Locust 场景执行：Web UI 中执行
Locust 场景执行：Web UI 中执行
Locust 执行模式包含两种
Web UI 模式
在这个模式下，你可以通过 Web 控制场景的执行、实时的了解被测试应用性能表现趋势，但是 Locust 没有提供主流压测工具那样的丰富图表，你能看到的只有：
- 每秒发出的请求数
- 请求的响应事件
- 运行中的“用户数”
其实，从性能测试的角度来看，图表只要足够表示负载的增加对性能趋势的影响、事件关系就足够了。
命令行模式
- 脚本开发调试过程中，出于工作效率的目的，建议使用该模式
- 如果你使用了远程主机作为负载机，不想麻烦运维同学开通端口权限，可以使用命令行模式运行压测
Web UI 模式下的图表解释
Statistics 统计概要
尽管这些指标字面上都清晰明了，但鉴于这篇文章的读者普遍有 LoadRunner、Jmeter 使用经验，有些区别还是要说明一下，比方说 LoadRunner 对响应时间做统计是只针对 Pass 的事务执行统计的，不包括 失败、停止、或者超时：
Type
- 请求的类型，在 HttpUser 中，常见的有 Get 和 Post
- 如果是自定义 Client ，Type 同样也可自定义
Name
- 在 HttpUser 中，是请求中的 name 参数，如果未定义 name，这里将是请求的接口路径
- 如果路径中包含变量参数，大部分情况下都建议在脚本中指定一下 name，除非你想对不同的传参分别进行独立的统计
Requests
- 表示成功发出请求的数量，并不是成功处理请求的数量
Fails
- 表示请求处理失败的数量
Median
- 表示所有请求响应时间的中位数
90%ile
- 表示所有请求响应时间的90%百分位数
Average / Min / Max
- 表示所有请求响应时间的平均值 / 最小值 / 最大值
Average size
- 表示所有响应的size平均值
Current RPS
- 表示每秒创建的请求数
Current Failures / s
- 表示每秒创建请求的失败数量
Charts 图表
如果你对比 LoadRunner 或者 Jmeter，你一定会对 Locust 所提供的结果图形之“简陋”感到震惊，想要学习 Locust 的结果图表大约只要3分钟。
首先来看看“响应时间”，也就是“response_times_(ms)”，横轴为时间轴，纵轴为以毫秒为单位的响应时间，需要注意的是，图表上面两根线并不是表示平均值，而是响应时间的“中位数”和“95%百分位数值”：
再来看看“每秒请求数”，也就是“total_requests_per_second”，横轴为时间轴，纵轴为每秒请求的数量（请求处理通过的）：
最后看看“运行中的用户”，也就是“number_of_users”，横轴为时间轴，纵轴为时间所对应的“用户数”：
Failures 失败日志
脚本请求产生的异常响应、失败都可以在这里看到
Exceptions 异常日志
脚本运行抛出的异常可以在这里看到
Download Data 下载原始数据
内容和 Statistics 的一致