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venvLibsite-packageslocustargument_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
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(Tas服务器托管网kSet): @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} w服务器托管网ait_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 "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
服务器托管,北京服务器托管,服务器租用 http://www.fwqtg.net
机房租用,北京机房租用,IDC机房托管, http://www.fwqtg.net
相关推荐: 【eBPF-01】初见:基于 BCC 框架的第一个 eBPF 程序
闲言少叙,本文记录了如何零基础通过 BCC 框架,入门 eBPF 程序的开发,并实现几个简易的程序。 有关 eBPF 的介绍,网络上的资料有很多,本文暂且先不深入讨论,后面会再出一篇文章详细分析其原理和功能。 我们目前只需要知道,eBPF 实际上是一种过滤器,…