【性能测试】【locust】快速入门

简介

locust是一个开源的分布式用户负载压力测试工具,对网站（其他系统，例如接口等）进行负载测试，并确定可以处理多少的并发用户，locust特点利用了协程支持，达到高数量级别的并发，以及基于事件驱动使用gevent库来实现网络并发请求。https://www.locust.io/

环境配置

  • Python 3.8.2
  • pycharm
  • window or linux

安装locust

pip install locust

依赖库

安装locust后，会自动下载对应的依赖库

  1. gevent: gevent是第三方库，通过greenlet实现协程, 当访问网络时，IO操作会消耗很长时间出现等待情况，greenlet会自动切换其他greenlet,直到IO操作完成，再切换回来，保证greenlet始终再运行，而不是再等待

  2. requests: requests库，http库，实现各种请求，get,post,put,delete, 这边在locust封装后与requests库对应使用

request locust
request.post() client.post()
request.get() client.get()
request.delete() client.delete()
request.put() client.put()

  1. psutil：是一个监控库，监控cpu, 内存，磁盘等

  2. flask, Flask-BasicAuth: flask web第三方框架，Flask-BasicAuth：权限验证

  3. pyzmq： 可用于Locust分布运行在多个进程/机器上

实现原理

locust有比较重要的概念，一个定义用户行为（继承TaskSet）, 一个是用户类（继承HttpUser）

TaskSet

定义一组用户将要执行的tasks场景,实现了虚拟用户所执行任务的调度算法，TaskSet子类重定义任务，采用@task装饰器

例子

  • @task(1) 权重为1，@task(2)权重为2， 意思就是test_job2执行的频率是test_job1的两部
from locust import TaskSet, task
 
class UserBehavior(TaskSet):
    @task(1)
    def test_job1(self):
        self.client.get('/job1')
 
    @task(2)
    def test_job2(self):
        self.client.get('/job2')
  • 第二种权重写法
from locust import TaskSet, task
 
class UserBehavior(TaskSet):
    @task
    def test_job1(self):
        self.client.get('/job1')
 
    @task
    def test_job2(self):
        self.client.get('/job2')


class WebUser(HttpUser):
    tasks = [test_job1, test_job2]  # 不写的话比重就是1：1
    # tasks = {test_job1:1, test_job2:2} # 两种方式等价

HttpUser

代替了之前版本的Httplocust实例化时创建一个client属性，该属性是一个具有支持的HTTP客户端用于在请求之间保持用户会话,创建的HttpSession的实例。客户端支持cookies，因此在HTTP请求之间保持会话,由于request.Session, 再登陆系统后维持了登陆的seesion, 后面的task脚本操作都带上了session

简单示例

代码示例

__author__ = 'wangxiao'

import os

# 导入包
from locust import HttpUser, task, between, TaskSet

# 定义task行为类继承TaskSet
class SouMiSearch(TaskSet):
    # 
    @task
    def search(self):
        url = "/api/p/search/"
        body = {"keywords": "ceess"}
        with self.client.post(url, json=body) as response:
            print(response.text)


class WebUser(HttpUser):
    tasks = [SouMiSearch]
    wait_time = between(2, 5)
    host = "http://api.shoumilive.com:83"


if __name__ == '__main__':
    os.system("locust -f test_search.py")

# 运行

[2020-08-19 09:59:48,212] md2bkpyc/WARNING/locust.main: System open file limit setting is not high enough for load testing, and the OS wouldnt allow locust to increase it by itself. See https://docs.locust.io/en/stable/installation.html#increasing-maximum-number-of-open-files-limit for more info.
[2020-08-19 09:59:48,212] md2bkpyc/INFO/locust.main: Starting web interface at http://:8089
[2020-08-19 09:59:48,229] md2bkpyc/INFO/locust.main: Starting Locust 1.1.1

默认端口8089， 浏览器访问127.0.0.1:8089

  1. Number of total users to simulate: 设置总共的模拟用户总数
  2. Hatch rate (users spawned/second)：每秒启动的虚拟用户数

场景设置

  • 设置用户总数10个，每秒启动5个

测试监控界面

Statustics

页面指标 解析 备注
type 请求类型
Name 请求名称 这个可以自定义，传name参数即可
Requests 当前已完成的请求数量
Fails 失败的请求数量
Requests 当前已完成的请求数量
Median 响应时间的中间值，即50%的响应时间在这个数值范围内，单位为毫秒
90%ile 90%的响应时间在正态分布平均值下方，即小于这个值
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 每秒钟处理请求的数量

posted @ 2020-08-19 10:27  WANG-X  阅读(751)  评论(0)  编辑  收藏  举报