python服务器性能测试工具locust使用指南

编程语言 2021-11-21 07:20:50 阅读次数: 0

文章目录

前言

locust是一款由python编写的压测工具，可以很好的和python进行结合使用，功能强大。
locust文档是英文版的，不利于阅读，本文从文档出发，模拟真实的压测需求与场景，带你领略locust的强大。

安装

locust安装方便，直接使用pip3进行安装

pip3 install locust

检查是否安装成功

locust -V

基本使用

需求1: 项目紧急，我接到了个压测需求，url地址为"https://www.baidu.com/hello" ，get请求，需要模拟100个用户同时访问，每个用户访问url频率在1-5秒之间随机选择，压测10分钟。

对于这样的需求，如何编写locust压测脚本呢？下面是最简单的入门脚本。

from locust import HttpUser, task, between


class QuickstartUser(HttpUser):
    wait_time = between(1, 5)
    host = "https://www.baidu.com"

    @task
    def hello_world(self):
        self.client.get("/hello")

假设该脚本文件名称为locust_test.py，可以使用以及下命令启动脚本

locust -f locust_test.py --headless -u 100 -r 100 -t 10m --html report.html

更多参数会在后文详细列举。

-f locust_test.py //代表执行哪一个压测脚本
--headless //代表无界面执行
-u 100 //模拟100个用户操作
-r 100 //每秒用户增长数
-t 10m //压测10分钟
--html report.html //html结果输出的文件路径名称

最后html测试结果结果如下
在这里插入图片描述

User类

每个locust脚本都需要继承User类，在User类定义了每个用户的压测行为。在上面例子中，QuickstartUser类继承HttpUser类，而HttpUser类继承User类，那么User类中究竟有哪些东西呢。

@task装饰器

既然locust定义了一个用户类，那么必然每个用户需要执行对应的任务，@task装饰器就定义了一个任务，函数就是任务执行的过程，其中装饰器后面的参数可以定义一个int代表任务的权重。
需求2: 接到了个压测需求，url地址为"https://www.baidu.com" ，get请求，需要模拟100个用户同时访问，每个用户访问循环访问"/hello"和"/world"这两个接口，任务之间没有间隔，并且用户选择这两个接口的比例为1:3，压测10分钟。

import os

from locust import HttpUser, task, between


class QuickstartUser(HttpUser):
    # wait_time = between(1, 5)
    host = "https://www.baidu.com"

    @task
    def hello_world(self):
        self.client.get("/hello")

    @task(3)
    def hello_world(self):
        self.client.get("/world")


if __name__ == '__main__':
    os.system("locust -f locust_test.py --headless -u 100 -r 100 -t 10m --html report.html")

这边我把wait_time = between(1, 5)注释掉了。任务执行没有间隔，类似每个用户执行wile True操作不停给服务器发送请求。@task(3)定义了任务权重，脚本期望的情况是每执行4次请求，3次是“/world” 1次是"/hello"

任务间隔

返回需求1，如果把需求换成每个用户访问url频率固定2秒，这个怎么办呢？这边引出了任务间隔的概念，分为以下3类：

  1. 任务随机间隔wait_time = between(a, b)
  2. 任务固定间隔wait_time =constant(a)
  3. 任务无间隔

怎么理解间隔呢？其实可以这么理解，压测其实就是模拟用户给服务器发请求，任务无间隔代表每个用户不停的while 1给服务器发请求，任务固定间隔可以理解成while 1 sleep固定时间给服务器发请求。

需求3: 我接到了个压测需求，url地址为"https://www.baidu.com/hello" ，get请求，需要模拟100个用户同时访问，每个用户访问url频率固定2秒发一次，压测10分钟。

from locust import HttpUser, task, constant


class QuickstartUser(HttpUser):
    wait_time = constant(2)
    host = "https://www.baidu.com"

    @task
    def hello_world(self):
        self.client.get("/hello")

@tag装饰器

当我们需要选取其中一个任务或者几个任务进行压测时，@tag装饰器就发挥作用了。

class QuickstartUser(HttpUser):
    # wait_time = between(1, 5)
    host = "https://www.baidu.com"

    @task
    @tag("task1")
    def hello_world(self):
        self.client.get("/hello")

    @task(3)
    @tag("task2")
    def hello_world2(self):
        self.client.get("/world")

    @task(3)
    @tag("task3")
    def hello_world3(self):
        self.client.get("/world")

当前有3个任务，我们需要只选取task2和task3运行怎么办 --tags task2 task2 参数就可以解决这个问题。

locust -f locust_test.py --headless -u 100 -r 100 -t 10m --html report.html --tags task2 task2

前置与后置

用户可以声明on_start方法和/或on_stop方法。用户将调用on_start方法开始运行时on_stop方法。对于任务集on_start方法在模拟用户开始执行该任务集时调用，并且on_stop当模拟用户停止执行该任务集时调用（当interrupt()或者用户被杀死）

