进程、线程、协程

进程(Process)

是资源分配的最小单位，一旦创建了一个进程就会分配一定的资源，它是操作系统进行资源分配和调度运行的基本单位。

举例，一个正在运行的程序就是一个进程，如微信，浏览器

注意：一个程序至少有一个进程

一个进程中最少有一个线程来负责执行程序，同时线程自己不拥有系统资源，但是它可与同属一个进程的其他线程共享进程所拥有的全部资源，在进程中会默认有一个线程用来执行程序，这个线程为主线程，在进程创建一个新的线程这个线程称之为子线程

线程：

线程是系统调度的单位，是程序执行时的最小单位。它是进程的一个执行流，是CPU调度和分派的基本单位，一个进程可以由很多个线程组成，线程间共享进程的所有资源，每个线程有自己的堆栈和局部变量。

线程是程序执行的最小单位，实际上进程只负责分配资源。而利用执行资源执行程序的是线程，也就是说进程是线程的容器。

多线程是pyhton程序中实现多任务的一种方式

协程：

又称微线程，协程是程序级别的，由程序员根据需要自己调度。协程无需线程上下文切换的开销，只是单纯的操作CPU的上下文，所以资源占有率很小。缺点是协程阻塞时可能会使整个程序都阻塞。

locust

Locust 是一个开源负载测试工具。使用 Python 代码定义用户行为，也可以仿真百万个用户。

Locust 是非常简单易用，分布式，用户负载测试工具。Locust 主要为网站或者其他系统进行负载测试，能测试出一个系统可以并发处理多少用户。

Locust 是完全基于时间的，因此单个机器支持几千个并发用户。相比其他许多事件驱动的应用，Locust 不使用回调，而是使用轻量级的处理方式 gevent。

示例代码

from flask import Flask  # 导入Flask类
 
app = Flask(__name__)  # 实例化flask
 
 
@app.route('/HelloWorld')  # 使用路由，给 hello 函数定义一个路由，然后游览器通过http，访问路径，请求页面返回的页面数据
def hello():
    print('1')
    return 'Hello, World!'
 
 
if __name__ == '__main__':
    app.run()

# 导入locust的HttpUser，TaskSet和task类
from locust import HttpUser, TaskSet, task
 
# 定义用户行为（测试用例）
class IndexTask(TaskSet):
    #模拟的用户行为
    @task()
    def index(self):
        self.client.get('/HelloWorld') # 访问接口路径
 
class WebSiteUser(HttpUser):
    tasks = [IndexTask]
    min_wait = 1 # 每个请求的最短等待时候
    max_wait = 5 # 每个请求的最长等待时候
    host = 'http://127.0.0.1:5000' # 指定要访问的根本网址

 终端执行

locust -f .\test1.py --host=http://127.0.0.1:5000

 浏览器打开页面

http://localhost:8089/

 

Number of users (peak concurrency)：设置模拟的用户总数

Spawn rate (users started/second)：每秒启动的虚拟用户数

host：压测的地址

Start swarming：执行locust脚本

示例 gif

Type：请求类型，即接口的请求方法;

Name：请求路径;

requests：当前已完成的请求数量;

fails：当前失败的数量;

Median：响应时间的中间值，即50%的响应时间在这个数值范围内，单位为毫秒;

90%ile：90%响应时间，单位为毫秒

99%ile：99%响应时间，单位为毫秒

Average：平均响应时间，单位为毫秒;

Min：最小响应时间，单位为毫秒;

Max：最大响应时间，单位为毫秒;

Average Size：所有请求的数据量，单位为字节;

Current RPS ：每秒钟处理请求的数量。

Current Failures/s：每秒钟处理请求失败的数量。

各个页面的作用

在Chart 可以看到每秒请求总数（ Total Requests per Second）和响应时间（Response Times）的详细图表

Failures 显示了在测试过程中出现的所有错误和数据的统计信息。

Exceptions 实时显示抛出的异常

Tasks 显示了性能测试过程中的所有信息

Dowbload Data 可以下载各种格式的数据里面包含请求数据，响应数据及捕获的异常等

locust 的无界面模式

 locust -f .\test1.py --host=http://127.0.0.1:5000 --headless -u 1 -r 1 --run-time 1m

参数的作用

-f ：用于指定的测试脚本

--host ：被测路径的URL

--headless：表示无UI启动

-u：等同UI界面里的 Number of users (peak concurrency)：设置模拟的用户总数

-r：等同UI界面里的 Spawn rate (users started/second)：每秒启动的虚拟用户数

--run-time：用于设置测试运行的时长，可参考如下

-u 1000      用户数1000
-r 100       每秒孵化/新增100个用户
-t 1m        运行1分钟
-t 1h        运行1小时
-t 1h1m      运行1小时1分

 示例 gif

locust CSV 存储测试数据

 locust -f .\test1.py --host=http://127.0.0.1:5000 --headless
-u 1 -r 1 --run-time 1m  --csv=exaple

 设置写入频率的时间

import locust.stats
# 默认为2秒
locust.stats.CSV_STATS_INTERVAL_SEC = 3

执行命令后同文件目录生成各个csv文件：

exaple_exceptions.csv，exaple_failures.csv，exaple_stats.csv，exaple_stats_history.csv

设置日志级别的参数 --loglevel

日志的级别分别为DEBUG，INFO，WARNING，ERROR和CRITICAL，默认为INFO，如果不设置--logfile 默认把日志输出至终端

 locust -f .\test1.py --host=http://127.0.0.1:5000 --headless -u 1 -r 1 --run-time 1m  --loglevel
=INFO --logfile=test

这个详细的参数表格不错

Locust工具学习（三）配置信息及--help_七恋丶的博客-CSDN博客