gpt4 book ai didi

locust+python性能测试库

转载 作者:来者不拒 更新时间:2024-01-31 11:11:14 49 4
gpt4 key购买 nike

一.简介

locust官网介绍:Locust 是一个用于 HTTP 和其他协议的开源性能/负载测试工具。其对开发人员友好的方法允许您在常规 Python 代码中定义测试。Locust测试可以从命令行运行,也可以使用其基于 Web 的 UI 运行。可以实时查看吞吐量、响应时间和错误和/或导出以供以后分析.

二.环境搭建

1.python 3.7.4 。

2.Locust  2.17(终端可使用pip安装:pip install locust) 。

三.基本用法

1.我们先来看下一个简单的实例

from locust import TaskSet, between, task, HttpUser


class api(TaskSet):

    @task(1)
    def on_one(self):
        data = self.client.post(url="https:.......", json={
            "username", "",
            "password", ""
        })
        print(data.json())

    @task(2)
    def index(self):
        data = self.client.get("https:..........")
        print(data.json())

    def on_stop(self):
        print("运行结束")

    def on_start(self):
        print("初始化")


class UserRun(HttpUser):
    tasks = [api]
    wait_time = between(1, 5)  # 默认等待时间0s

1)使用locust导入了四个类 。

Taskset:上例中api继承了该类,主要编写一些接口请求信息,client.get(),client.post()表get和post请求.

between:设置每个任务直接等待的间隔,单位为s,例:between(1,5)每个任务直接等待1-5s再去运行。出来between,还有constant可设置固定等待时间,例:constant(5).

task:设置用例权重,数字越大,权重越大,默认为1.

httpuser:定义一个用户的基类,相当于运行类,通过tasks列表来运行我们想要的api。这里写法有两种(例1:tasks=[api1,api2],集合形式,会随机选取一个执行的任务,选取的概率相同。例2:tasks = {api1: 15, api2: 1},字典的形式,数字代表权重,会随机选取一个执行的任务,数字越大,被执行的概率越大).

class UserRun(HttpUser):
    # tasks = [api]
    tasks = {api: 15, api_one: 1}
    wait_time = between(2, 3)

2)上面可以看到api类中有on_start()和on_stop()两个方法,可用来初始化和结束操作 。

2.那么前置条件都准备好了,接下来就是如何运行了

1)在终端执行:locust -f  python_file_name.py 。

 执行后会得到一个http链接,默认ip应该是0.0.0.0。复制url到浏览器打开,如果无法打开的话,就在venv\Lib\site-packages\locust\argument_parser.py下修改默认ip即可.

 再次运行会得到http://127.0.0.1:8089的地址,浏览器就可以正常打开了.

四.web-ui页面

1.通过上面再浏览器输入地址后会打开web-ui界面

 Number of users (peak concurrency):总共的用户数 。

 Spawn rate (users started/second):每秒启动的用户数 。

 
 Run time (e.g. 20, 20s, 3m, 2h, 1h20m, 3h30m10s, etc.):设置运行的时间,不填默认永久
 Start swarming:开始

2.收集界面

1)功能按钮 。

stop:停止运行 。

Reset Stats:重置指标统计 。

2)tab项 。

Statistics:收集的各个指标数据 。

Charts:数据曲线图 。

Failures:请求失败的数据 。

Exceptions:异常请求的数据 。

Current ratio:每个任务的比例 。

Download Data:下载数据csv格式(各项指标,错误数据,异常数据.....) 。

3)Statistics下各指标 。

type:请求类型 name:请求url requests:实际请求数 fails:失败数 median(ms):响应时间的中间值 90%ile(ms):90%响应时间 99%ile(ms):99%响应时间 average(ms):平均响应时间 min(ms):最小响应时间 max(ms):最大响应时间 average size(bytes):平均请求的大小 current rps:当前每秒处理事务的次数 current failures/s:当前每秒的失败数 。

 4)Charts数据标 。

Total Requests per Second曲线图:

 RPS:每秒请求的次数 。

 Pailures/s:每秒失败次数 。

Response Times(ms)曲线图:

 50th percentile:50%响应时间 。

 95th percentile:95%响应时间 。

Number of Users曲线图:

 当前时间请求的用户数 。

五.无ui模式

 1)终端直接输入指令 。

locust -f python_file_name.py --headless --users 1 --spawn-rate 1 --host https://......

--headless:表示无ui模式 。

--users:总共用户数 。

--spawn-rate:表示每秒有多少个用户请求 。

--host:收集接口性能的域名 。

2)收集结果(终端会持续收集,ctrl+c结束) 。

六.各个参数介绍

-h 查看帮助
-f 指定运行文件
-h 指定域名 
-u 并发用户数,和--headless一起用
-r 每秒增加多少个用户请求,和--headless一起用
-t 设置运行的时间,不填默认永久
-l 显示可能的用户类列表并退出
--web-host 将 Web 界面绑定到的主机。默认为“*”
--web-port 端口,默认8089
--headless 无ui模式
--autostart 立即开始测试(如 --headless,但不禁用 Web UI)
--autoquit 在运行 X 秒后完全退出。仅与 --autostart 一起使用
--web-auth Web 界面启用基本身份验证。应该是以下格式提供:用户名:密码
--master 将 locust 设置为在分布式模式下运行,并使用此进程作为主进程
--worker 将 locust 设置为在分布式模式下运行,并使用此 进程作为工作线程
--master-host 分布式locust的主机或IP地址负载测试。仅在使用 --worker 运行时使用。 默认值为 127.0.0.1。
-T 要包含在测试中的标记列表,因此仅包含任务与任何匹配的标签将被执行
-E 要从测试中排除的标签列表,因此仅任务没有匹配的标签将被执行
--skip-log-setup 禁用 Locust 的日志记录设置。取而代之的是,配置由 Locust 测试或 Python 提供
--loglevel

日志等级,在 DEBUG/INFO/WARNING/ERROR/CRITICAL 之间进行选择。默认值为 INFO.

