Python集成locust 做性能测试

2024-03-26 07:48

本文主要是介绍Python集成locust 做性能测试,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

一、简介:
       Locust是一款易于使用的分布式用户负载测试工具。它用于对网站(或其他系统)进行负载测试,并确定系统可以处理多少并发用户。

特性:描述来自Locust官网

  1.用普通的Python编写用户测试场景

    不像通常那样需要笨重的UI或臃肿的XML代码。基于协同程序而不是回调,您的代码看起来和行为一样正常,阻止Python代码。

  2.分布式和可扩展 - 支持数十万用户

    Locust支持分布在多台机器上的运行负载测试。基于事件,即使一个Locust节点也可以在一个进程中处理数千个用户。这背后的部分原因是,即使您模拟了许多用户,但并非所有用户都在积极地使用您的系统。通常,用户在闲暇时想出下一步该做什么。每秒请求数!=在线用户数。

  3.基于Web的UI

    Locust有一个简洁的HTML + JS用户界面,可以实时显示相关的测试细节。由于用户界面是基于网络的,因此它具有跨平台且易于扩展的特点。

  4.可以测试任何系统

    即使Locust是面向Web的,它也可以用来测试几乎任何系统。只需编写一个客户端,您可以测试它并用蝗虫进行测试!这太棒了!

二、安装:
环境win 10    Python3.7.3   locust 0.11.0

1.进入python的安装目录下的Scripts下,执行  pip3  install locust

三、启动测试
1.准备工作

脚本例子:通过http协议做接口测试的实践

1)编写.py的测试脚本,

    测试代码文件保存成****.py文件,存放在**\Python3\Scripts 下

from locust import  task ,TaskSet,HttpLocust
import  subprocess
# 性能测试任务类 TaskSet.
class UserBehavior(TaskSet):# 开始def on_start(self):pass# 任务@task(1)def getTagVals(self):u"""request_url:请求路径request_params:请求头参数request_json:请求json参数"""request_url = "/api/cm/admin/logout" #(待测试的路径)request_params = {# "nonce": "abcdefg",# "_type": None,# "target": "CLNJ01",# "timestamp": 1507860000,# "apiId": "EC",# "apiSign": "D41D8CD98F00B204E9800998ECF8427E""login_name":"admin","pwd":"123"}# request_json = {#     "tagKey": 25# }response = self.client.post(url=request_url,params=request_params,# json=request_json)if response.status_code != 200:print (u'"返回异常"')print (u"请求返回状态码:", response.status_code)elif response.status_code == 200:print( u"返回正常")# 这里可以编写自己需要校验的返回内容# content = json.loads(response.content)["content"]# if content["tagKey"] == 25:#     print u"校验成功"#     print json.dumps(content, encoding="UTF-8", ensure_ascii=False)# 性能测试配置
class MobileUserLocust(HttpLocust):u"""min_wait :用户执行任务之间等待时间的下界,单位:毫秒。max_wait :用户执行任务之间等待时间的上界,单位:毫秒。"""# weight = 3task_set = UserBehaviorhost = "http://192.168.1.142:9400"  #(待测试的ip或者域名)min_wait = 3000max_wait = 6000if __name__ == "__main__":subprocess.Popen("locust -f LcostTestAdujust.py", shell=True)

 

2.运行脚本

方法一:启动web,通过web端进行参数设置

    1)dos进入Scripts目录下,执行 locust -f ****.py --host=http://0.0.0.0:0000    (PS:-f后面加需要执行的.py文件名字      --host测试的http服务的ip和port)

    2)打开浏览器,如果是本机访问则输入http://localhost:8089/    如下图    (PS:Number of users to simulate:设置模拟的用户总数,Hatch rate (users spawned/second):每秒启动的虚拟用户数 ,Start swarming:执行locust脚本)

 

   3)查看测试结果

   PS:点击STOP可以停止locust脚本运行

Type:请求类型,即接口的请求方法;

Name:请求路径;

requests:当前已完成的请求数量;

fails:当前失败的数量;

Median:响应时间的中间值,即50%的响应时间在这个数值范围内,单位为毫秒;

Average:平均响应时间,单位为毫秒;

Min:最小响应时间,单位为毫秒;

Max:最大响应时间,单位为毫秒;

Content Size:所有请求的数据量,单位为字节;

reqs/sec:每秒钟处理请求的数量,即QPS;

方法二:通过DOS命令输入测试参数及运行命令

    1)启动测试:dos进入Scripts目录下,执行  locust -f ****.py --csv=onetest --host=http://0.0.0.0:0000 --no-web -c10 -r10 -t2  (PS:-f 指定运行的py文件的名字,--csv 生成报告的名字,--host 测试的http服务的ip和port,--no-web 不用web启动,-c 设置虚拟用户数,  -r 设置每秒启动虚拟用户数, -t  设置运行时间)
 

这篇关于Python集成locust 做性能测试的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/847779

