
upgrade [RELEASE] 根據版本号搜尋離線包，更新 MeterSphere 至對應版本
uninstall 解除安裝 MeterSphere 服務
version 檢視 MeterSphere 版本資訊
6.登入系統
http://192.168.1.122:8181/，賬号：admin，初始密碼：metersphere
三、接口測試
由于我安裝的是社群版，不支援UI測試（企業版支援），是以重點以接口測試作為案例進行介紹。MS的接口測試引擎是Jmeter，相當于在Jmeter的基礎上深度定制化。
1.接口定義
① 選擇接口協定
點選左上角【HTTP】下拉框，可切換接口協定，目前支援HTTP、TCP、SQL和DUBBO四種協定。
② 建立子產品樹
接口定義可以分子產品管理，按照測試項目實際功能劃分為多級子產品進行管理，最多可分八級。滑鼠懸浮在子產品頂部，點選【+】建立一級子產品。
- 子產品支援重命名、添加子子產品、删除、展開/收起子子產品等操作，選中目錄可進行拖拽調整。
- 支援通過子產品名稱進行模糊查詢。
③ 快速建立接口
接口定義詳情頁面，可填寫基礎資訊、請求參數、響應内容等資訊進行接口定義建立。
在API頁面中可以對接口的基礎資訊、請求及響應定義、依賴關系進行詳細編輯。
對已有的接口，更改接口位址、請求頭、請求參數等内容，點選儲存時，會彈出同步更新設定确認框。
接口編輯頁面由四個功能Tab頁組成：
1.【API】：接口定義詳情頁面
2.【TEST】：接口的調試資訊頁面
3.【CASE】：接口用例管理頁面
4.【Mock】：接口Mock服務管理頁面
請求頭
MeterSphere提供預設請求頭變量。
QUERY參數
QUERY參數是在接口位址欄中跟在？後面的參數，如 updateapi?id=11。
REST參數
REST參數是在接口位址欄中被【/】分隔的參數，如updateapi/{id}。
請求體
請求體參數支援多種形式：form-data，x-www-form-urlencoded，json，xml，raw，binary。
- 請求體是 form-data 和 x-www-form-urlencoded 格式時，可以選擇參數類型。不同的參數類型，系統會提供預設屬性。
- 請求體是 json 格式時，系統預設提供兩種形式維護 json 格式。
認證配置
可支援 Basic Auth 的認證方式和對資料加密。
其他設定
可設定證書、跟随重定向、連接配接逾時、響應逾時時間等。
2.設定和使用環境變量
在MeterSphere中，可以設定“環境變量”，給使用指定同一測試環境參數測試的接口測試、場景自動化測試用例使用。 下表為在請求參數的QUERY參數、REST參數、請求體、前後置BeanShell腳本、前後置Python腳本中引用、設定變量的方法，以及調試時列印變量值且能夠到控制台檢視、轉換變量類型的常用方法。
1.在“項目環境”頁面中，如圖，可以選擇“建立環境”，在“建立環境”對話框“通用配置”頁籤下配置環境變量：
- 通用配置中可以配置一些全局變量，如要登入的使用者名、登入密碼、或是其他一些常量；
- HTTP配置中，可以配置項目的請求URL，一些固定不變的請求頭等。後續測試過程中，可以直接選擇此環境
運作測試
tab切換到TEST，注意：如果配置了全局環境，則需要在測試頁面中選擇配置的環境，我配置的環境名為rs_env，點選“測試”，如下：登入成功，傳回response
3.接口參數傳遞
提取參數
在測試過程中，我們通常不止測試單一接口，還會測試接口的業務流程，這個時候就會用到“提取上一個接口的傳回值、傳遞給後面的接口使用”。MS的參數提取與傳遞與Jmeter一緻，可以使用Jsonpath方式提取：
例如：我目前B擷取使用者資訊接口需要用到A登入接口傳回體中的b字段(user_id)，那麼則可以在A登入接口的後置操作中添加其他參數的操作：取名為提取user_id，變量名為user_id，jsonpath表達式為$.b
引用參數
在B擷取使用者資訊接口中，需要在接口請求頭傳入user_id，直接通過${user_id}引用：
4.建立接口流程
新增場景子產品
在接口測試-接口自動化中，建立“場景”檔案夾，例如：登入，随後新增一個場景，例如：登入流程。
導入接口
右側“+”号展開後，可以選擇從接口清單中選擇之前建立的接口導入：