 --logfile

日志文件的路径。如果未设置,日志将转到 stderr 。

  --show-task-ratio 打印用户类的任务执行比率表。如果某些类定义非零fixed_count属性。
 --version 查看版本
  --exit-code-on-error

设置测试结果时要使用的进程退出代码包含任何故障或错误 。

----config 配置文件路径

  。

七.分布式运行

1.单台电脑运行(cpu核数)

1)单台电脑主要使用cpu核数来实现分布式运行的,打开任务管理器》性能》CPU》内核  查看 。

2)分布式运行存在主从关系,即:master》主,slave》从.

3)编辑好脚本后再终端运行主机(主机主要负责分发任务,具体执行还是从机) 。

locust -f Locusted.py --master

4)再开多个终端运行从机(运行的从机个数要小于等于cpu内核数) 。

locust -f Locusted.py --worker

 5)运行问多个从机后,再回到主机的终端,可以看见启动的cpu内核数 。

 6)此时浏览器访问http://127.0.0.1:8089可以看见启动的从机数 。

2.多台电脑

若一台设备不注意满足条件时,可以多台设置同时模拟请求,方法和上面的大致相同,先启动主机 。

locust -f Locusted.py --master

再在其它设置上运行从机(从机环境和主机一致) 。

locust -f Locusted.py --worker --master-host=ip地址

八.负载测试

1.自定义时间生成负载峰值或上升和下降

LoadTestShape自定义荷载形状的基类,做负载,首先先继承该类。
from locust import TaskSet, between, task, HttpUser, LoadTestShape, constant


class api_one(TaskSet):

    @task
    def on_one(self):
        data = self.client.post(url="/api/teladress?mobile=15161581519", name="测试")
        print(data.json())


class MyCustomShape(LoadTestShape):
    time_limit = 60  # 设置负载总运行时长
    spawn_rate = 2  # 更改用户数时每秒启动/停止的用户数

    def tick(self):
        run_time = self.get_run_time()   # 负载测试的运行时间
        if run_time < self.time_limit:
            user_count = round(run_time, -1)   # 当前共增加的用户(当前用户总数)
            return (user_count, self.spawn_rate)

        return None


class UserRun(HttpUser):
    tasks = [api_one]
    host = "https://api.oioweb.cn"
    # tasks = {api: 15, api_one: 1}
    wait_time = constant(1)

以上负载测试总共运行60s,每10s增加10个用户,10个用户再5s内增加完成。这里直接介绍tick()方法了,Locust 大约每秒调用一次 tick() 方法。user_count = round(run_time, -1),run_time为当前负载的测试时间,-1表示将run_time四舍五入到最接近的十位数,round(run_time, -1)的取值规则即:0-4.999为0,5-14.999为10,15-24.999为20,依次类推,每十秒增加10个用户。若-1改成-2,即四舍五入到最接近的百位数,每100s增加100个用户.

2.某时间段设置负载峰值上升或下降

from locust import TaskSet, between, task, HttpUser, LoadTestShape, constant


class api_one(TaskSet):

    @task
    def on_one(self):
        data = self.client.post(url="/api/teladress?mobile=15161581519", name="测试")
        print(data.json())


class StagesShapeWithCustomUsers(LoadTestShape):  # 自定义荷载形状的基类。

    # duration:负载的时长,users:用户总数,spawn_rate:每秒启动的用户数
    # 0-10s,1s启动10个用户。10-20s,5s启动50个用户,依次类推
    stages = [
        {"duration": 10, "users": 10, "spawn_rate": 10},
        {"duration": 20, "users": 50, "spawn_rate": 10},
        {"duration": 30, "users": 100, "spawn_rate": 10},
        {"duration": 40, "users": 50, "spawn_rate": 10},
        {"duration": 60, "users": 10, "spawn_rate": 10},
    ]

    def tick(self):
        run_time = self.get_run_time()  # 获取负载当前时间

        for stage in self.stages:
            if run_time < stage["duration"]:
                tick_data = (stage["users"], stage["spawn_rate"])

        return None


class UserRun(HttpUser):
    tasks = [api_one]
    host = "https://api.oioweb.cn"
    # tasks = {api: 15, api_one: 1}
    wait_time = constant(1)

运行结果如下 。

  。

九.其它

具体api使用可参考官网:https://docs.locust.io/en/stable/api.html 。

  。

  。

  。

  。

  。

  。

  。

  。

  。

  。

  。

  。

  。

  。

  。

  。

  。

  。

  。

文章来源:https://www.cnblogs.com/lihongtaoya/ ,请勿转载

  。

最后此篇关于locust+python性能测试库的文章就讲到这里了,如果你想了解更多关于locust+python性能测试库的内容请搜索CFSDN的文章或继续浏览相关文章,希望大家以后支持我的博客! 。

49 4 0
Copyright 2021 - 2024 cfsdn All Rights Reserved 蜀ICP备2022000587号
广告合作:1813099741@qq.com 6ren.com