相关文章

Vue3 的 shallowRef 和 shallowReactive:优化性能

大家对 Vue3 的 ref 和 reactive 都很熟悉,那么对 shallowRef 和 shallowReactive 是否了解呢? 在编程和数据结构中,“shallow”(浅层)通常指对数据结构的最外层进行操作,而不递归地处理其内部或嵌套的数据。这种处理方式关注的是数据结构的第一层属性或元素,而忽略更深层次的嵌套内容。 1. 浅层与深层的对比 1.1 浅层(Shallow) 定义

性能测试介绍

性能测试是一种测试方法,旨在评估系统、应用程序或组件在现实场景中的性能表现和可靠性。它通常用于衡量系统在不同负载条件下的响应时间、吞吐量、资源利用率、稳定性和可扩展性等关键指标。 为什么要进行性能测试 通过性能测试,可以确定系统是否能够满足预期的性能要求,找出性能瓶颈和潜在的问题,并进行优化和调整。 发现性能瓶颈:性能测试可以帮助发现系统的性能瓶颈,即系统在高负载或高并发情况下可能出现的问题

python: 多模块(.py)中全局变量的导入

文章目录 global关键字可变类型和不可变类型数据的内存地址单模块(单个py文件)的全局变量示例总结 多模块(多个py文件)的全局变量from x import x导入全局变量示例 import x导入全局变量示例 总结 global关键字 global 的作用范围是模块(.py)级别: 当你在一个模块(文件)中使用 global 声明变量时,这个变量只在该模块的全局命名空

字节面试 | 如何测试RocketMQ、RocketMQ?

字节面试:RocketMQ是怎么测试的呢? 答: 首先保证消息的消费正确、设计逆向用例,在验证消息内容为空等情况时的消费正确性; 推送大批量MQ,通过Admin控制台查看MQ消费的情况,是否出现消费假死、TPS是否正常等等问题。(上述都是临场发挥,但是RocketMQ真正的测试点,还真的需要探讨) 01 先了解RocketMQ 作为测试也是要简单了解RocketMQ。简单来说,就是一个分

性能分析之MySQL索引实战案例

文章目录 一、前言二、准备三、MySQL索引优化四、MySQL 索引知识回顾五、总结 一、前言 在上一讲性能工具之 JProfiler 简单登录案例分析实战中已经发现SQL没有建立索引问题,本文将一起从代码层去分析为什么没有建立索引? 开源ERP项目地址:https://gitee.com/jishenghua/JSH_ERP 二、准备 打开IDEA找到登录请求资源路径位置

【Python编程】Linux创建虚拟环境并配置与notebook相连接

1.创建 使用 venv 创建虚拟环境。例如,在当前目录下创建一个名为 myenv 的虚拟环境: python3 -m venv myenv 2.激活 激活虚拟环境使其成为当前终端会话的活动环境。运行: source myenv/bin/activate 3.与notebook连接 在虚拟环境中,使用 pip 安装 Jupyter 和 ipykernel: pip instal

【测试】输入正确用户名和密码,点击登录没有响应的可能性原因

目录 一、前端问题 1. 界面交互问题 2. 输入数据校验问题 二、网络问题 1. 网络连接中断 2. 代理设置问题 三、后端问题 1. 服务器故障 2. 数据库问题 3. 权限问题: 四、其他问题 1. 缓存问题 2. 第三方服务问题 3. 配置问题 一、前端问题 1. 界面交互问题 登录按钮的点击事件未正确绑定,导致点击后无法触发登录操作。 页面可能存在

黑神话,XSKY 星飞全闪单卷性能突破310万

当下,云计算仍然是企业主要的基础架构,随着关键业务的逐步虚拟化和云化,对于块存储的性能要求也日益提高。企业对于低延迟、高稳定性的存储解决方案的需求日益迫切。为了满足这些日益增长的 IO 密集型应用场景,众多云服务提供商正在不断推陈出新,推出具有更低时延和更高 IOPS 性能的云硬盘产品。 8 月 22 日 2024 DTCC 大会上(第十五届中国数据库技术大会),XSKY星辰天合正式公布了基于星

【机器学习】高斯过程的基本概念和应用领域以及在python中的实例

引言 高斯过程(Gaussian Process,简称GP)是一种概率模型,用于描述一组随机变量的联合概率分布,其中任何一个有限维度的子集都具有高斯分布 文章目录 引言一、高斯过程1.1 基本定义1.1.1 随机过程1.1.2 高斯分布 1.2 高斯过程的特性1.2.1 联合高斯性1.2.2 均值函数1.2.3 协方差函数(或核函数) 1.3 核函数1.4 高斯过程回归(Gauss

业务中14个需要进行A/B测试的时刻[信息图]

在本指南中,我们将全面了解有关 A/B测试 的所有内容。 我们将介绍不同类型的A/B测试,如何有效地规划和启动测试,如何评估测试是否成功,您应该关注哪些指标,多年来我们发现的常见错误等等。 什么是A/B测试? A/B测试(有时称为“分割测试”)是一种实验类型,其中您创建两种或多种内容变体——如登录页面、电子邮件或广告——并将它们显示给不同的受众群体,以查看哪一种效果最好。 本质上,A/B测