Net Core教程

1.6 万 Star!微软谷歌都在用 Python 性能测试工具

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:

 
  1. $ pip install locust 

验证安装成功:

 
  1. $ locust -V 

安装时会一并安装依赖库:

 
  1. 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:

  1. 编写Python用户脚本。
  2. 使用locust命令执行性能测试。
  3. (可选)通过Web界面监测结果。

示例代码如下,新建locustfile.py文件:

 
  1. import time 
  2.  
  3. from locust import HttpUser, task, between 
  4.  
  5. class QuickstartUser(HttpUser): 
  6.  
  7. wait_time = between(1, 2.5) 
  8.  
  9. @task 
  10.  
  11. def hello_world(self): 
  12.  
  13. self.client.get("/hello") 
  14.  
  15. self.client.get("/world") 
  16.  
  17. @task(3) 
  18.  
  19. def view_items(self): 
  20.  
  21. for item_id in range(10): 
  22.  
  23. self.client.get(f"/item?id={item_id}", name="/item") 
  24.  
  25. time.sleep(1) 
  26.  
  27. def on_start(self): 
  28.  
  29. 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:

 
  1. $ locust 

也可以通过-f指定某个目录文件:

 
  1. $ 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:

 
  1. # Locust用户脚本就是Python模块 
  2.  
  3. import time 
  4.  
  5. from locust import HttpUser, task, between 
  6.  
  7. # 类继承自HttpUser 
  8.  
  9. class QuickstartUser(HttpUser): 
  10.  
  11. # 每个模拟用户等待1~2.5秒 
  12.  
  13. wait_time = between(1, 2.5) 
  14.  
  15. # 被@task装饰的才会并发执行 
  16.  
  17. @task 
  18.  
  19. def hello_world(self): 
  20.  
  21. # client属性是HttpSession实例,用来发送HTTP请求 
  22.  
  23. self.client.get("/hello") 
  24.  
  25. self.client.get("/world") 
  26.  
  27. # 每个类只会有一个task被选中执行 
  28.  
  29. # 3代表weight权重 
  30.  
  31. # 权重越大越容易被选中执行 
  32.  
  33. # view_items比hello_wolrd多3倍概率被选中执行 
  34.  
  35. @task(3) 
  36.  
  37. def view_items(self): 
  38.  
  39. for item_id in range(10): 
  40.  
  41. # name参数作用是把统计结果按同一名称进行分组 
  42.  
  43. # 这里防止URL参数不同会产生10个不同记录不便于观察 
  44.  
  45. # 把10个汇总成1个"/item"记录 
  46.  
  47. self.client.get(f"/item?id={item_id}", name="/item") 
  48.  
  49. time.sleep(1) 
  50.  
  51. # 每个模拟用户开始运行时都会执行 
  52.  
  53. def on_start(self): 
  54.  
  55. 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!