Locust优势在哪里

常用性能指标

• HPS（Hits Per Second） ：每秒点击次数，单位是次/秒。
• TPS（Transaction Per Second）：系统每秒处理交易数，单位是笔/秒。
• QPS（Query Per Second）：系统每秒处理查询次数，单位是次/秒。对于互联网业务中，如果某些业务有且仅有一个请求连接，那么TPS=QPS=HPS=RPS，一般情况下用TPS来衡量整个业务流程，用QPS来衡量接口查询次数，用HPS来表示对服务器点击请求.
• RPS（Requests Per Second）：每秒请求数，这里还有两个我们通常认为和RPS相等的名词，arrival rate、TPS。
• 并发数：系统同时处理的request/事务数
• 响应时间：一般取平均响应时间
• QPS（TPS）：并发数/平均响应时间

 

性能工具对比：

\	LoadRunner	Jmeter	Locust
授权方式	商业收费	开源免费	开源免费
开发语言	C/Java	Java	Python
测试脚本形式	C/Java	GUI	Python
并发机制	进程/线程	线程	协程
单机并发能力	低	低	高
分布式压力	支持	支持	支持
资源监控	支持	不支持	不支持
报告与分析	完善	简单图标	简单图标
支持二次开发	不支持	支持	支持

LoadRunner 是非常有名的商业性能测试工具，功能非常强大。使用也比较复杂，目前大多介绍性能测试的书籍都以该工具为基础，甚至有些书整本都在介绍 LoadRunner 的使用。

Jmeter 同样是非常有名的开源性能测试工具，功能也很完善，在本书中介绍了它作为接口测试工具的使用。但实际上，它是一个标准的性能测试工具。关于Jmeter相关的资料也非常丰富，它的官方文档也很完善。

Locust 同样是性能测试工具，虽然官方这样来描述它 “An open source load testing tool.” 。但其它和前面两个工具有着较大的不同。相比前面两个工具，功能上要差上不少，但它也并非优点全无。

• Locust 完全基本 Python 编程语言，采用 Pure Python 描述测试脚本，并且 HTTP 请求完全基于 Requests 库。除了 HTTP/HTTPS 协议，Locust 也可以测试其它协议的系统，只需要采用Python调用对应的库进行请求描述即可。

• LoadRunner 和 Jmeter 这类采用进程和线程的测试工具，都很难在单机上模拟出较高的并发压力。Locust 的并发机制摒弃了进程和线程，采用协程（gevent）的机制。协程避免了系统级资源调度，由此可以大幅提高单机的并发能力。

正是基于这样的特点，使我选择使用Locust工具来做性能测试，另外一个原因是它可以让我们换一种方式认识性能测试，可能更容易看清性能测试的本质。

转载于:https://www.cnblogs.com/helloTerry1987/p/11257464.html