Locust简单学习记录

locust性能测试框架

1、locust原理（感觉讲的很好，完全摘抄的，原地址：https://www.cnblogs.com/ywt798/p/16138472.html）   

复制代码
 locust为什么能够识别写的代码和运行？

      locust基于两个类，继承两个类才能实现模拟用户行为：

      TaskSet类（模拟请求的行为，任务）：locust里面的类，继承TaskSet类，写一个类继承TaskSet类之后locust才能识别它。

      主要是为了模拟用户端请求信息信息，@task装饰器让locust识别到哪个是我们的任务，模拟用户的行为

      HttpUser类（用户配置类）：locust里的类继承HttpUser类，用户类，这个类主要写一些用户的配置信息，

      比如Host主机地址，思考时间，等一系列信息，通过继承HttpUser类来实现。

      这两个类他们之间怎么通信，有任务，有用户配置，需要桥梁。

      这个桥梁，在用户类里有个tasks=[继承TaskSet的类]，用户信息有哪些任务，指向任务类，两类就可以连通了

      这两类又继承locust里面的类，所以locust命令也能去识别他们的信息。
复制代码

2、Locust类详细讲解（感觉讲的很好，完全摘抄的，原地址：https://www.cnblogs.com/ywt798/p/16138472.html）

复制代码
   在Locust类中，具有一个client属性，它对应着虚拟用户作为客户端所具备的请求能力，

       也就是我们常说的请求方法。　　　　client模拟客户端请求

       通常情况下，我们不会直接使用Locust类，因为其client属性没有绑定任何方法。

       因此在使用Locust时，需要先继承Locust类，然后在继承子类中的client属性中绑定客户端的实现类。对于常见的HTTP(S)协议，

       Locust已经实现了HttpUser（1.0之前使用HttpLocust）类，其client属性绑定了HttpSession类，

       而HttpSession又继承自requests.Session。

       因此在测试HTTP(S)的Locust脚本中，我们可以通过client属性来使用Python requests库的所有方法，
       
       包括：GET/POST/HEAD/PUT/DELETE/PATCH等，调用方式也与requests完全一致。

       另外，由于requests.Session的使用，因此client的方法调用之间就自动具有了状态记忆的功能。

       常见的场景就是，在登录系统后可以维持登录状态的Session，从而后续HTTP请求操作都能带上登录态。

       而对于HTTP(S)以外的协议，我们同样可以使用Locust进行测试，只是需要我们自行实现客户端。

       在客户端的具体实现上，可通过注册事件的方式，在请求成功时触发events.request_success，

       在请求失败时触发events.request_failure即可。

       然后创建一个继承自Locust类的类，对其设置一个client属性并与我们实现的客户端进行绑定。后续，

       我们就可以像使用HttpUser类一样，测试其它协议类型的系统；

       client通过客户端请求服务器，捕获响应信息，设置一些断言信息；　

       HttpUser  配置一些用户信息   
复制代码
复制代码
   在Locust类中，除了client属性，还有几个属性需要关注下：

       .tasks（1.0以下是task_set）: task哪些任务，继承了任务类，才能去跑取locust请求，tasks =[WebsiteTasks]   
     
