locust基于python的协程机制，打破了线程进程的限制，可以能够在一台测试机上跑高并发
性能测试基础
1.快慢：衡量系统的处理效率：响应时间
2.多少：衡量系统的处理能力：单位时间内能处理多少个事务（tps）
性能测试根据测试需求最常见的分为下面三类
1 负载测试load testing
立即学习“Python免费学习笔记（深入）”；
不断向服务器加压，值得预定的指标或者部分系统资源达到瓶颈，目的是找到系统最大负载的能力
2 压力测试
通过高负载持续长时间，来验证系统是否稳定
3 并发测试：
同时像服务器提交请求，目的发现系统是否存在事务冲突或者锁升级的现象
性能负载模型
locust安装
安装存在问题，可以通过豆瓣源下载
pip install locust
locust模板
基本上多数的场景我们都可以基于这个模板read.py去做修改
from locust import HttpUser, TaskSet, task, tag, events
# 启动locust时运行
@events.test_start.add_listener
def setup(environment, **kwargs):
# print("task setup")
# 停止locust时运行
@events.test_stop.add_listener
def teardown(environment, **kwargs):
print("task teardown")
class UserBehavor(TaskSet):
#虚拟用户启用task运行
def on_start(self):
print("start")
locusts_spawned.wait()
#虚拟用户结束task运行
def on_stop(self):
print("stop")
@tag('test1')
@task(2)
def index(self):
self.client.get('/yetangjian/p/17320268.html')
@task(1)
def info(self):
self.client.get("/yetangjian/p/17253215.html")
class WebsiteUser(HttpUser):
def setup(self):
print("locust setup")
def teardown(self):
print("locust teardown")
host = "https://www.cnblogs.com"
task_set = task(UserBehavor)
min_wait = 3000
max_wait = 5000注：这里我们给了一个webhost，这样我们可以直接在浏览器中打开locust
集合点lr_rendezvous
当然我们可以把集合点操作放入上述模板的setup中去运行起来
locusts_spawned = Semaphore()
locusts_spawned.acquire()
def on_hatch_complete(**kwargs):
"""
select_task类的钩子函数
:param kwargs:
:return:
"""
locusts_spawned.release()
events.spawning_complete.add_listener(on_hatch_complete)
n = 0
class UserBehavor(TaskSet):
def login(self):
global n
n += 1
print(f"第{n}个用户登陆")
def on_start(self):
self.login()
locusts_spawned.wait()
@task
def test1(self):
#catch_response获取返回
with self.client.get("/yetangjian/p/17253215.html",catch_response=True):
print("查询结束")
class WebsiteUser(HttpUser):
host = "https://www.cnblogs.com"
task_set = task(UserBehavor)
wait_time = between(1,3)
if __name__ == '__main__':
os.system('locust -f read.py --web-host="127.0.0.1"')比较常见的用法
在上面两个例子中我们已经看到了一些，例如装饰器events.test_start.add_listener；events.test_stop.add_listener用来在负载测试前后进行一些操作，又例如on_start、on_stop，在task执行前后运行，又例如task，可以用来分配任务的权重
等待时间
# wait between 3.0 and 10.5 seconds after each task #wait_time = between(3.0, 10.5) #固定时间等待 # wait_time = constant(3) #确保每秒运行多少次 constant_throughput（task_runs_per_second） #确保每多少秒运行一次 constant_pacing(wait_time)
同样也可以在User类下发重写wait_time来达到自定义
tag标记
@tag('test1')
@task(2)
def index(self):
self.client.get('/yetangjian/p/17320268.html')通过对任务打标记，就可以在运行时候执行运行某一些任务：
#只执行标记test1
os.system('locust -f read.py --tags test1 --web-host="127.0.0.1"')
#不执行标记过的
os.system('locust -f read.py --exclude-tags --web-host="127.0.0.1"')
#除去test1执行所有
os.system('locust -f read.py --exclude-tags test1 --web-host="127.0.0.1"')自定义失败
#定义响应时间超过0.1就为失败
with self.client.get("/yetangjian/p/17253215.html", catch_response=True) as response:
if response.elapsed.total_seconds() > 0.1:
response.failure("Request took too long")
#定义响应码是200就为失败
with self.client.get("/yetangjian/p/17320268.html", catch_response=True) as response:
if response.status_code == 200:
response.failure("响应码200，但我定义为失败")
自定义负载形状
自定义一个shape.py通过继承LoadTestShape并重写tick
这个形状类将以100块为单位,20速率的增加用户数，然后在10分钟后停止负载测试（从运行开始的第51秒开始user_count会round到100）
from locust import LoadTestShape
class MyCustomShape(LoadTestShape):
time_limit = 600
spawn_rate = 20
def tick(self):
run_time = self.get_run_time()
if run_time < self.time_limit:
# User count rounded to nearest hundred.
user_count = round(run_time, -2)
return (user_count, self.spawn_rate)
return None运行图如下所示
通过命令行去触发
os.system('locust -f read.py,shape.py --web-host="127.0.0.1"')不同时间阶段的例子
from locust import LoadTestShape
class StagesShapeWithCustomUsers(LoadTestShape):
stages = [
{"duration": 10, "users": 10, "spawn_rate": 10},
{"duration": 30, "users": 50, "spawn_rate": 10},
{"duration": 60, "users": 100, "spawn_rate": 10},
{"duration": 120, "users": 100, "spawn_rate": 10}]
def tick(self):
run_time = self.get_run_time()
for stage in self.stages:
if run_time < stage["duration"]:
tick_data = (stage["users"], stage["spawn_rate"])
return tick_data
return None 
