压测工具之Locust

前言

  说起压测，我就用过Jmeter，而且仅是简单使用，好用性能强大，最近接触了一个python提供的压测框架Locust，翻译为蝗虫，蝗虫过之，寸草不生，哈哈哈，我感觉很贴切。
首先，我们分析一下市面上几种工具的特性。

\	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	简单图表	简单图表
支持二次开发	不支持	支持	支持
并发方式	线程	线程	协程
我认为最适合程序员的当然是Locust，脚本语言快速开发，可玩性高，自由发挥，甚至可以用来干坏事，哈哈哈哈，不用记繁琐的页面操作，支持二次开发，最关键的是它使用的协程，这个减少了线程的资源耗费，适合我这种只有低端笔记本的选手。

Locust安装

Locust官网地址，具体安装步骤可以参考。
  我是搭建在一个阿里云服务器上，当然是需要python环境的，如果你的centos需要安装python环境可以参考我的另一篇帖子Centos安装Python3.8详细教程。
接下来使用pip或者pip3安装locust

pip3 install locust

我已经装好了，因此显示已经存在如下图。实际安装情况也不慢。除此之外，还还可以直接去git上面下载zip包，那种方式没有尝试过，有兴趣的朋友可以去试试。
使用命令查看安装是否成功，显示下图则表示已经安装成功。

locust -V

显示版本号2.6.0

测试脚本准备

  本来想自己写个jar包扔上去做测试，一看机器上面没有装jdk，我又懒了。。。。后来从网上找了个demo，访问百度的接口。脚本里面启动命令加了访问地址，这里不做赘述，都是很简单的命令，请求直接使用request类库，帖子能看到这一步的不会没有用过吧！！！

import time
from locust import HttpUser, task, between, events
import urllib3
from locust.contrib.fasthttp import FastHttpLocust
urllib3.disable_warnings()


@events.test_start.add_listener
def on_test_start(**kwargs):
    print('===测试最开始提示===')


@events.test_stop.add_listener
def on_test_stop(**kwargs):
    print('===测试结束了提示===')


class TestTask(HttpUser):
    wait_time = between(1, 5)
    # host = 'https://www.baidu.com'

    def on_start(self):
        print('这是SETUP，每次实例化User前都会执行！')

    @task(1)
    def getBaidu(self):
        self.client.get(url="/", verify=False)

    def on_stop(self):
        print('这是TEARDOWN，每次销毁User实例时都会执行！')

# class MyLocust(FastHttpLocust):
#     task_set = TestTask
#     min_wait = 1000
#     max_wait = 60000
if __name__ == "__main__":
    import os

    os.system("locust -f locustDemo1.py --host=https://www.baidu.com")

将脚本上传至服务器。然后运行。

python3 locustDemo1.py

启动效果如下图，并且已经给出了ui页面的访问方式，机器http://ip:8089/即可。

到这里，Locust脚本已经跑了起来。页面也很直观，要求输入并发用户数量,每秒产生用户数量,host（刚才已经指定）。然后点击start就开始了压测。

Locust压测指标简介

  进来默认展示的是压测报告

字段	解释
Type	请求类型
Name	请求路径
requests	当前请求的数量
fails	当前请求失败的数量
Median	中间值，单位毫秒，一般服务器响应时间低于该值，而另一半高于该值
Average	所有请求的平均响应时间，毫秒
Min	请求的最小的服务器响应时间，毫秒
Max	请求的最大服务器响应时间，毫秒
Content Size	单个请求的大小，单位字节
reqs/sec	每秒钟请求的个数

切换至图表页面还能查看实时的折现图、包含请求趋势、响应时间、并发用户数等。

当然，还提供了查看失败请求的页面、下载请求统计数量的页面。这些对于程序员做一写简单的压力测试完全够用。爱了爱了。