python性能测试工具locust的使用

一、简介

Locust 是一个易于使用，分布式，用户负载测试工具。它用于负载测试 web 站点(或其他系统)，并计算出一个系统可以处理多少并发用户。在测试期间，一大群虚拟用户访问你的网站。每个测试用户的行为由您定义，集群过程由 web UI 实时监控。这将帮助您在让真正的用户进入之前进行测试并识别代码中的瓶颈。

Locust 完全是基于事件的，因此在一台机器上支持数千个并发用户是可能的。与许多其他基于事件的应用程序不同，它不使用回调。相反它通过 gevent 使用轻量级协程。这允许您用 Python 编写非常有表现力的场景，而不用回调使代码复杂化。

二、安装

 用 pip 管理工具安装： 

pip3 install locust

检查是否安装成功，执行命令：locust --v

三、压测过程

1.编写脚本

      Locust 不同于 jmeter 可以用 GUI 来创建压测脚本。Locust 需要自己编写 python 脚本，压测负载脚本主要包含两个子类UserTask和WebsiteUser，分别继承TaskSet和Httplocust类，拥有这两个父类的公共属性和方法。

from locust import HttpLocust, TaskSet, task, between
import os,json

# 定义用户行为
class UserTask(TaskSet):
 def on_start(self):
   '''初始化数据，每个虚拟用户只执行一次'''
   self.client.post("/login",{"username":"test","password":"123456"})

@task(2)
 def home_index(self):
   r = self.client.get("/sz/Home/DefaultHomeV2Request")
   assert json.loads(r.text)['Error'] == 0

@task(1)
 def sale(self):
   self.client.get("/sz/Home/FlashSaleRequest")
   assert json.loads(r.text)['Error'] == 0

def on_stop(self):
   '''销毁数据，每个虚拟用户只执行一次'''
   self.client.post("/SignOut",{"CustomerGuid":"c7d7e646-9ce2-499b-a22e-a3c98d4545fe"})

class WebsiteUser(HttpLocust):
 host = 'http://10.1.62.126'
 task_set = UserTask
 wait_time = between(3, 5)

if __name__ == "__main__":
 os.system('locust -f stress_test.py ')

locust 运行时：

• on_start()  ：每个并发用户在开始前各执行一次

• on_stop()：每个并发用户在结束后各执行一次

• @task： 通过装饰器设置运行权重，比如上面代码中 执行任务 home_index 和 sale 的总请求为 2:1

• assert：断言设置

• wait_time ：每个任务之间设置间隔时间，随机从3~5区间内取，单位是 s

• locust -f：指定 .py 压测脚本路径
  

2. Locust 监控

 顺带提一下 locust web UI监控是基于 flask 框架，不指定 port 的话，默认地址：http://localhost:8089 

开始测试，Locust 提供一个简易的监控界面，可以看到 RPS、响应时间 和 部分曲线图

3.运行模式

 1.web UI 模式

locust -f stress_test.py --web-host 10.1.44.31 --web-port 8090

--web-host：指定 web UI IP，默认 localhost

--web-port：指定 web UI 端口，默认 8089

2. no web 模式

locust -f stress_test.py --no-web -c 100 -r 20 -t 120

--no-web：指定无 web UI模式

-c：起多少 locust 用户（等同于起多少 tcp 连接）

-r：多少时间内，把上述 -c 设置的虚拟用户全部启动

-t：脚本运行多少时间，单位s

在 --no-web 模式下的报告如下：

4.分布式进程

       Locust 是由 python 编写的，由于GIL的限制，单进程不能利用CPU多核的优势（实际测试结果也是一样，8核心的虚拟机，只有一核达到了95％以上的使用率，其余7核只围观，不出力）。所以单台机器上想要尽可能的压榨 CPU，只能开启多进程，一般有多少个核心启多少进程。

单台多进程：

 先启一个 master

locust -f /home/script/stress_test.py --web-host 10.1.62.223 --master

 再启 8 个 slave

locust -f /home/script/stress_test.py --slave

slave 节点启动后，在 locust 监控中能看到

多台多进程：

 多台机器搭建 Locust 分布式 和 单台搭建多进程差不多。只有一个区别，如果 slave 和 master 不在一台机器上， slave 需要指定 --master-host 参数：

更多功能使用请查看Locust官方文档，形成良好的习惯 ：官方文档 

四、总结

Locust 基于 python 脚本定制化压测，使用 python 语言来实现 参数化、关联参数、断言和一些复杂的压测场景非常方便。Locust 使用协程来构建tcp连接，本身单机并发能力强，但内部是由requests库的httpclient 发起网络请求，requests库功能挺全面，性能却很一般，好在 Locust 支持分布式，弥补了一定的性能缺陷。根据自己做的测试，同样几台客户机，jmeter搭建分布式测出的 qps 比 Locust分布式 高1/3。如果要提升 locust 单进程性能，可以将 httpclient 的实现方式从 requests 换成 geventhttpclient ，这个下一篇再讲述。

来源：https://www.cnblogs.com/shenh/p/12424990.html