• Python+locust性能测试(一),进军高阶测试......


    前言

    Locust是使用Python开发的支持分布式的一款开源压力测试工具,Locust在测试时,会产生大量的用户对系统进行访问,每个用户的行为是通过Python代码控制的,并且整个测试过程可以在Web的UI界面实时观察测试数据。

    它用于对网站(或其他系统)进行负载测试,并确定系统可以处理多少并发用户。Locust完全基于事件,因此可以在一台计算机上支持数千个并发用户。

    Locust的特点:

    1、使用简单的python语言编写测试脚本,非常简单轻便,不需要笨重的UI和XML代码;

    2、分布式的,可扩展性,可模拟上百万用户。Locust支持多机器的性能测试,每台机器可以模拟上千用户,也可以对用户数进行控制;

    3、Locust有一个整洁的HTML+JS的用户界面,实时显示相关的测试细节。由于用户界面是基于网络的,它是跨平台的和容易扩展的;

    4、可以测试任何系统,尽管Locust是基于网站的,它几乎可以测试任何系统,只需要一个客户端;

    一、Locust的安装

    Locust 的安装方式如下:

    pip install locustio
    
    • 1

    安装完成后,执行

    locusts -V 
    
    • 1

    可查看到 Locust 的版本号
    证明安装成功:
    请添加图片描述

    执行 locusts -h,可查看到使用帮助文档。

    三、Locust简单实例

    locust里面请求是基于requests的,每个方法请求和requests差不多,请求参数、方法、响应对象和requests一样的使用;

    requests.get 对应client.get

    requests.post 对应client.post

    举例说明:
    打开phpwind首页接口(此项目评可得方便发)

    from locust import HttpLocust, TaskSet, task, between
    
    
    class Phpwind (TaskSet):
    		@task(1)
    		def open_ homepage(self) :
    			self.client.get("/phpwind")
    			
    class webs itUser(HttpLocust) :
    		task_ set = Phpwind
    		wait_time = between(5, 8)
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11

    编写说明:

    1、从locust模块中导入HttpLocust, TaskSet, task, between类;

    2、自定义类(如phpwind),该类需要继承TaskSet,用来编写需要进行性能进行的接口;一个接口可定义成一个函数,接口的数量不限。self.client调用的get和post与requests中是一样的;

    3、每一个要执行的接口之前需要用到@task()修饰器,括号里面参数表示该行为挑选执行的权重,数值越大,执行频率越高,不设置默认是1

    4、编写websitUser类,该类继承自HttpLocust,用于设置性能测试。类中的TaskSet用来指向用户行为;wait_time用来指定的等待时间,可以用between函数,也可以是用户自定义的函数来设置时间;

    注:bewteen(5,8)----每个模拟用户将在请求之间等待5到8秒

    三、执行性能测试

    locusts -f py文件的测试用例
    host:表示被压测的主机名
    请添加图片描述

    四、web界面说明

    执行上述命令后,即完成了 Locust 服务的启动,后续就可以在 Locust 的 Web 管理界面中进行操作了;
    请添加图片描述

    上图红色圈住的部分是web界面的路径;*号部分用主机的ip地址替换,8089是端口号;

    由于是在本机上搭建的locust,所以可以直接在浏览器输入http://localhost:8089/打开。

    如果是在其它机器上搭建的locust服务,那就通过http://其它机器IP:8089/打开此时可以打开web界面进行性能测试操作
    请添加图片描述

    locust界面的输入框:

    Number of users to simulate 是用户并发数

    Hatch rate (users spawned/second)是每秒启动用户数

    host:表示测试的主机地址比如设置了并发数为20,启动数为10,效果界面如下所示:
    请添加图片描述

    Type:请求类型;
    Name:请求路径;
    requests:当前请求的数量;
    fails:当前请求失败的数量;
    Median:中间值,单位毫秒,一般服务器响应时间低于该值,而另一半高于该值;
    Average:所有请求的平均响应时间,毫秒;
    Min:请求的最小的服务器响应时间,毫秒;
    Max:请求的最大服务器响应时间,毫秒;
    Content Size:单个请求的大小,单位字节;
    reqs/sec:每秒钟请求的个数。
    点击 stop 可以停止测试
    点击New test可以重新设置用户数
    RPS:每秒钟请求的个数, 在进行性能测试时,要参考设置的并发数进行分析
    FAILURES:失败率
    STATUS:运行的状态

    图表展示界面,此界面有三个图标,分别是:

    1、吞吐量/每秒响应事务数(rps)实时统计

    2、平均响应时间/平均事务数实时统计

    3、虚拟用户数运行
    请添加图片描述

    此界面显示失败的接口情况
    请添加图片描述

    此界面显示出现的异常情况
    请添加图片描述

    此界面可以下载测试数据保存到本地

    五、总结

    在人生中,有时最好走的路不一定是大路,而是小路;在现实中,有时最便捷的路不一定是直路,而是折路。

    别遇到一点点小事情就咋咋呼呼玻璃心,等你真正开始拼搏起来,你就会明白原来那都不算事儿。

    你不能决定太阳几点升起,但可以决定自己几点起床。你不能控制生命的长度,但可以增加生命的宽度。别嫉妒别人的成功,在你看不见的时候,他们流下了你想象不到的汗水。与其羡慕,不如奋斗!

  • 相关阅读:
    如何理解低代码开发工具?
    auto关键字和基于范围的for循环及nullptr——C++
    Oracle面试题整理
    element-ui el-table 滚动到底部,进行加载下一页
    玩转云端 | 天翼云对象存储ZOS高可用的关键技术揭秘
    Python命令行可以用下划线_代表上一次计算的结果
    【数据结构与算法】之深入解析“对角线遍历II”的求解思路与算法示例
    CentOS7安装部署数据库oralce19C
    微信小程序(中)
    论文笔记 - SIMILAR: Submodular Information Measures Based Active Learning In Realistic Scenarios
  • 原文地址:https://blog.csdn.net/Ces222/article/details/126836235