zoukankan      html  css  js  c++  java
  • Locust 安装

    Locust 介绍

      Locust 是一个易于使用、分布式的负载测试工具,它可以对网站或其他系统进行负载测试,并计算出一个系统能够承受多少的并发用户。Locust完全基于事件,因此可以在一台机器上支持数千名并发用户,与其他基于事件的应用相比,它不使用回调。与jmeterloadrunner相比,Locust不需要笨重的UI或臃肿的xml,所有的用户行为都是通过手动编写代码在实现,基于协程而不是回调。不过,Locust有一个整洁的HTML用户界面,用来实时显示测试结果的相关数据。

    Locust 有以下几个特点:

    •  分布式和可扩展的-支持成千上万的用户(基于协程)
    • 基于web的用户界面(具有跨平台和易于扩展的特点)
    •  可控制(所有事件I/O和协程任务都委托给gevent来替代测试工具执行)

     

    Locust安装

    Locust支持版本Python2.73.33.43.53.6

    Locust pypi上可用,可用通过pipeasy_install安装。

    pip install locustio   

     

    easy_install locustio

    安装ZeroMQ

    如果您打算运行分布在多个进程/机器上的Locust,那就需要安装pyzmq

    Pip install pyzmq

    Easy_install pyzmq

    windows上安装locust

      在Windows上,如果正确设置了构建环境,则运行pip install locustio可能会失败。 在这种情况下,在Windows上运行Locust的最简单方法是首先为pyzmq安装预构建的二进制包(也可能为geventgreenlet安装)。

      你可以在这里找到一个非官方的预制python包集合:http//www.lfd.uci.edu/~gohlke/pythonlibs/

    当您下载了预先构建的.whl文件时,可以使用以下命令安装它:

      pip install pyzmq16.0.2cp36cp36mwin32.whl

      一旦你完成了,你应该能够只是pip安装locustioWindows上运行Locust应该可以很好地开发和测试负载测试脚本。

    但是,在运行大规模测试时,建议您在Linux机器上执行此操作,因为geventWindows下的性能很差。

     安装好后,使用locust --help 查看是否安装成功。

    下面是一个简单的locustfile.py的简单示例:

    from locust import HttpLocust, TaskSet
    def login(l):
        l.client.post("/login", {"username":"ellen_key", "password":"education"})
    def index(l):
        l.client.get("/")
    def profile(l):
        l.client.get("/profile")
    class UserBehavior(TaskSet):
        tasks = {index: 2, profile: 1}
    
        def on_start(self):
            login(self)
    class WebsiteUser(HttpLocust):
        task_set = UserBehavior
        min_wait = 5000
        max_wait = 9000
    

      这里我们定义了许多Locust任务,它们是带有一个参数的普通Python callables(一个Locust类实例)。 这些任务是在tasksattribute中的TaskSet类下收集的。 然后我们有一个代表用户的HttpLocust类,我们在其中定义模拟用户在执行任务之间应该等待多长时间,以及TaskSet类应该定义用户的“行为”。py:class:`TaskSet <locust.core.TaskSet>`s 可以嵌套。

      HttpLocust类继承自Locust类,并添加了一个客户端属性,该属性是HttpSession的一个实例,可用于发出HTTP请求。

        我们可以通过更方便的方式声明任务的另一种方式是使用@taskdecorator.以下代码等同于上述代码:

    from locust import HttpLocust, TaskSet, task
    class UserBehavior(TaskSet):
        def on_start(self):
            """ on_start is called when a Locust start before any task is scheduled """
            self.login()
    
        def login(self):
            self.client.post("/login", {"username":"ellen_key", "password":"education"})
    
        @task(2)
        def index(self):
            self.client.get("/")
    
        @task(1)
        def profile(self):
            self.client.get("/profile")
    class WebsiteUser(HttpLocust):
        task_set = UserBehavior
        min_wait = 5000
    max_wait = 9000
    

      Locust类(以及HttpLocust,因为它是一个子类)也允许在执行任务(min_wait和max_wait)之间以及其他用户行为之间指定每个模拟用户的最小和最大等待时间。

    启动locust
      要使用上面的Locust文件运行Locust,如果它名为locustfile.py并位于当前工作目录中,我们可以运行:

      locust --host=http://localhost.com

      如果Locust文件位于子目录下和/或名称不同于locustfile.py,请使用它来指定它 -f :

      locust -f locust_files/my_locust_file.py --host=http://localhost.com

      然后我们将启动任意数量的从属进程:

      locust -f locust_files/my_locust_file.py --slave --host=http://localhost.com

      如果我们想在多台机器上运行分布式Locust,我们还必须在启动从机时指定主机(在运行分布在单台机器上的Locust时不需要这样做,因为主机主机默认为127.0.0.1):

      locust -f locust_files/my_locust_file.py --slave --master-host=192.168.0.100 --host=http://localhost.com

      您可能希望通过csv文件记录您的Locust结果。 在这种情况下,有两种方法可以做到这一点:

      首先,在运行Web服务器时,您可以从localhost检索csv:localhost:8089/stats/requests/csv   和 localhost:8089/stats/distribution/csv。 其次,您可以使用标志运行Locust,该标志将定期保存csv文件。 如果您计划使用--no-web标志以自动方式运行Locust,这将特别有用。

      locust -f locust_files/my_locust_file.py --csv=foobar --no-web -n10 -c1

      如果您希望更快(或更慢)写入,您还可以自定义写入的频率:

    import locust.statslocust.stats.CSV_STATS_INTERVAL_SEC = 5 # default is 2 seconds
    

      

    打开Locust的Web界面

      使用上述命令行之一启动Locust后,应打开浏览器并将其指向http://127.0.0.1:8089(如果您在本地运行Locust)。 那么你应该进入这样的欢迎:

      

       

  • 相关阅读:
    技巧和诀窍;在VS 2005里优化ASP.NET 2.0Web项目的Build性能
    [资源]Flex 中文帮助
    13 Awesome Javascript CSS Menus
    兼容FF\IE的事件获得方法
    MSVCR80D.dll not found解决方案
    [转]一种革命性的自绘菜单实现
    [ZZ]马化腾关于产品设计与用户体验的培训
    [ZZ]WatiN:在.NET中测试Web应用程序
    How to Recommender Systems?
    淘宝第三届D2在上海举办
  • 原文地址:https://www.cnblogs.com/JcHome/p/9392440.html
Copyright © 2011-2022 走看看