Locust：可能是一款最被低估的压测工具

01、Locust介绍
开源性能测试工具https://www.locust.io/，基于Python的性能压测工具，使用Python代码来定义用户行为，模拟百万计的并发用户访问。每个测试用户的行为由您定义，并且通过Web UI实时监控聚集过程。

压力发生器作为性能测试工具的核心部分，两个核心要点有：一是真实模拟用户操作，二是模拟有效并发

模拟用户请求操作上：
只要我们能采用Python编写对应的请求客户端，就能方便地采用Locust实现压力测试；
模拟有效并发方面：
Locust完全基于事件，使用gevent （协程）提供的非阻塞IO和coroutine来实现网络层的并发请求，避免了系统级资源调度，大幅提高了性能，因此即使是单台压力机也能产生数千并发请求数。
主流压测工具对比：

02、基本原理
主要的三个类：HttpLocust, TaskSet, task

Locust类代表一群蝗虫，而每一只蝗虫就是一个类的实例，TaskSet类则可代表蝗虫的大脑，即实际业务场景测试对应的任务集。

1、Locust类

继承于Locust的类代表一个用户，Locust会为每一个模拟用户生成一个locust类实例。

在Locust类中，还有几个属性需要关注下：

2、TaskSet类

TaskSet定义任务信息，是定义待测试的任务代码集。每一个Locust类中包含一个指向TaskSet的task_set属性设置。测试任务开始后，每个 Locust 用户会从 TaskSet 中随机挑选一个任务执行，然后随机等待 HttpLocust 类中定义的 min_wait和 max_wait 之间的一段时间，执行下一个任务。

3、task

通过@task()装饰的方法为一个事务。方法的参数用于指定该行为的执行权重。参数越大每次被虚拟用户执行的概率越高。如果不设置默认为1。

tasks = {classname:2} 表示每个用户执行 classname 的频率是2

4、执行原理

测试开始后，每个虚拟用户（Locust实例）的运行逻辑都会遵循如下规律：

先执行WebsiteTasks中的on_start（有则执行，只执行一次），作为初始化；
从WebsiteTasks中随机挑选（如果定义了任务间的权重关系，那么就是按照权重关系随机挑选）一个任务执行；
根据Locust类中min_wait和max_wait定义的间隔时间范围（如果TaskSet类中也定义了min_wait或者max_wait，以TaskSet中的优先），在时间范围中随机取一个值，休眠等待；
重复2~3步骤，直至测试任务终止。
03、实例
实例

V1.1 有些小改动，原理类似，QuickStartUser继承HttpUser，定义用户行为集。

index() 、search() 方法访问百度首页，用@task() 装饰该方法为一个任务，1表示一个Locust实例被挑选执行的权重，数值越大，执行频率越高。

运行结果：

启动性能：

locust -f demo_pt.py       #  --host=https://www.baidu.com   -f, --locustfile：指定执行的Locust脚本文件

访问：http://127.0.0.1:8089

• Number of users to simulate：设置模拟用户数
• Hatch rate (users spawned/second) ：每秒产生（启动）的用户数。

展示结果：

学习安排上

如果你不想再体验一次学习时找不到资料，没人解答问题，坚持几天便放弃的感受的话，在这里我给大家分享一些自动化测试的学习资源，希望能给你前进的路上带来帮助。