一连文章讲授，链接如下
【Python】Python之locust压测教程+从0到1demo：根本轻量级压测实战（1）
【Python】Python之locust压测教程+从0到1demo：高阶轻量级压测实战+常用参数详解（2）
一、什么是Locust
Locust 是一个开源的、基于 Python 的分布式负载测试工具，用于测试网站、Web 应用程序和API的性能和可扩展性。它通过模仿大量并发用户访问目的系统，资助开辟者和测试职员辨认系统在高负载下的体现和潜在瓶颈。
Python之locust官方文档：https://docs.locust.io/
二、Locust 架构组成
- 纯 Python 编写：Locust 使用 Python 编写测试用例，机动且易于维护。
- HTTP 请求：它是基于 requests 库发送 HTTP 请求。
- 协程运行：locust是使用协成运行的，用更低的本钱实现更多的并发。而且是基于gevent实现的。
- 分布式支持：支持分布式，支持更多的压力测试
- Web UI：内置了 Web UI，可通过欣赏器举行控制和监控。
- 插件扩展：我们可以用第三方的插件，举行扩展。
结论：如果你使用 Python 举行接口测试（尤其是使用 requests 举行接口测试的），那么就优先考虑使用 Locust 举行接口性能测试，由于更方便。
三、实战 Demo
我实现的demo是从0到1的。所以是从接口测试用例，转变成性能测试用例的一个过程。请留意看下面的内容。
预备一个可调用的接口
如果有可调用的接口，那么可以忽略这一步。
- 安装 Flask：
- 编写并运行以下代码，创建一个简单的登录接口：
- from flask import Flask, make_response
- app = Flask(__name__)
- @app.route('/', methods=['GET', 'POST'])
- def run():
- res = {
- 'code': 0,
- 'msg': "OK",
- 'data': {
- 'test': '测试页面'
- }
- }
- return make_response(res)
- if __name__ == '__main__':
- app.run(host='0.0.0.0', port=8080, debug=False, threaded=True)
运行后，将天生一个可访问的接口。下面我们将会用这个接口去举行接口性能测试。
编写一个接口测试用例
使用 requests 调用刚才创建的接口，并编写一个简单的测试用例：
- import requests
- def test_request():
- resp = requests.get(url="http://127.0.0.1:8080/")
- print(resp.json())
- assert resp.status_code == 200
- if __name__ == '__main__':
- test_request()
编写一个性能测试用例
为了更好的演示和明白，所以我们预备将上面的接口测试用例，转换成locust的性能测试用例，如下：
首先，通过 pip 安装 Locust：
将上述测试用例转换为 Locust 的性能测试用例如下：
- import locust
- class MyUser(locust.HttpUser): # 1、在类中继承locust.HttpUser的子类，也就是创建这个子类
- # 4、添加locust给我们提供的函数between，里面1和2的值代表着每个task间隔1到2秒
- wait_time = locust.between(1, 2)
- @locust.task # 2、添加一个装饰器，表明这是性能测试用例
- def test_request(self):
- resp = self.client.get(url="http://127.0.0.1:8080/") # 3、使用self.client去发送请求
- print(resp.json())
- assert resp.status_code == 200
- 创建一个类，继承 locust.HttpUser。
- 使用 @locust.task 装饰器标识性能测试用例。
- 使用 self.client.get大概post 发送请求。
- 设置 wait_time = locust.between(1, 2) 添加locust给我们提供的函数between，里面1和2的值代表着每个task间隔1到2秒，相当于每个测试用例的间隔