HttpUser类

HttpUser类继承自User类，所以User类中的属性HttpUser类都有，唯一存在不同的是HttpUser类自己实现了http的请求方法。
使用方法与requests库相同，获取requests对象可以使用self.client的方式获取。这边重点介绍一下self.client的断言方式。

需求4: 我接到了个压测需求，url地址为"https://www.baidu.com/hello" ，post请求，返回结果为json格式{“code”:0,“msg”:“ok”}，其中code0代表成功，-1代表失败，需要模拟100个用户同时访问，每个用户访问url频率固定2秒发一次，压测10分钟。

import json
import os

from locust import HttpUser, task, tag, constant


class QuickstartUser(HttpUser):
    wait_time = constant(2)
    host = "https://www.baidu.com"

    @task
    @tag("task1")
    def hello_world(self):
        with self.client.post("/hello", catch_response=True) as response:
            try:
                status_code = response.status_code
                text = json.loads(response.text)
                if status_code != 200:
                    response.failure("status_code断言失败")
                elif text["code"] != 0:
                    response.failure("code断言失败")
                elif response.elapsed.total_seconds() > 0.5:
                    response.failure("Request took too long")
            except Exception as e:
                response.failure(str(e))

常用参数

具体见官方文档：http://docs.locust.io/en/stable/configuration.html

命令行配置

这边列出几个常用的参数

  • -f locust_test.py //代表执行哪一个压测脚本
  • –headless //代表无界面执行
  • -u 100 //模拟100个用户操作
  • -r 100 //每秒用户增长数
  • -t 10m //压测10分钟
  • –html report.html //html结果输出的文件路径名称
  • -H https://www.baidu.com //定义访问的host
  • –csv=CSV_PREFIX //将当前请求统计信息存储到CSV格式的文件中。设置此选项将生成三个文件：[CSV_PREFIX]_stats.CSV，[CSV_PREFIX]_stats_history.CSV和[CSV_PREFIX]_failures.CSV
  • –only-summary //只打印摘要统计
  • –print-stats //在控制台中打印统计信息

配置文件配置

# master.conf in current directory
locustfile = locust_files/my_locust_file.py
headless = true
master = true
expect-workers = 5
host = http://target-system
users = 100
spawn-rate = 10
run-time = 10m

locust --config=master.conf

常用压测场景实战

高用户高并发场景压测

需求5: 我接到了个压测需求，url地址为"https://www.baidu.com/hello" ，get请求，需要模拟4000个用户同时访问，每个用户访问url不间断，压测10分钟。
HttpUser无法支持高并发压测，这时候需要将HttpUser换成FastHttpUser即可

from locust import FastHttpUser, task


class QuickstartUser(FastHttpUser):
    host = "https://www.baidu.com"

    @task
    def hello_world(self):
        self.client.get("/hello")

每个用户循环取数据

需求6: 我接到了个压测需求，url地址为"https://www.baidu.com/hello" ，get请求，有个参数叫id，捞取线上数据进行真实场景压测，每个用户循环读取数据。

from locust import FastHttpUser, task


def prepare_data():
    # 准备ids数据，模拟从文件中读取
    return [i for i in range(100)]


class QuickstartUser(FastHttpUser):
    host = "https://www.baidu.com"
    data = prepare_data()

    def on_start(self):
        self.index = 0

    @task
    def hello_world(self):
        id = self.data[self.index]
        print(id)
        self.client.get("hello", params={
    
    "id": id})
        self.index += 1
        self.index = self.index % (len(self.data))

保证并发测试数据唯一性，不循环取数据

需求7: 我接到了个压测需求，url地址为"https://www.baidu.com/hello" ，get请求，有个参数叫id，捞取线上数据进行真实场景压测，保证每个id只请求一次，不循环取数据。

这边使用到了python内置类Queue，他是线程安全的。

from queue import Queue

from locust import FastHttpUser, task


def prepare_data():
    q = Queue()
    # 准备ids数据，模拟从文件中读取
    for i in range(100):
        q.put(i)
    return q


class QuickstartUser(FastHttpUser):
    host = "https://www.baidu.com"
    data_queue = prepare_data()

    @task
    def hello_world(self):
        id = self.data_queue.get(timeout=3)
        print(id)
        self.client.get("hello", params={
    
    "id": id})
        if self.data_queue.empty():
            print("结束压测")
            exit()

保证并发测试数据唯一性，循环取数据

需求8: 我接到了个压测需求，url地址为"https://www.baidu.com/hello" ，get请求，有个参数叫id，捞取线上数据进行真实场景压测，保证每个id只请求一次，循环取数据。

from queue import Queue
from locust import FastHttpUser, task


def prepare_data():
    q = Queue()
    # 准备ids数据，模拟从文件中读取
    for i in range(100):
        q.put(i)
    return q


class QuickstartUser(FastHttpUser):
    host = "https://www.baidu.com"
    data_queue = prepare_data()

    @task
    def hello_world(self):
        id = self.data_queue.get()
        print(id)
        self.client.get("hello", params={
    
