Python locust工具使用详解

今年负责部门的人员培养工作，最近在部门内部分享和讲解了locust这个工具，今天再博客园记录下培训细节。相信你看完博客，一定可以上手locust这个性能测试框架了。

一、简介

1、优势

locust是python语言开发的一款的开源的的性能测试框架，他比jmeter更加的轻量级，主要是通过协程（gevent）的方式去实现并发，通过协程的方式可以大幅提高单机的并发能力，同时避免系统级的资源调度。locust具有开源性、分布式、支持高并发，支持webUI的操作方式。

2、劣势

locust的图表功能较弱，只展示了很少的数据

locust不支持监控服务端的状态，需要借助第三方工具，或者自己写代码去实现

二、安装

locust的安装非常简单，直接通过pip的方式就可以安装

	
pip install locust

三、locust的库和方法介绍

1、from locust import task

通过task可以把某个函数指定为任务，直接@task装饰对应的函数即可，在@tast(n)中可以有一个参数n，意思是这个任务的占比是多少

2、from locust import TaskSet

需要定义一个类，继承TaskSet这个类，这个是是一个任务集的概念，这个类中可以包括多个task

3、from locust import HttpUser

需要定义一个类，这个类要继承HttpUser，通过这个定义的类我们可以执行具体的任务集

看了上面的介绍，可能大家有点云里雾里的，下面我们由浅入深看代码

四、实战代码V1.0（入门代码）

1、代码如下

from locust import HttpLocust
from locust import HttpUser
from locust import task
from locust import TaskSet
#指定一个任务集
class My_task_set(TaskSet):
 
 
    #这是某个任务,30是比例，比如这里是30/50
    @task(30)
    def getindex1(self):
        # client就是个requests对象
        # catch_response，告诉locust如何判断请求失败还是成功
        res  = self.client.get("/bainianminguo/p/10952586.html")
 
    @task(20)
    def getindex2(self):
        # client就是个requests对象
        res = self.client.get("/bainianminguo/p/7253930.html")
 
 
class WebSite(HttpUser):
    # 指定要执行哪个任务集
    tasks = [My_task_set,]
    # 请求和请求之间最小的间隔时间
    min_wait = 1000
    # 请求和请求之间最大的间隔时间
    max_waif = 2000

2、进入代码的目录，执行如下命令

3、打开浏览器，输入http://localhost:8089/

4、参数讲解

Number of total users to simulate 模拟的总的用户数

Spawn rate 每秒钟新增的用户数

五、实战代码V1.1（入门代码）

1、任务集类中的on_start方法

class My_task_set(TaskSet):
 
    #添加初始化方法
    def on_start(self):
        print("类似类中的构造方法，每个用户在任务开始前，只执行一次,在这里可以定义一个对象的属性，这样其它测试集就可以使用这个属性")

这个方法类似pytest框架中的前置条件或者说是面向对象中的构造方法

2、任务集类中的on_start方法

def on_stop(self):
    print("类似类中的后置方法，每个用户在任务开始后，只执行一次,在这里可以定义一个对象的属性，这样其它测试集就可以使用这个属性")

六、实战代码V1.2（入门代码）

1、如何判断请求是失败还是成功

2、然后再响应的消息中指定判断逻辑即可，success即为成功，failure即为失败

七、实战代码V1.3（全量代码）

from locust import HttpLocust
from locust import HttpUser
from locust import task
from locust import TaskSet
 
# locust中的client会自动帮我们处理cookies。类似request.session(),所以如果我们登陆的时候，只需要在on_start中登陆一次就可以了
 
# 如果在locust中，如果url是不需要统计，则我们不要用clent去访问api，应该用request去访问，这样就locust就不会统计request库发起的请请求
#指定一个任务集
class My_task_set(TaskSet):
 
    #添加初始化方法
    def on_start(self):
        print("类似类中的构造方法，每个用户在任务开始前，只执行一次,在这里可以定义一个对象的属性，这样其它测试集就可以使用这个属性")
 
    def on_stop(self):
        print("类似类中的后置方法，每个用户在任务开始后，只执行一次,在这里可以定义一个对象的属性，这样其它测试集就可以使用这个属性")
 
    #这是某个任务,30是比例，比如这里是30/50
    @task(30)
    def getindex1(self):
        # client就是个requests对象
        # catch_response，告诉locust如何判断请求失败还是成功
        res  = self.client.get("/bainianminguo/p/10952586.html",catch_response=True)
        if res.code == 200:
            res.success()
        else:
            res.failure("ff")
        print(res)
    @task(20)
    def getindex2(self):
        # client就是个requests对象
        res = self.client.get("/bainianminguo/p/7253930.html")
        print(res)
 
class WebSite(HttpUser):
    # 指定要执行哪个任务集
    # task_set = My_task_set
 
    tasks = [My_task_set,]
    # 请求和请求之间最小的间隔时间
    min_wait = 1000
    # 请求和请求之间最大的间隔时间
    max_waif = 2000
 
 
# Number of total users to simulate   模拟的用户数
# Spawn rate                          每秒钟产生的用户数

八、常见问题

1、cookies

locust中的client会自动帮我们处理cookies。类似request.session(),所以如果我们登陆的时候，只需要在on_start中登陆一次就可以了

2、多统计api的问题

如果在locust中，如果url是不需要统计，则我们不要用clent去访问api，应该用request去访问，这样就locust就不会统计request库发起的请请求

九、分布式调用的问题

一旦单台机器不够模拟足够多的用户时，Locust支持运行在多台机器中进行压力测试。
 
为了实现这个，你应该在 master 模式中使用--master标记来启用一个 Locust 实例。这个实例将会运行你启动测试的 Locust 交互网站并查看实时统计数据。
master 节点的机器自身不会模拟任何用户。相反，你必须使用 --slave 标记启动一台到多台 Locustslave 机器节点，与标记 --master-host 一起使用(指出master机器的IP/hostname)。
 
常用的做法是在一台独立的机器中运行master，在slave机器中每个处理器内核运行一个slave实例。
 
注意：master 和每一台 slave 机器，在运行分布式测试时都必须要有 locust 的测试文件。

在 master 模式下启动 Locust:
 
locust -f my_loucstfile.py --master
 
在每个 slave 中执行(192.168.0.14 替换为你 msater 的IP):
 
locust -f my_locustfile.py --slave --master-host=192.168.0.14

以上就是Python locust工具使用详解的详细内容，更多关于Python locust工具的资料请关注脚本之家其它相关文章！