执行性能测试用例代码
执行性能测试用例，有两种执行方式：
1、通过 Web UI 执行（GUI模式）
通过webUI来执行重要就是简洁方便，可以出具绘制图表来展示。但webUI也有一个小弊端，那就是制作的图表会浪费一些性能，由于制作图表的时候会实时获取数据，这也是浪费性能的缘故因由。
- 在终端运行 Locust 下令：
- 打开欣赏器访问 Web UI（通常为 http://0.0.0.0:8089）。
- 配置测试参数：
- Number of users (peak concurrency)：模仿的并发用户数，例如 1000。
- Ramp up (users spawned/second)：用户启动速率。好比：我们选择了1000个用户，如果我们这里填写10，也就代表着每秒有10个用户在调用 。
- Host：做过接口测试的同学都知道，就是填写接口的url。但是我们在性能测试用例中已经写了URL，那么这个就无所谓了。写不写都可以，所以我们就任意写个1（写1的缘故因由是由于这个为空的话会报错，也算是一个bug）
- Run time：测试运行时间，例如 120s 表示运行2分钟。如果要一直运行那就不写。
- 我们可以在 STATISTICS里面看到测试结果。
性能测试结果分析
（1）请求总数与失败数：
总请求数为 29293，失败请求数为 18071，失败率较高，为62%。这表明接口在高负载下的稳定性较差，需要开辟去调查失败的缘故因由。
（2）响应时间：
中位数响应时间为 70 ms，平均响应时间为 802.74 ms。中位数响应时间相对较低，阐明大部门请求的响应时间较快，但平均响应时间较高，大概是由于有少数请求的响应时间过长导致的。
95% 和 99% 的响应时间分别为 6300 ms 和 8900 ms，表明有 5% 和 1% 的请求响应时间超过了这些阈值，大概影响用户体验。
（3）最小值与最大值：
最小响应时间为 2 ms，最大响应时间为 10134 ms，最大响应时间的差异较大，阐明在某些情况下，接口的响应时间会非常慢。
（4）数据大小与吞吐量：
平均数据大小为 24.9 字节，当前每秒请求数 (RPS) 为 300.1，当前故障数为 300.1。吞吐量体现良好，但由于高失败率，现实可用的吞吐量是受到影响的。
性能参数描述Type请求类型，如Get/PostName请求路径Requests当前请求数量Failes请求失败数量Median中间值毫秒，一半的服务器响应低于该值，另有一半高于该值95%95%的请求响应时间Average平均值，单元毫秒，所有请求平均响应时间Min请求的服务器最小响应时间Max请求的服务器最大响应时间Average size单个请求大小，字节RPS每秒能处理惩罚的请求数目
- 运行测试后，可以在 CHARTS 页面检察实时数据。
RPS（吞吐量）：349.7
最大用户数：600
结论：通过这个数据我们可以看到，如果每秒有600用户去访问我们的接口。那么我们的服务器是承载不了的，也就是说我们可以让600人同时在线。但是我们无法让349.7个用户，不能在同一时间都得到结果。
- 非常信息：测试接口拒绝连接，表明服务器崩溃。
- 代码非常：这代表接口用例执行失败抛出的非常。我们可以在后台看到，也可以在webUI内看到。
2、通过下令行执行（非GUI模式）
使用下令行来执行，就不会有页面和图表出现。所以会充实使用性能来举行测试接口。
常用的启动下令+参数
- locust -f 性能接口测试用例.py --headless -u 1000 -r 10 --host=1 --run-time 120s
--headless：无头参数，非GUI模式
-u 1000：代表1000个用户
-r 10：代表每秒10个用户递增
--host=1：就是填写的url，由于我们代码内置了，所以就任意写个1（为什么写1，是由于不写会报错）
-t大概--run-time 120s：就是运行的时长，运行120秒
启动之后的结果如下（我改成了5秒直接看结果）：
小知识：工具对比
工具区别JMeter需要在 UI 界面上通过选择组件来“编写”脚本，模仿的负载是线程绑定的，意味着每个用户需要一个单独的线程。单台负载机可模仿的负载数有限。Locust通过编写简单易读的代码完成测试脚本，基于事件驱动，同样配置下，单台负载机可模仿的负载数远超 JMeter。 如果您以为本文对您有资助，欢迎点赞、收藏和分享！有任何疑问或发起，欢迎在评论区留言讨论。
免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。 |
