locust案例demo实践

转载自：https://www.cnblogs.com/yoyoketang/p/9638151.html

前言

提到性能测试，大部分小伙伴想到的就是LR和jmeter这种工具，小编一直不太喜欢写这种工具类的东西，我的原则是能用代码解决的问题，尽量不去用工具。
python里面也有一个性能测试框架Locust，本篇简单的介绍Locust的基本使用，希望越来越多的小伙伴能一起爱上它！

环境准备：
python3.6
windows电脑
locust

Locust简介

Locust是一款易于使用的分布式用户负载测试工具。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。
这个想法是，在测试期间，一群蝗虫（Locust）会攻击你的网站。您定义了每个蝗虫Locust（或测试用户）的行为，并且实时地从Web UI监视群集过程。这将有助于您在让真正的用户进入之前进行测试并识别代码中的瓶颈。
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。与许多其他基于事件的应用程序相比，它不使用回调。相反，它通过协程（gevent）机制使用轻量级过程。每个蝗虫蜂拥到你的网站实际上是在自己的进程内运行（或者是greenlet，这是正确的）。这允许您在Py​​thon中编写非常富有表现力的场景，而不会使代码复杂化。

** gevent是第三方库，通过greenlet实现协程。greenlet是python的并行处理的一个库。 python 有一个非常有名的库叫做 stackless ，用来做并发处理， 主要是弄了个叫做tasklet的微线程的东西， 而greenlet 跟stackless的最大区别是greenlet需要你自己来处理线程切换， 就是说，你需要自己指定现在执行哪个greenlet再执行哪个greenlet。**

环境安装

Locust支持Python 2.7, 3.4, 3.5, and 3.6的版本，小编的环境是python3.6直接用pip安装就行

$ pip install locustio

安装完成后，使用pip查看版本号0.9.0

$ pip show locustio

​

使用--help查看帮助信息

$ locust --help

​

快速开始

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，之前学过requests库的，这里就非常简单了

• requests.get 对应client.get
• requests.post 对应client.post

# 保存为demo.py
# coding:utf-8
from locust import HttpLocust,TaskSet,task

class BlogDemo(TaskSet):
    '''用户行为：打开我的博客首页demo'''
    @task(1)
    def open_blog(self):
        # 定义requests的请求头
        header = {"User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/68.0.3440.106 Safari/537.36"}

        r = self.client.get("/yoyoketang",  headers=header, verify=False)
        print(r.status_code)
        assert r.status_code == 200

class websitUser(HttpLocust):
    task_set = BlogDemo
    min_wait = 3000  # 单位毫秒
    max_wait = 6000  # 单位毫秒

if __name__ == "__main__":
    import os
    os.system("locust -f demo.py --host=https://www.cnblogs.com")

代码注解：
新建一个类BlogDemo(TaskSet)，继承TaskSet，该类下面写一些准备请求的行为（访问的接口）
里面的self.client调用get和post方法，跟requests是一样的
@task装饰该方法表示为用户行为。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

WebsiteUser()类用于设置性能测试。
task_set ：指向一个定义了的用户行为类。
min_wait ：用户执行任务之间等待时间的下界，单位：毫秒。
max_wait ：用户执行任务之间等待时间的上界，单位：毫秒。

启动locust

启动locust可以直接在pycharm里面执行上面的代码，运行后编辑器出现两行
[2018-09-12 23:23:57,500] DESKTOP-HJ487C8/INFO/locust.main: Starting web monitor at *:8089
[2018-09-12 23:23:57,500] DESKTOP-HJ487C8/INFO/locust.main: Starting Locust 0.9.0

也可以通过cmd执行

$ locust -f demo.py --host=https://www.cnblogs.com

• -f 参数是指定运行的脚本
• --host是指定运行项目的host地址，这里用的https://www.cnblogs.com，代码里面get访问的是"/yoyoketang"，拼接起来就是完整地址了

8089是该服务启动的端口号。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

​

• Number of users to simulate 设置虚拟用户总数
• Hatch rate (users spawned/second) 每秒启动虚拟用户数
• 点击Start swarming 开始运行性能测试

效果展示

设置虚拟用户数30，每秒启动5个用户，点击Start swarming 开始运行

​

• 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stop可以停止测试

​

New test可以重新设置用户数

​

Charts图标展示

​

三个图标分别是

• 吞吐量/每秒响应事务数（rps）实时统计
• 平均响应时间/平均事务数实时统计
• 虚拟用户数运行