| 【Locust】新版本locust使用入门到分布式，附带脚本模板，复制即用。 | 您所在的位置：网站首页 › locust和grasshopper › 【Locust】新版本locust使用入门到分布式，附带脚本模板，复制即用。 |
【Locust】新版本locust使用入门到分布式，附带脚本模板，复制即用。
|
介绍 Locust 是一种易于使用、可编写脚本且可扩展的性能测试工具。使用的‘协程’方式，能够单机提供相对较大并发，并且存在可视化图形界面、也有无图形界面、分布式等多种运行方式。以下内容针对最新版本的locust讲解入门。 locust官网地址：https://www.locust.io/ 安装 如果您还没有，请安装 Python 3.6 或更高版本。 安装蝗虫： pip3 install locust 验证您的安装： locust -V locust 2.8.6 脚本模板 下面提供简单易用的初学者模板，附带详细注释。 from locust import HttpUser, task, between, constant import os import webbrowser class QuickstartUser(HttpUser): # between模拟同一个用户前后操作的等待时间随机（1-5秒） wait_time = between(1, 5) # constant固定用户前后操作时间为5秒 # wait_time = constant(5) """压力脚本模板开始""" @task(3) # 需要压测的接口都需要加task，后面的数据为权重，默认权重1 def function1(self): # 请求数据 data = {"request": "{'serviceId':'report.getTest'}", "messageType": "json"} # 请求地址 refresh_url = ":8157/datacent/unity/queryForJson//" # 请求头 headers = {'Content-Type': "application/x-www-form-urlencoded;charset=UTF-8", "apiKey": "HIS5", "operator": "1"} # 开始模拟请求，“catch_response=True”为断言标记支持，如果不加，断言标记报错 with self.client.post(url=refresh_url, data=data, headers=headers, verify=False, catch_response=True) as refresh_res: # 请求结束进入断言，断言方式与requests请求断言完全相同，根据需要编写。 if refresh_res.json()["code"] == "00000": # 断言成功，标记成功 refresh_res.success() else: # 断言成功，标记失败 refresh_res.failure("select_1_from_dual失败") """压力脚本模板结束""" def on_start(self): # 点击开始压测时，所有用户都会去运行一次，如：用做模拟登录，采用self.client模拟登录接口 print("开始压测") def on_stop(self): # 点击stop时，所有用户都会去运行一次。 print("结束压测结束") if __name__ == '__main__': # 控制浏览器打开locust页面 webbrowser.open_new_tab('http://localhost:8089') # 控制cmd执行locust，“locust_2022_2_12.py”为需要运行py脚本名字，“http://192.168.3.194”为压测服务器地址 os.system("locust -f locust_2022_2_12.py --host=http://192.168.3.194 ")有了这个模板，只需要不断的复制压力脚本模板，替换data、url、header即可进行随心所欲压力测试。 图形界面 脚本运行之后，会出现如下页面（如果没有可以刷新试试）： 下面实例实测：
进阶： 1、定义步长压力，实现负载测试 –step-load在新版已经去除，可以采用StepLoadShape替换操作，只需要在脚本内部添加代码如下 class StepLoadShape(LoadTestShape): """ A step load shape Keyword arguments: step_time -- 每步运行时间 step_load -- 每步运行的总人数 spawn_rate -- 用户每秒增加人数 time_limit -- 运行总时间 """ step_time = 10 step_load = 10 spawn_rate = 10 time_limit = 60 def tick(self): run_time = self.get_run_time() if run_time > self.time_limit: return None current_step = math.floor(run_time / self.step_time) + 1 return (current_step * self.step_load, self.spawn_rate)上述代码，通过修改数值，可以实现规定 20用户运行5分钟，增加到40用户再运行5分钟的流程，轻松实现负载测试。官方实例链接 2、分布式运行： locust与jmeter不同，jmeter进行压测的时候，会一下子使用到cpu的所有核心，但是locust运行时，只会使用到cpu的一个核心，所以当单次运行无法达到想到的压力值。采用分布式运行，可以充分运用到cpu的所有内核，生成更大负载，也可以直接接入远程机，让负载值飞跃增长。 ###当本地机运行分布式。 主程采用master运行。 locust -f locust.py --master --host=http://192.168.13.204与旧版locust不同，新版不能使用salve，需要采用worker运行负载，如下。 locust -f locust.py --worker每运行一次，就会多一个负载。（最大负载为cpu核心数） ###远程机子结合运行分布式。 主机负载同上，当运行负载机时，需要指定主机的ip。如下 locust -f locust.py --worker --master-host= 主机ip结语： 以上是本人locust的使用记录教程，可能存在错误的地方，可以评论区留言指正。谢谢！ |
Number of users ：压力测试的用户总量 Spawn rate：每秒增加的用户量，从0开始增加直到用户总量数停止。 Host：被测接口的域名或ip端口地址(带http://)
输入总用户50，每秒增加5用户，点击开始运行
图标显示当前接口的，请求量，失败数，请求响应中值，平均值等。 RPS（也叫TPS）：每秒钟处理完的事务次数，一般TPS是对整个系统来讲的。一个应用系统1s能完成多少事务处理，一个事务在分布式处理中，可能会对应多个请求，对于衡量单个接口服务的处理能力，用QPS比较多。
用户图：展示从0开始，每秒增加5人，直到总数50，不再增加。
tps-异常图：展示，随着用户的增加，tps变化和接口异常数。一般只有压力超过服务器性能才会报错。
响应时间图：展示接口从开始压测，到稳定实时的响应时间，随着压力增加，一般会升高。
采用这个分布式运行locust，会用更小的资源达到，更高的压力值。【本文地址】