使用Locust进行接口性能测试：关联与参数化技巧分析（三）

“ Locust是一款开源的Python性能测试工具，它可以模拟大量并发用户对网站或者其他接口进行压力测试”

1. 关联：精确模拟用户操作

在某些场景下，我们需要将之前请求的响应参数关联到后续请求中，以模拟用户操作。这在会话管理（如session_id的传递）中很常见。通过关联，将上一个请求的响应数据应用到下一个请求中。示例：

from locust import TaskSet, task
from lxml import etree

class UserTasks(TaskSet):
    @task
    def login_and_continue(self):
	# 模拟业务流程
        response = self.client.get('/login')  
        session_id = self.extract_session_id(response.text)
        self.client.post('/continue', json={"session_id": session_id})
	
    def extract_session_id(self, html):
	""这个函数只提供获取数据，不作为任务执行 ""
        tags = etree.HTML(html)
        return tags.xpath("//input[@name='session_id']/@value")[0]

使用extract_session_id方法从响应中提取会话ID，并在后续请求中应用。

2. 数据循环：多用户操作模拟

如我们需要使用3个用户对一批URL压测，每个用户都需要访问到每个url，可以使用数据循环的方式实现：

from locust import TaskSet, task

class UserTasks(TaskSet):
    def on_start(self):
        self.url_index = 0

    @task
    def visit_multiple_pages(self):
        url = self.user_data["urls"][self.url_index]
        self.url_index = (self.url_index + 1) % len(self.user_data["urls"])
        self.client.get(url)

    def setup(self):
        self.user_data["urls"] = ['page1', 'page2', 'page3', 'page4', 'page5']

通过setup方法设置了循环的URL列表，然后在visit_multiple_pages任务中实现了URL的循环使用，模拟不同用户对不同页面的操作。

3. 队列数据控制：并发数据模拟

为了并发测试数据的唯一性，可以使用队列参数化技巧。通过从队列中顺序取数然后重新放入队列：

from locust import TaskSet, task
import queue

class UserTasks(TaskSet):
    @task
    def unique_concurrent_actions(self):
        try:
            data = self.user_data_queue.get()
        except queue.Empty:
            print('数据已用尽，测试结束。')
            exit(0)
        self.client.post('/action', json=data)
        self.user_data_queue.put_nowait(data)

    def setup(self):
        self.user_data_queue = queue.Queue()
        for index in range(100):
            data = {
                "param1": f"value{index:04d}",
                "param2": f"value{index:04d}"
            }
            self.user_data_queue.put_nowait(data)

用户共享同一组数据，先将数据放入队列，所有用户开始执行unique_concurrent_actions任务都会从队列取数，这样就保证数据的唯一性，并在并发场景中循环使用，利用这个特点可以很好的处理多用户流程执行脚本的时候，出现数据错位的情况。

总结

以上就是勇哥今天为各位小伙伴准备的内容，如果你想了解更多关于Python自动化测试的知识和技巧，欢迎关注我：公众号\博客\CSDN\B站：测试玩家勇哥；我会不定期地分享更多的精彩内容。感谢你的阅读和支持！

---

题外话，勇哥打算把新建的技术交流群，打造成一个活跃的高质量技术群。工作中遇到的技术问题，都可以在里面咨询大家，还有工作内推的机会。有兴趣的小伙伴，欢迎加我（记得备注是进群还是报名学习）👇👇👇****

👆****👆********👆长按上方二维码2秒,关注我

---

勇哥，10年落魄测试老司机，技术栈偏python，目前在一家超大型房产公司担任自动化测试主管，日常工作比较繁杂，主要负责自动化测试，性能测试、软件质量管理及人员管理。工作之余专注于为粉丝进行简历修改、面试辅导、模拟面试、资料分享、一对一自动化测试教学辅导等副业发展。目前已服务十多位小伙伴，取得高薪offer。

关注公众号，测试干货及时送达

接口自动化测试项目2.0，让你像Postman一样编写测试用例，支持多环境切换、多业务依赖、数据库断言等

揭秘抓包利器：Python和Mitmproxy让您轻松实现接口请求抓取与分析！

构建高效的接口自动化测试框架思路

Pytest 快速入门

接口自动化之测试数据动态生成并替换

requests模块该如何封装？

接口自动化如何封装mysql操作

一文看懂python如何执行cmd命令

最通俗易懂python操作数据库

python-Threading多线程之线程锁

python正则一篇搞掂

性能测试之必备知识

性能分析思路

Python + ChatGPT来实现一个智能对话的钉钉机器人

一文看懂python如何执行cmd命令