本文主要是介绍1.6 万 Star!微软谷歌都在用 Python 性能测试工具,对大家解决编程问题具有一定的参考价值,需要的程序猿们随着小编来一起学习吧!
Locust是一款Python技术栈的开源的性能测试工具。Locust直译为蝗虫,寓意着它能产生蝗虫般成千上万的并发用户。
Locust并不小众,从它Github的Star数量就可见一斑:
链接:https://github.com/locustio/locust
截止文章写作时,一共15951Star。
Locust生态良好,它已在多家外企(包括世界500强)投入使用:
如此看来,Locust是非常值得学习和掌握的一款工具。
Python的魔力在于化繁为简,基于Python的Locust也能给仍然困惑于性能测试的我们带来启发。
Locust特点
- 以纯Python方式编写用户脚本,提供极大自由度。
- 用户脚本可以串行方式编写,Locust会通过轻量级进程/协程产生并发,无需自己做并发编程。
- 并发量大,借助于gevent库,Locust能产生成千上万并发请求。
- 开销小,Locust用户运行时开销很小。
- 良好的Web UI对性能结果实时监测。
- 能测任何系统任何协议,只需要写个client即可。
- 开放REST API,尽情发挥。
安装Locust
需要Python版本3.6及以上。
执行pip命令:
- $ pip install locust
验证安装成功:
- $ locust -V
安装时会一并安装依赖库:
- Installing collected packages: Werkzeug, pywin32, zope.event, greenlet, gevent, geventhttpclient, itsdangerous, flask, Flask-BasicAuth, ConfigArgParse, pyzmq, psutil, locust
能看出来flask为Locust提供了Web功能。
快速上手
使用Locust一般按照以下步骤进行:
- 编写Python用户脚本。
- 使用locust命令执行性能测试。
- (可选)通过Web界面监测结果。
示例代码如下,新建locustfile.py文件:
- import time
-
- from locust import HttpUser, task, between
-
- class QuickstartUser(HttpUser):
-
- wait_time = between(1, 2.5)
-
- @task
-
- def hello_world(self):
-
- self.client.get("/hello")
-
- self.client.get("/world")
-
- @task(3)
-
- def view_items(self):
-
- for item_id in range(10):
-
- self.client.get(f"/item?id={item_id}", name="/item")
-
- time.sleep(1)
-
- def on_start(self):
-
- self.client.post("/login", json={"username":"foo", "password":"bar"})
路径切换到locustfile.py文件所在目录,执行命令:
- $ locust
也可以通过-f指定某个目录文件:
- $ locust -f locust_files/my_locust_file.py
运行后,打开http://127.0.0.1:8089看到Web界面:
填写信息后,就能开始压测了。Web界面提供了结果统计数据:
和性能指标走势图:
脚本解析
示例脚本解析如下:
- # Locust用户脚本就是Python模块
-
- import time
-
- from locust import HttpUser, task, between
-
- # 类继承自HttpUser
-
- class QuickstartUser(HttpUser):
-
- # 每个模拟用户等待1~2.5秒
-
- wait_time = between(1, 2.5)
-
- # 被@task装饰的才会并发执行
-
- @task
-
- def hello_world(self):
-
- # client属性是HttpSession实例,用来发送HTTP请求
-
- self.client.get("/hello")
-
- self.client.get("/world")
-
- # 每个类只会有一个task被选中执行
-
- # 3代表weight权重
-
- # 权重越大越容易被选中执行
-
- # view_items比hello_wolrd多3倍概率被选中执行
-
- @task(3)
-
- def view_items(self):
-
- for item_id in range(10):
-
- # name参数作用是把统计结果按同一名称进行分组
-
- # 这里防止URL参数不同会产生10个不同记录不便于观察
-
- # 把10个汇总成1个"/item"记录
-
- self.client.get(f"/item?id={item_id}", name="/item")
-
- time.sleep(1)
-
- # 每个模拟用户开始运行时都会执行
-
- def on_start(self):
-
- self.client.post("/login", json={"username":"foo", "password":"bar"})
小结
本文先了解了Locust的背景和生态,它是值得学习的,对于Python技术栈来说更加如此。接着介绍了使用pip命令安装Locust,其中发现顺带安装了flask,Locust的Web功能是flask提供的。
然后给出了一段示例代码,按照步骤上手Locust。最后对示例代码进行了解析,浅尝辄止。locustfile实际上该怎么写呢?
这篇关于1.6 万 Star!微软谷歌都在用 Python 性能测试工具的文章就介绍到这儿,希望我们推荐的文章对大家有所帮助,也希望大家多多支持为之网!