Python之初识Locust

简介：

        Locust翻译中文为“蝗虫”，意指像蝗虫般对系统发起成千上万的请求，以测试系统能否在高并发下正常运行。Locust是一款开源的性能测试工具，完全基于Python开发，采用了基于事件的处理机制。

特点：

       1、基于python开发脚本

       2、开源免费

       3、分布式执行，配置master和slave(主从机器)，在多台机器上对系统持续发起请求

       4、基于事件驱动，与其他工具使用进程和线程来模拟用户不同的是，Locust借助了gevent库对线程的支持，可以达到更高数量级的并发

       5、不支持监控被测机，需要配合其他工具进行监控

 

Locust安装配置：

        cmd中运行 pip install locust

输入locust -V 查看是否安装成功（如图显示版本信息即暗转成功）

 

安装成功后打开PyCharm并新建项目

from locust import HttpLocust, TaskSet, task
import subprocess

# 任务类
class UserBehavior(TaskSet):
    @task
    def getIndex(self):
        self.client.get("/70system/adminsys/index.html#/login?redirect=%2Fhome")  # 路径地址
        print("here")

class WebSite(HttpLocust):
    task_set = UserBehavior
    host = "https://www.xxxx.cn"  # 待测试的ip或者域名
    min_wait = 3000   # 用户执行任务之间等待时间的下界，单位：毫秒。
    max_wait = 6000   # 用户执行任务之间等待时间的上界，单位：毫秒。

if __name__ == "__main__":
    subprocess.Popen("locust -f hot_test.py", shell=True)

保存hot_test.py文件

打开cmd窗口cd到该文件目录，然后运行 python hot_test.py

运行成功后在浏览器打开 http://localhost:8089/ 进入下图界面

Number of users to simulate ：要模拟的用户数

Hatch rate (users spawned/second)：每秒钟产生的用户数

Start swarming：开始运行

设置模拟的用户数后点击Start swarming

运行后如下图所示：（注意：运行后需要手动点击STOP按钮停止）

Statistics：统计表/概要表

    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；

Charts：图表

      TPS：每秒请求事务数

      RT：响应时间

      NU：所有用户

      

Failures：失败

      有失败的话该页面会显示失败请求

Exceptions::异常

      有异常的话该页面会显示异常请求

Download Data:下载数据