       # Collection of python callables and/or TaskSet classes that the Locust user(s) will run.

       指向一个TaskSet类的列表，TaskSet类定义了用户的任务信息，该属性为必填；
   
       max_wait/min_wait: 每个用户执行两个任务间隔时间的上下限（毫秒）

       即：思考时间，具体数值在上下限中随机取值，不设置默认1s。

       wait_time = between (3,25) 等价于max_wait=25/min_wait=2

       ·host：被测系统的host，当在终端中启动locust时没有指定--host参数时才会用到；主机地址或者域名

       ·weight：同时运行多个Locust类时会用到，用于控制不同类型任务的执行权重。
       
        权重，权重越大跑的越多。在继承TaskSet类，对应的方法会使用@task装饰器，

        后面可以录入数值，表示权重，数值越大，权重越大。
复制代码
复制代码
  测试开始后，每个虚拟用户（Locust实例）的运行逻辑都会遵循如下规律：

       继承taskset任务类里面有个on_start方法，和初始化一样，类似jmeter里setpu线程组，只执行一次，初始化数据；

       1）先执行WebsiteTasks中的on_start（只执行一次），作为初始化；

       2）从WebsiteTasks中随机挑选（如果定义了任务间的权重关系，那么就是按照权重关系随机挑选）一个任务执行；

       3）根据Locust类中min_wait和max_wait定义的间隔时间范围（如果TaskSet类中也定义了min_wait
       
         或者max_wait，以TaskSet中的优先），思考时间在时间范围内随机取一个值，休眠等待；

       4）重复2~3步骤，直至测试任务终止。
复制代码
复制代码
  TaskSet　　**类详细讲解**

       脚本模拟用户行为发送请求，发送请求使用client属性。

       性能测试工具要模拟用户的业务操作，就需要通过脚本模拟用户的行为。在前面的比喻中说到，TaskSet类好比蝗虫的大脑，
 
       控制着蝗虫的具体行为。具体地，TaskSet类实现了虚拟用户所执行任务的调度算法，包括规划任务执行顺序（schedule_task）、

       挑选下一个任务（execute_next_task）、执行任务（execute_task）、休眠等待（wait）、中断控制（interrupt）等等。

       在此基础上，我们就可以在TaskSet子类中采用非常简洁的方式来描述虚拟用户的业务测试场景，

       对虚拟用户的所有行为（任务）进行组织和描述，并可以对不同任务的权重进行配置。

       在TaskSet子类中除了定义任务信息，还有一个是经常用到的，那就是on_start函数。这个和jmeter里setup线程组一样，
 
       在正式执行测试前执行一次，主要用于完成一些初始化的工作。

       例如，当测试某个搜索功能，而该搜索功能又要求必须为登录态的时候，就可以先在on_start中进行登录操作；

       前面也提到，HttpUser使用到了requests.Session，因此后续所有任务执行过程中就都具有登录态了。
复制代码

3、locust安装

       安装前提：前提本地已经有python运行环境，编译器推荐使用pycharm

　　windows环境：

       1）ctrl+R，输入cmd，调出命令窗口，使用命令：pip3 install locust，进行locust的安装。；

       2）校验是否安装成功：输入locust -V，出现如下图所示，表示安装成功；

       

      linux环境：

     1）待补充

4、示例解释

复制代码
import os
from locust import TaskSet,task,HttpUser,between,tag
class WebBehaviour(TaskSet):
    """继承，定义任务类"""
    # on_start进行数据初始化，在task任务之前执行
    def on_start(self):
        print("压测前置条件")
    def on_stop(self):
        print('结束')
　　 @tag('smoke')　# -T 使用该标签的用例，-E 不使用该标签的用例
    @task(1)
    def mytask_01(self):
        headers = {'User-Agent':'Mozilla/5.0 (Windows NT 10.0; Win64; x64) 
        AppleWebKit/537.36 (KHTML, like Gecko) Chrome/119.0.0.0 Safari/537.36'}
        url = '/' # 请求路径,除了主机地址后面的请求路径，主机地址可以在用户类里定义
        # catch_response：为了使用response.success()与response.failure()这两个函数
        # name：相当于为mytask_01对应的请求起了一个别名，用于在运行结果中的name列显示，方便阅读
        with self.client.get(url=url,headers=headers,catch_response=True,name='百度访问') as response:
            if response.status_code == 200:
                response.success()
            else:
                response.failure('百度访问失败')

class WebUser(HttpUser):
    """性能参数配置，继承用户配置类"""
    host = 'https://www.runoob.com'
    tasks = [WebBehaviour,]
    wait_time = between (3,25)
    # min_wait = 1000 ms
    # max_wait = 3000 ms

if __name__ == '__main__':
    file_path = os.path.abspath(__file__)
    os.system(f"locust -f {file_path}  --host=https://www.baidu.com -P=8088 --headless  -u 10 -r 3 -t 20s")
复制代码

