locust基于python的协程机制，打破了线程进程的限制，可以能够在一台测试机上跑高并发
性能测试基础
1.快慢：衡量系统的处理效率：响应时间
2.多少：衡量系统的处理能力：单位时间内能处理多少个事务（tps）
性能测试根据测试需求最常见的分为下面三类
1 负载测试load testing
立即学习“Python免费学习笔记（深入）”；
不断向服务器加压，值得预定的指标或者部分系统资源达到瓶颈，目的是找到系统最大负载的能力
2 压力测试
通过高负载持续长时间，来验证系统是否稳定
3 并发测试：
同时像服务器提交请求，目的发现系统是否存在事务冲突或者锁升级的现象
性能负载模型
locust安装
安装存在问题，可以通过豆瓣源下载
pip install locust
登录后复制
locust模板
基本上多数的场景我们都可以基于这个模板read.py去做修改
from locust import HttpUser, TaskSet, task, tag, events# 启动locust时运行@events.test_start.add_listenerdef setup(environment, **kwargs): # print("task setup")# 停止locust时运行@events.test_stop.add_listenerdef teardown(environment, **kwargs): print("task teardown")class UserBehavor(TaskSet): #虚拟用户启用task运行 def on_start(self): print("start") locusts_spawned.wait() #虚拟用户结束task运行 def on_stop(self): print("stop") @tag('test1') @task(2) def index(self): self.client.get('/yetangjian/p/17320268.html') @task(1) def info(self): self.client.get("/yetangjian/p/17253215.html")class WebsiteUser(HttpUser): def setup(self): print("locust setup") def teardown(self): print("locust teardown") host = "https://www.cnblogs.com" task_set = task(UserBehavor) min_wait = 3000 max_wait = 5000
登录后复制
注：这里我们给了一个webhost，这样我们可以直接在浏览器中打开locust
集合点lr_rendezvous
当然我们可以把集合点操作放入上述模板的setup中去运行起来
locusts_spawned = Semaphore()locusts_spawned.acquire()def on_hatch_complete(**kwargs): """ select_task类的钩子函数 :param kwargs: :return: """ locusts_spawned.release()events.spawning_complete.add_listener(on_hatch_complete)n = 0class UserBehavor(TaskSet): def login(self): global n n += 1 print(f"第{n}个用户登陆") def on_start(self): self.login() locusts_spawned.wait() @task def test1(self): #catch_response获取返回 with self.client.get("/yetangjian/p/17253215.html",catch_response=True): print("查询结束")class WebsiteUser(HttpUser): host = "https://www.cnblogs.com" task_set = task(UserBehavor) wait_time = between(1,3)if __name__ == '__main__': os.system('locust -f read.py --web-host="127.0.0.1"')
登录后复制
比较常见的用法
在上面两个例子中我们已经看到了一些，例如装饰器events.test_start.add_listener；events.test_stop.add_listener用来在负载测试前后进行一些操作，又例如on_start、on_stop，在task执行前后运行，又例如task，可以用来分配任务的权重
等待时间
# wait between 3.0 and 10.5 seconds after each task#wait_time = between(3.0, 10.5)#固定时间等待# wait_time = constant(3)#确保每秒运行多少次constant_throughput（task_runs_per_second）#确保每多少秒运行一次constant_pacing(wait_time)
登录后复制
同样也可以在User类下发重写wait_time来达到自定义
tag标记
@tag('test1')@task(2)def index(self): self.client.get('/yetangjian/p/17320268.html')
登录后复制
通过对任务打标记，就可以在运行时候执行运行某一些任务：
#只执行标记test1os.system('locust -f read.py --tags test1 --web-host="127.0.0.1"')#不执行标记过的os.system('locust -f read.py --exclude-tags --web-host="127.0.0.1"')#除去test1执行所有os.system('locust -f read.py --exclude-tags test1 --web-host="127.0.0.1"')
登录后复制
自定义失败
#定义响应时间超过0.1就为失败with self.client.get("/yetangjian/p/17253215.html", catch_response=True) as response: if response.elapsed.total_seconds() > 0.1: response.failure("Request took too long")#定义响应码是200就为失败with self.client.get("/yetangjian/p/17320268.html", catch_response=True) as response: if response.status_code == 200: response.failure("响应码200，但我定义为失败")
登录后复制
自定义负载形状
自定义一个shape.py通过继承LoadTestShape并重写tick
这个形状类将以100块为单位,20速率的增加用户数，然后在10分钟后停止负载测试（从运行开始的第51秒开始user_count会round到100）
from locust import LoadTestShapeclass MyCustomShape(LoadTestShape): time_limit = 600 spawn_rate = 20 def tick(self): run_time = self.get_run_time() if run_time运行图如下所示
通过命令行去触发
os.system('locust -f read.py,shape.py --web-host="127.0.0.1"')登录后复制
不同时间阶段的例子
from locust import LoadTestShapeclass StagesShapeWithCustomUsers(LoadTestShape): stages = [ {"duration": 10, "users": 10, "spawn_rate": 10}, {"duration": 30, "users": 50, "spawn_rate": 10}, {"duration": 60, "users": 100, "spawn_rate": 10}, {"duration": 120, "users": 100, "spawn_rate": 10}] def tick(self): run_time = self.get_run_time() for stage in self.stages: if run_time登录后复制
以上就是如何安装和使用Python轻量级性能工具Locust的详细内容，更多请关注【创想鸟】其它相关文章！
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容， 请发送邮件至253000106@qq.com举报，一经查实，本站将立刻删除。
发布者：PHP中文网，转转请注明出处：https://www.chuangxiangniao.com/p/2237447.html