導入完成後，即可在登入流程這個場景中看到導入的接口作為步驟，拖動接口上下滑動可以調整步驟順序。
用例導入
支援導入第三方測試用例，如Postman、Jmeter檔案，以及Har格式等。
執行測試
在調試前，需要先選擇運作環境
随後點選右側調試按鈕即可運作測試。通過下圖可以看出，這個場景中包含的兩個接口均執行通過。通過A接口傳遞過來的user_id，B接口成功擷取到了使用者資訊：
測試報告
測試報告比較簡潔，沒那麼多花裡胡哨的東西，就是一些測試結果的展示，底部能看到相關響應資訊
四、性能測試
1.建立測試
支援分布式部署，以Jmeter為測試引擎，可以導入執行Jmx腳本，也可以導入接口用例。對于場景、壓力等配置，通過可視化界面就可以實作，比較人性化。
2.報告檢視
對于性能測試我研究得不多，本次僅僅是導入了一個接口測試用例作為簡單示例：
測試概覽
伺服器監控
五、使用總結
1.優點
① 功能強大且全面
MS的定位是一體化測試平台，除了提供上述介紹的接口測試和性能測試，還提供：
- UI自動化測試（社群版不支援）
- 測試跟蹤：用例管理、缺陷跟蹤(也可以內建jira、tapd等)
- 報表統計
功能基本上覆寫到了測試的方方面面。
② 使用者手冊詳細
總體來說MS的使用者手冊及教程文檔非常詳細，隻要花點功夫、大多數問題都能在上面找到答案。在部署和使用過程中，我基本都是參照官方使用手冊。除了有少數找不到答案的問題，是在微信群裡提問。
③ 社群活躍度高，關注使用者
經過多年發展，粉絲基數也比較大（我加的微信群是47群）。社群活躍度高，活躍度高就意味着被大家認可和接受。粉絲送出issue和建議也是促進其不斷優化疊代的基礎。另外有一點，我做的比較好的，就是會有專門的MS方面的人溝通維系使用者群體，跟進使用感受，收集意見回報。
2.缺點
部署有一定難度
有優點也就有缺點，從我個人角度看，第一個缺點我覺得就是軟體比較重帶來部署難度問題。雖然它支援一鍵部署，但如果部署過程中出現問題，排查還是稍有困難。比如：
① 上述文中提到的端口占用問題，如果我事先就是沒有一一排查端口占用，部署完成後服務起不來，如果不是專業人士，根本不知道要改資料庫裡的哪些東西；
② 我在部署過程中，修改了配置檔案、使用外部Redis資料庫，部署成功後，服務起不來，後來修改配置使用内部資料庫，再次安裝沒有建立Redis容器(确認資料庫配置沒問題)，最後解除安裝、删除所有相關目錄，再次安裝好了。
當然，以上并非完全是MS的問題。我隻是強調根據個人水準和排查解決問題能力的不同，難度也會不同。如果用一個純淨版的伺服器安裝，可能會好很多。
不支援UI自動化測試
MS定位是一站式測試平台，但社群版并不支援UI自動化測試，企業版支援，沒體驗過，可能需要付費。UI自動化不是什麼新鮮的東西了，很多中小型開源平台都支援，不太明白那麼大、那麼成熟的平台為啥要有所保留。
3.總結評分
由于篇幅、個人時間以及能力限制，隻羅列了上述有限的功能和使用細節。簡單對MS做個評分總結，評分過程中可能稍帶有主觀色彩，畢竟我也是使用者，但會盡量本着客觀公衆的原則。評測還是基于之前預告篇中的次元：
| 測評次元 | 詳細說明 | 評分(星級越高，得分越高) |
| 環境搭建 | 1.依賴環境：多，不過可以一鍵部署 2.搭建難度：稍有難度，推薦使用純淨版伺服器安裝 | ☆☆☆☆ |
| 用例管理 | 1.是否支援導入用例：支援多種平台及格式導入 2.用例執行順序編排：支援，可以拖動 | ☆☆☆☆☆ |
| 接口測試 | 1.單接口測試：支援，可以導入CSV參數化和資料驅動 2.接口流程測試：支援，多種參數提取方式 3.測試報告：支援，簡潔 | ☆☆☆☆☆ |
| UI自動化測試 | 1.APP：社群版不支援 2.Web：社群版不支援 | 無 |
| 性能測試 | 支援，分布式、可視化壓力配置、定時任務、導入Jmeter檔案 | ☆☆☆☆☆ |
| 擴充功能 | 1.是否支援二開：支援 2.是否支援定時任務：支援 3.是否支援接入CICD：支援 4.是否支援測試結果度量：支援 5.使用者權限配置：支援，不同使用者不同權限 6.測試管理：支援，XMind、普通用例，也可以導入 7.缺陷跟蹤：支援，也可以內建jira、tapd等 | ☆☆☆☆☆ |
| 其他 | 1.文檔支援（部署教程、操作手冊）：詳細 2.代碼更新維護頻率：高，長期維護、明确的發版計劃 3.社群活躍度：高 |