Locust 压测测试介绍和使用
背景:随着公司对项目质量越来越看重,性能测试已经慢慢日常化,不同之前性能测试在高峰之前做,所以需要一个可以随时对某些场景接口进行压测的实现方法。
目前市场使用的压测工具,LoadRunner,Jmeter等,这些个人觉得不太轻量化,而且要专门写脚本。
我要介绍的是Locust压测,不仅快速可便捷的去实现压测,而且具有可编程性,可复用或使用接口自动化的case接口代码。
这篇文章先介绍Locust基本信息和入门使用,后面文章在详细深入介绍高级用法。
一、Locust介绍
Locust官网:https://www.locust.io/
Locust是纯运行在python语言下的测试工具,采用了gevent开发框架,底层利用greenlet微线程机制,单机并发可以支持非常高,直接HTTP等协议接口,特点就是协程,web可视化管理工具。
Locust有六个依赖的python模块:
1.gevent:在Python中实现协程的第三方库,协程又叫微线程Corouine,使用gevent可以获取极高的并发能力;
2.flask:Python的一个web开发框架;
3.requests:支持http/https访问的库;
4.msgpack-python:一种快速、紧凑的二进制序列化格式,使用与类似json的数据;
5.six:提供了一些简单的工具封装Python2和Python3 之间的差异;
6.pyzmq:安装这个第三方库,可以把Locust运行在多个进程或多个机器(分布式)。
由上面这几个库的功能,组成了整个可实现压测的工具。
二、Locust安装
1.在线(推荐):pip install Locust
安装完后:locust -h 显示如下表示安装成功。
三、Locust使用
1、代码:
# 压力测试 from locust import HttpUser, TaskSet, task, constant from locust import User, task, between import json class Testlocust(TaskSet): # 循环100次 @task(1000) def common_appconfig(self): post_url = '/common/appconfig?ct=dingzhi&ver=2&app=4&pf=android' header = { 'Accept-Encoding': 'gzip, deflate', 'Content-Type': 'application/json;charset=UTF-8', "Cookie": "" } r = self.client.get(post_url, headers=header) # print("common_appconfig:", r) # assert r.succ == "ok" @task(1000) def user_order_list(self): post_url = "/test/user_order_list?max=0&include_paying=1&ct=dingzhi&ver=2&app=4&ut=.moWY1CvEFndLeTHLXD8&pf=android" header = { 'Accept-Encoding': 'gzip, deflate', 'Content-Type': 'application/json;charset=UTF-8', "Cookie": "" } r = self.client.get(post_url, headers=header) # print("user_order_list:", r) @task(1000) def coupon_list(self): post_url = "/test/coupon/list?max=0&include_paying=1&include_not_begin=1&ct=dingzhi&ver=2&app=4&ut=xPnnd0XBO4EFU5UwNVX8&pf=android" header = { 'Accept-Encoding': 'gzip, deflate', 'Content-Type': 'application/json;charset=UTF-8', "Cookie": "" } r = self.client.get(post_url, headers=header) # print("coupon_list:", r) @task(1000) def free_query(self): post_url = "/test/fee/query?ut=y-RJiM.JyzlfGCh62blv&type=laminated_board&material=%E6%8B%89%E7%B1%B3%E5%A8%9C&size=12%E5%AF%B8&count=1" header = { 'Accept-Encoding': 'gzip, deflate', 'Content-Type': 'application/json;charset=UTF-8', "Cookie": "" } r = self.client.get(post_url, headers=header) # print("free_query:", r) @task(1000) def user_wx_login(self): post_url = "/test/wx_login?code=033ve40w3pMsDZ2QfB0w3sHM3B4ve40L&ct=dingzhi&ver=2&app=4&pf=android" header = { 'Accept-Encoding': 'gzip, deflate', 'Content-Type': 'application/json;charset=UTF-8', "Cookie": "" } r = self.client.get(post_url, headers=header) # print("user_wx_login:", r) @task(1000) def order_details(self): post_url = "/test/details/c558b99b3cc849cab3c335d22b7e82be?ct=dingzhi&ver=2&app=4&ut=A0dxz.nE6cwIVJEhENxL&pf=android" header = { 'Accept-Encoding': 'gzip, deflate', 'Content-Type': 'application/json;charset=UTF-8', "Cookie": "" } r = self.client.get(post_url, headers=header) class WebsiteUser(HttpUser): tasks = [Testlocust] min_wait = 500 max_wait = 5000 ##下面这些可以不用写 if __name__ == '__main__': import os # 如果利用多核心跑并发数 # 一个终端启动主节点 "locust -f game_test2.py --master" # 多个终端启动多个work就会跑多个核心 locust -f game_test2.py --worker # os.system('locust -f game_test2.py --web-host="https://api.test.com"')
启动一个 Locust 工作节点:
locust -f game_test2.py --master --host="https://api.test.com"
#本机启动利用多个核心 启动多个进程方式
locust -f my_locustfile.py --worker
# 其它机器启动多个进程方式
#然后在每个工作节点上(用你的主节点计算机IP替换
192.168.0.14
) 如果你的工作节点与主节点在同一台计算机上,则不设置参数。
locust -f my_locustfile.py --worker --master-host=192.168.0.14
其中:1.@task(100)单次执行的次数,可以理解是循环次数,数值越大执行的次数越多。不写默认1次。
2.接口请求需要使用locust自带的接口请求:
self.client.get()
2、启动和执行
1)启动
可以在命令行启动,cmd命令框,进入此文件的目录输入:
locust -f locust_test.py --host="http://*****.com"
-f: 指定性能测试脚本文件的绝对路径。
–host: 指定被测试应用的URL的地址,就是测试项目的host地址。
如下图:
Spawn rate :每秒产生(启动)的虚拟用户数。(递增数)
Host:host地址。//可在WebsiteUser类下直接写host = "www.*.com",启动命令不加host参数,这里就不会显示,则默认走代码写死的host地址。
点击 “Start swarming” 按钮,立即开始运行性能测试。
1)Statistics:默认概括压测数据。
Type 访问类型
Name 任务名(python中定义的方法名)
Requests 请求的总次数
Fails 失败的次数
Median (ms) 中间数耗时
Average (ms) 平均耗时
Min (ms) 最低耗时
Max (ms) 最大耗时
Average size (bytes) 平均耗时
Current RPS 每秒钟处理的访问的次数
查看这个Current RPS就代表接口的TPS。
2)Charts:趋势图