    "id": id})
        self.data_queue.put_nowait(id)

这边使用data_queue.put_nowait(id)，id用完之后再塞回队列中

梯度增压

需求9: 我接到了个压测需求，url地址为"https://www.baidu.com/hello" ，get请求，现在需要对其进行梯度增压，每10分钟增加20个用户，压测3小时，以窥探其性能瓶颈。

import math
import os

from locust import HttpUser, LoadTestShape, task


class QuickstartUser(HttpUser):
    host = "https://www.baidu.com"

    @task
    def hello_world(self):
        self.client.get("hello")


class StepLoadShaper(LoadTestShape):
    '''
    逐步加载实例

    参数解析：
        step_time -- 逐步加载时间
        step_load -- 用户每一步增加的量
        spawn_rate -- 用户在每一步的停止/启动
        time_limit -- 时间限制

    '''
    setp_time = 600
    setp_load = 20
    spawn_rate = 20
    time_limit = 60 * 60 * 3

    def tick(self):
        run_time = self.get_run_time()

        if run_time > self.time_limit:
            return None

        current_step = math.floor(run_time / self.setp_time) + 1

        return (current_step * self.setp_load, self.spawn_rate)


if __name__ == '__main__':
    os.system("locust -f test4.py --headless -u 10 -r 10 --html report.html")

这边就需要使用到LoadTestShape这个内置类，类似于开了个线程，每秒都会调用tick方法，返回一个元组(当前用户数,增长率)

非http协议压测

有些情况下，我们压测并不是基于http协议的，比如websocket协议压测，jce协议的压测，这时候就需要重写User类的client，满足自己的压测需求。下面是重写client重要两点：

  1. self.client: locust协议入口实例，我们只要重写一个实例给client即可。
  2. 以下两个事件，用来收集报告信息，否则写好后执行你会发现收集不到性能数据
events.request_failure.fire()
events.request_success.fire()

需求10: 我接到了个压测需求，基于websocket协议接口进行压测。

import os
import time

import websocket
from locust import task, events, User


class WebSocketClient(object):

    def __init__(self, host):
        self.host = host
        self.ws = websocket.WebSocket()

    def connect(self, burl):
        start_time = time.time()
        try:
            self.conn = self.ws.connect(url=burl)
        except websocket.WebSocketTimeoutException as e:
            total_time = int((time.time() - start_time) * 1000)
            events.request_failure.fire(request_type="websockt", name='urlweb', response_time=total_time, exception=e)
        else:
            total_time = int((time.time() - start_time) * 1000)
            events.request_success.fire(request_type="websockt", name='urlweb', response_time=total_time,
                                        response_length=0)
        return self.conn

    def recv(self):
        return self.ws.recv()

    def send(self, msg):
        self.ws.send(msg)


class WebSocketUser(User):
    """
    A minimal Locust user class that provides an XmlRpcClient to its subclasses
    """

    abstract = True  # dont instantiate this as an actual user when running Locust

    def __init__(self, environment):
        super().__init__(environment)
        self.client = WebSocketClient(self.host)


class QuickstartUser(WebSocketUser):
    url = 'ws://localhost:8000/v1/ws/marketpair'

    def on_start(self):
        self.client.connect(self.url)

    @task
    def hello_world(self):
        self.client.send("ok")


if __name__ == '__main__':
    os.system("locust -f locust_test.py --headless -u 10 -r 10 -t 10s --html report.html")

最主要是events.request_failure.fire和events.request_success.fire这两个用来收集性能数据，如果不写报告收集不到性能数据。

参考

  1. 《locust官方文档》http://docs.locust.io/en/stable/writing-a-locustfile.html
  2. 《locust-基于python的性能测试工具（进化篇）》 https://km.woa.com/group/571/articles/show/411249
  3. 《locust压测rpc协议》https://www.cnblogs.com/yhleng/p/10031209.html

猜你喜欢

转载自blog.csdn.net/qq_38783257/article/details/121441097
今日推荐
富文本编辑器 Quill 2.0 重磅发布，特性、可靠性与开发者体验大幅提升
“开源信徒”周鸿祎开源360智脑大模型
周排行
Ubuntu 14.04 下Fuel6.0安装部署
香港一小巴侧翻致1死16伤 警方：未见机件故障
pikachu--XSS盲打
阅读 深入理解JVM虚拟机笔记一
java.sql.SQLException: ORA-00932: 数据类型不一致: 应为 -, 但却获得 CLOB
oracle delete all object under an user
[LeetCode]20 Valid Parentheses 有效的括号
树形DP求树的直径 【模板】
Context propagation over HTTP in Go
【PAT】（B）1053 住房空置率 (20)*
每日归档
更多
2024-04-18(0)
2024-04-17(5)
2024-04-16(70)
2024-04-15(42)
2024-04-14(0)
2024-04-13(119)
2024-04-12(38)
2024-04-11(14)
2024-04-10(68)
2024-04-09(5)

代码天地 © 2018 codetd.com

境外服务器   最新电视剧2022