【Locust】模拟多用户并发与实战

纯python脚本模拟多用户并发的劣势

1.据Threading其实是假并发
2.线程开销大，可能因本机cpu限制无法拉起大量线程

什么是locust？

locust是一个简单易用的分布式负载测试工具，主要用来对网站进行负载压力测试。locust使用python语言开发，测试资源消耗远远小于java语言开发的jmeter。且其支持分布式部署测试，能够轻松模拟百万级用户并发测试。

locust优缺点

优点：
1.不同与wrk和jmeter使用线程数提高并发量，locust借助于协程实现对用户的模拟，相同物理资源（机器cpu、内存等）配置下locust能支持的并发用户数相比jmeter可以提升一个数量级
2.相比wrk对复杂场景测试的捉襟见肘和jmeter需要界面点击录制复杂场景的麻烦，locust只需用户使用python编写用户场景完成测试
3.不同与jmeter复杂的用户使用界面，locust的界面干净整洁，可以实时显示测试的相关细节（如发送请求数、失败数和当前发送请求速度等）
4.locust虽然是面向web应用测试的，但是它可以用来测试几乎所有系统。给locust编写一个客户端，可以满足你所有的测试要求
缺点：
1.同wrk一样，locust测试结果输出不如jmeter的测试结果展示类型多

locust的安装

使用pip，具体的镜像加速下载可参考CSDN
下载成功后会显示打印version

locust脚本的编写：以多用户并发登录-购买-查询订单为例

具体场景和预期结果如下：
场景：100个用户，不使用特权优惠下单，创建订单
预期结果：都能创建订单成功，总金额正确

step1：提前配置测试用户和商品的信息

这里之所以通过Queue阻塞队列的原因是，若不加以限制，locust会无限制地调用定义好的任务；因此，如果我们不希望无限次调用接口，我们可以使用Queue的get方法获取用户信息，当队列为空会抛出异常，进而直接退出task

step2：编写用户行为类（httpUser）

on_start会在执行所有任务前进行初始化操作
on_stop会在执行完所有任务（或强制退出）后进行清理操作

step3：具体并发逻辑的实现

1.标上@task，以及备用的header

2.在有限范围内获取用户信息：

中间使用log进行日志打印

3.调用登录接口，并配置token给header：

通过assert断言判断response是否正常

拉起locust服务（配置参数与查看报告）

1.首先打开cmd，去到脚本对应的目录下，使用如下命令可执行相关脚本（并打印日志）
locust -f scene1.py --logfile logs/scene1.txt
注意-f传的是脚本的名字，然后logfile传的是日志的位置

2.打开http://localhost:8089/并配置参数，共有三个参数，由上到下分别是：
需要拉起的协程数，每秒生成的协程数，Host地址

3.开始执行，执行一段时间后停止，可以看到相关数据，如：

这里我们以20用户并发为例
可以看到登录-下单-查询接口都各被调用了20次

4.下载report
report当中会有更详细的数据，如RPS图，RT图，User图，异常信息记录等：

对于代码中的assert断言，如果不满足就会在exception中抛出从而方便抓取
另一方面我们也可以结合日志查看分析相关的异常

总结

locust除了上述的复杂流程的接口测试
还可使用于多个无关联接口的随机测试（这里就无需限制调用次数）

通过查看日志可以发现，它的并发时间差是很小的
不像threading需要执行很长时间（实质上没有很好地模拟并发）