python压测工具Locust

时间:2022-02-01 02:55:04

python压测工具Locust

Locust介绍

Locust作为基于Python语言的性能测试框架。

其优点在于他的并发量可以实现单机10倍于LoadRunner和Jmeter工具。他的工作原理为协程并发,也就是gevent库。

Locust的缺点也显而易见,他没有友好的性能监控页面,没有任何关联,参数化,检查点之类的定义。当然基于python这些都不是问题,如果简单的使用,用来做压测是最合适不过了

Locust安装

1、安装了python,并加入了环境变量:pip intsall locustio

2、Pycharm内部直接import Locust,如图:

python压测工具Locust

Locust实例_1(访问百度首页)

代码:

 from locust import HttpLocust, TaskSet, task  #导入需要引用的类

class MyTasks(TaskSet):
'''
创建测试任务,需要继承TaskSet
可以添加多个测试任务
'''
#每个测试任务,往往会以实例方法的形式呈现
#同时需要使用task装饰器来装饰任务
@task
def one_task(self):
print("执行第一个测试任务")
self.client.get("/") #client封装的requests,所以requests的请求方法都能调用,括号内为子路径,与class RunTasks(HttpLocust)中的host拼接,也可以直接写成self.clint.get("http://www.baidu.com/"),在class RunTasks(HttpLocust)就不需要指host了

class RunTasks(HttpLocust):
'''
创建运行测试类,需要继承HttpLocust父类
'''
task_set = MyTasks #指定测试任务类,使用task_set覆盖父类属性
min_wait = 2000 #模拟负载的任务之间执行时的最小等待时间,单位为毫秒
max_wait = 5000 #模拟负载的任务之间执行时的最大等待时间,单位为毫秒
host = "http://www.baidu.com/" #进行压测的地

启动:

可以在cmd中启动,也可以直接在Pycharm的控制台中启动:locust -f locusttest2.py --web-host=127.0.0.1

-f 后面跟的是需要启动的.py文件,--web-host=127.0.0.1 是我们需要的前端页面展示的地方

python压测工具Locust

启动之后可以在在浏览器中输入127.0.0.1:8089访问页面

python压测工具Locust

开始执行:

统计页面

python压测工具Locust

图图表页面:

第一个为:RPS分别为每秒完成的请求数

第二个为:响应时间

第三个为:不同时间的虚拟数

python压测工具Locust

失败请求页面

python压测工具Locust

异常请求展示页面

python压测工具Locust

数据下载页面

python压测工具Locust

Locust实例2(某子系统系统压测)

from locust import HttpLocust, TaskSet, task

class AdminLoadTest(TaskSet):
'''
创建后台管理站点压测类,需要继承TaskSet
可以添加多个任务
'''
def login(self): #登录方法
'''
登录实例方法
:return:
'''
self.client.post("http://ip:port/ssoserver/login?service=http://ip:port/portal/cas", {'username': 'Y2R6Znc=','password':'MTIzNDU2NzhBYQ==', 'scope': '','lt':'_cFC77B10F-B8C6-39DF-8177-35D753A043FC_kF557C6AB-47D5-9530-3B1F-75EA4B339131', 'eventId': 'submit'})#这里先截包,找到登录接口,由于密码都进行的js加密处理,所已我们直接正确的用户名密码加密的结果传入。post的参数可以直接使用字典的形式传入

def logout(self): #退出登录方法
'''
退出实例方法
:return:
'''
self.client.get("http://ip:port/portal/logout") #子系统的退出接口

def on_start(self):
'''
当任何一个task调度执行前,on_start实例方法会被调用
先登录
:return:
'''
self.login()

def on_stop(self):
'''
当任何一个task调度执行之后,on_stop实例方法会被调用
:return:
'''
self.logout()

@task #task装饰器来装饰任务
def admin_index(self):
'''
对后台主页进行压测
:return:
'''
self.client.get("http://ip:port/portal/")


class RunLoadTests(HttpLocust):
'''
创建运行类
'''
task_set = AdminLoadTest
min_wait = 200 #模拟负载的任务之间执行时的最小等待时间,单位为毫秒
max_wait = 500 #模拟负载的任务之间执行时的最大等待时间,单位为毫秒 #启动:locust -f test_load.py --web-host=127.0.0.1 --host=172.25.16.7
 

python压测工具Locust

安装这样的参数,我们执行的动作为:一共1000个用户,每个用户在2~5秒内进行登录,访问首页,退出3个动作。用户数已没5秒一个的方式递增,我们来看看结果:

总览页面

python压测工具Locust

图表页面:

针对这3个动作,子系统每秒能完成的请求数在150左右

响应时间随着用户量增加,持续上升

python压测工具Locust

没有失败和异常的请求

python压测工具Locust

python压测工具Locust

总结:

locust用来做压测工具还是挺不错了,因为它单机能模拟并发量确实是太高了(采用的是协程的方式模拟并发),初次之外,locust还支持分布式,这样并发量就进一步提升了。由于Locust的缺点也显而易见,他没有友好的性能监控页面,没有任何关联,参数化,检查点之类的定义,所以locust单独不适合做完整的性能测试,当然如果能结合python的其他的库,也应该可以解决。有兴趣的小伙伴可以研究研究...