一个更好用的性能测试框架

Hi！大家好呀！我是你们努力喵哥！

大家应该对 Jmeter 都不陌生吧。Jmeter 是现在最常用的性能测试工具。对于测试人员来说，Jmeter 技术是必不可少的。

但是，今天喵哥推荐的可不是 Jmeter。因为对于喵哥，Jmeter 有一些喵哥不太顺手的地方。

首先，Jmeter 提供了一个非常完善的 UI 界面。使用者需要在 UI 界面上选择组件来组建起测试脚本。对于很多人来说，可能比较直观。但是，这种方式使整个测试脚本失去了灵活性，只能构建一些简单的测试逻辑。

再则，Jmeter 模拟的负载是线程绑定的，意味着模拟的每个用户，都需要一个单独的线程。单台机器可模拟的负载数有限。对于我们使用个人 PC 测试的话，是非常不利的。

因此今天，喵哥要给大家推荐另一款性能测试神器 Locust。Locust 的寓意是蝗虫。Locust 希望工具生成并发请求就和一大群蝗虫一般，向我们的被测系统发起攻击，以此测试系统在高并发压力下是否能正常运转。

再来严肃的介绍下。Locust 是一款易于使用的分布式负载测试工具。其完全基于事件机制，即一个 Locust 节点也可以在一个进程中支持数千并发用户。不使用回调，通过 gevent 使用轻量级过程（即在自己的进程内运行）。

特性

用 Python 编写用户测试方案

不需要笨拙的UI或庞大的XML，只需编写代码即可。基于协程而不是回调，您的代码逻辑和行为类似于正常的 Python代码。

分布式和可扩展-支持数十万用户

Locust 支持在多台计算机上分布的运行负载测试。由于基于事件，因此即使一个蝗虫节点也可以在单个过程中处理数千个用户。其背后的部分原因是，即使您模拟了这么多用户，也并非所有人都在积极使用您的系统。每秒请求数不等于在线用户数。

基于 Web 的 UI

Locust 具有简洁的 HTML + JS，可实时显示所有相关的测试详细信息。而且由于 UI 是基于 Web 的，因此它是跨平台的并且易于扩展。

可以测试任何系统

即使 Locust 是面向Web的，它也可以用于测试几乎所有系统。只需编写一个您想要测试的客户端并将其与用户一起使用！超级容易！

可入侵的

蝗虫非常小，非常容易入侵，我们打算保持这种状态。事件 I / O 和协程的所有繁重工作都委托给gevent。替代测试工具的脆弱性是诞生 Locust 的原因。

安装

支持的python版本：2.7、3.4、3.5、3.6。

首先升级pip，不然可能会报错pip install --upgrade pip然后安装Locustpip install Locust安装完成

如果打算运行Locust 分布在多个进程/机器，需要安装 pyzmq。

通过pip命令安装。pip install pyzmq

使用

在Locust中，您可以使用Python代码定义用户行为。然后，您可以使用该locust命令和（可选）其Web界面在收集请求统计信息时生成并模拟其中的许多用户。

locustfile.py示例import randomfrom locust import HttpUser, task, betweenclass QuickstartUser(HttpUser):      wait_time = between(5, 9)      @task      def index_page(self):          self.client.get("/hello")          self.client.get("/world")      @task(3)      def view_item(self):          item_id = random.randint(1, 10000)          self.client.get(f"/item?id={item_id}", name="/item")      def on_start(self):          self.client.post("/login", {"username":"foo", "password":"bar"})

让我们分解一下。

import randomfrom locust import HttpUser, task, between

蝗虫文件只是普通的Python模块，它可以从其他文件或包中导入代码。

class QuickstartUser(HttpUser)

在这里，我们为要模拟的用户定义一个类。它继承自 HttpUser该client属性，从而为每个用户提供一个属性，该属性是的一个实例HttpSession，可用于向要加载测试的目标系统发出HTTP请求。当测试开始时，蝗虫将为它模拟的每个用户创建一个此类的实例，并且这些用户中的每个将开始在自己的绿色gevent线程中运行。

wait_time = between(5, 9)

我们的类定义了一个wait_time函数，该函数将使模拟用户在每个任务执行后等待5到9秒。有关更多信息，请参见wait_time属性。

@taskdef index_page(self):    self.client.get("/hello")    self.client.get("/world")@task(3)def view_item(self):     ...

我们还通过用修饰两个方法来声明了两个任务@task，其中一个具有较高的权重（3）。当这种类型的用户运行时，它将选择一个index_page或一个（view_item有三倍的选择机会）view_item调用该方法，然后统一选择一个介于5到9之间的持续时间，并在该持续时间内休眠。等待时间过后，它将选择一个新任务并继续重复执行。

@task(3)def view_item(self):    item_id = random.randint(1, 10000)    self.client.get(f"/item?id={item_id}", name="/item")

在此view_item任务中，我们通过使用查询参数来加载动态URL，该查询参数是一个从1到10000之间随机选择的数字。为了不在Locust的统计信息中获得10k个单独的条目-由于统计信息是按URL分组的，因此我们使用名称参数将所有这些请求分组到一个名为的条目下"/item"。

请注意，只有用修饰的方法@task会被调用，因此您可以根据自己的喜好定义自己的内部帮助器方法。

def on_start(self):

此外，我们还声明了on_start方法。每个模拟用户在启动时都会调用具有该名称的方法。有关更多信息，请参见on_start和on_stop方法。

蝗虫开始

将上面的代码放在当前目录中名为locustfile.py的文件中，然后运行：

$ locust

如果您的蝗虫文件位于其他位置，则可以使用-f。

$ locust -f locust_files/my_locust_file.py

要查看所有可用选项，请输入或检查配置locust --help。

蝗虫的网络界面

使用上述命令行之一启动Locust后，应该打开浏览器并将其指向http://127.0.0.1:8089。然后，您应该会收到类似以下内容的问候：

填写内容并开始！（请注意，如果您不更改蝗虫文件以匹配目标系统，则大多数情况下会收到错误响应）

更多的选择

要运行分布在多个Python进程或计算机上的Locust，可以使用--master命令行参数启动单个Locust主进程，然后使用--worker命令行参数启动任意数量的Locust worker进程。有关更多信息，请参见运行蝗虫。

要直接开始测试而不使用Web界面，请使用--headless。

也可以通过环境变量或在 配置文件中设置参数。

最后

Locust 也有其自身的局限性。目前其本身对测试过程的监控和测试结果展示，不如 jmeter 全面和详细，需要进行二次开发才能满足需求越来越复杂的性能测试需要。

Locust 和 Jmeter 怎么选择那？如果你懂代码，强力建议你使用 Locust。反之，最好还是使用 Jmeter。

Locust 的作者是 Locust.io 团队，共有149位贡献者。Locust 已经开源并维护了10年，在 Github 上收获了 13.3k Star。Locust 也算是比较知名的开源项目了，其用户包含微软、亚马逊、Google等知名互联网企业。

项目地址：https://github.com/locustio/locust

在线官网：https://locust.io/