01-locust安装
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jmeter、loadrunner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Python2.7、3.3、3.4、3.5、3.6
Locust 在pypi上可用，可用通过pip或easy_install安装。
pip install locustio
或
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
或
Easy_install pyzmq
在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gevent和greenlet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 pyzmq 16.0.2 cp36 cp36m win32.whl
一旦你完成了，你应该能够只是pip安装locustio。在Windows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gevent在Windows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 = 9000Locust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：
说明：
Number of users to simulate：模拟的总虚拟用户数
Hatch rate (users spawned/second)：每秒启动的虚拟用户数
HOST：测试的地址
输入参数点击Start swarming，开始运行性能测试
Statistics聚合报告
说明
Type：请求类型 Name：请求名称 requests：当前已完成的请求数量 fails：当前失败的数量 Median：响应时间的中间值，单位为毫秒 90%ile：根据正态分布，90%的响应时间在正态分布平均值下方 Average：平均响应时间，单位为毫秒 Min：最小响应时间，单位为毫秒 Max：最大响应时间，单位为毫秒 average Size：平均每个请求的数据量，单位为字节 current RPS（requests per second）：每秒钟处理请求的数量，即RPS
Charts曲线展示
Failures失败请求的展示
Exceptions异常请求的展示
Download Data测试数据下载模块
报错：Building wheel for locustio (setup.py) … error
解决：pip3 install -i https://pypi.douban.com/simple/ locustio==0.14.6