5、运行命令（有界面及无界面）

     通过在浏览器页面输入相关参数，进行脚本调试或压测；

     1、在pycharm-terminal下，输入：locust -f 执行的py文件（py文件的相对路径或者绝对路径），回车键，py文件开始执行；

     

     2、点击： http://localhost:8089或者在浏览器地址栏输入： http://localhost:8089，展示出以下页面：

     其中，Number of users：用户并发数；Spawn rate：每秒钟启动多少并发；Host：进行测试的地址。

     页面提供了，类似于AggregateReport的测试结果统计表；实时的统计图，鼠标光标悬浮可以查看具体信息；请求失败的数据统计表；测试结果数据的下载功能。            

      全部通过命令来完成压测及压测结果的收集

      1、在pycharm-terminal下，输入：locust -f 执行的py文件（py文件的相对路径或者绝对路径） --host=https://www.baidu.com -P=8088 --headless -u 10 -r 3 -t 20s --csv=文件名，回车键，py文件开始执行；

      其中，--headless，有这个参数时，代表无界面压测；

                --host，压测地址（域名）；

                -P，可以指定端口号，不指定时，默认8089；

                -u，用户并发数；

                -r，每秒钟启动多少并发；

                -t，本次压测持续多长时间；

                --csv，输出本次压测的结果，文件为csv文件，在当前路径下会出现四个csv文件：TestData_exceptions.csv，TestData_failures.csv，TestData_stats.csv，TestData_stats_history.csv。

       在pycharm-terminal下，输入：locust -h，可以查看更多参数。

       

6、分布式性能测试介绍

复制代码
    分布式场景：
        Locust分布式场景有两种：       
        1、单台机器设置Master和Slave
        2、多台机器时，一台调度机(Master)，其他机器设置执行机(Slave)
    准备工作
    　　 1、主机（master）装好locust环境
    　　 2、从机（slave）装好locust环境
    　　 3、主机/从机上都要有执行的Python文件（你自己写的压测脚本）
    分布式运行原理：
    　　master节点不产生压力　　控制机
    　　多个slave节点，执行机，压力机，
    　　master节点分发给每个压力机执行里面的脚本信息
    
    locust分布式执行步骤：
    一、master节点控制机：
        1、master节点控制机命令行输入：locust -f 文件 --master
        locust -f miaosha.py --master
        2、输入：http://localhost:8089/　　登录locust的web页面
        3、假设输入5个并发去跑，这时候暂时什么都不会运行，web界面多了了新的选择字段：Wrokers
        现在这是主节点，不是工作节点，所以这个节点不会产生压力，需要分配slave从节点

    二、salve节点执行机：
        1、机器命令行打开输入：loucst -f 文件 --worker --master-host=ip地址
        locust -f miaosha.py --worker　　　　没有输入host地址默认本机
        输入这个后，宿主机就能够和salve机通信，宿主机的web端页面的worker能找到这个执行机并且处于ready准备状态
        这世界就可以在master控制机输入并发数执行脚本
        需要加多个节点按照上面的命令在执行机输入命令执行locust就行
复制代码
posted @   小冰钓鱼  阅读(151)  评论(0)  编辑  收藏  举报
相关博文：
·  性能测试注意事项
·  monkey命令及性能报告结果分析
·  python locust的基本使用
·  locust API文档
·  Python性能测试框架Locust
阅读排行：
· TypeScript + Deepseek 打造卜卦网站：技术与玄学的结合
· Manus的开源复刻OpenManus初探
· AI 智能体引爆开源社区「GitHub 热点速览」
· 三行代码完成国际化适配，妙~啊~
· .NET Core 中如何实现缓存的预热？
点击右上角即可分享
微信分享提示
SQL AI 助手