一、认识locust

官方文档：https://docs.locust.io/en/stable/index.html

 

1、定义

locust是一款易于使用的分布式负载测试工具，完全基于事件，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）。

PS：运行大规模测试时，建议在Linux机器上执行此操作，因为gevent在Windows下的性能很差。

 

 
2、特点

◆ 使用Python

△ 使用代码来创建批量用户

◆ 分布式

△ 可以在多台服务器上，进行分布式性能测试

△ 可伸缩性强

◆ 稳定、应用广泛

△ 经得住各种场景下的考验

△ 基于web ui界面展示测试详情

△ 能测服务器/云服务器中的任何系统

 

 

二、基础操作

1、安装locust

◆ 使用官方pypi源来安装

pip install locust

 

◆ 使用豆瓣pypi源来安装（推荐）

pip install -i https://pypi.douban.com/simple locust

在cmd输入命令：

locust --version

 

显示上图，即安装完成

可以通过再cmd控制台输入如下命令查看帮助信息：

locust --help

 

 

2、基本用法

打开pycharm，新建一个项目，在项目根目录下创建locustfile.py文件

from locust import User, task

class MyTasks(User):
    '''
    创建测试任务类，需要继承User父类
    用于定义测试任务，可以添加多个测试任务
    '''
    # 每个测试任务，以实例方法的形式来呈现
    # 同时需要使用task装饰器来装饰测试任务，装饰器的数字代表locust实例被挑选执行的权重，数值越大，执行频率越高
    @task(1)
    def first_task(self):
        print('执行第一个测试任务')
    @task(2)
    def second_task(self):
        print('执行第二个测试任务')
class RunTasks(User):
    '''
    创建运行测试类，需要继承User父类
    '''
    user = MyTasks    # 指定一个定义测试任务的类
    host = "http://example.com"  # 指定被测试应用的URL的地址
    min_wait = 2000       # 指定启动任务间隔的时间范围（单位毫秒），2-5秒之间
    max_wait = 5000       # 使用min_wait、max_wait覆盖父类的类属性
    # PS：默认情况下，时间是在min_wait和max_wait之间随机选择，但是可以通过将wait_function设置为任意函数来使用任何用户定义的时间分布。

 

 

3、启动locust

打开pycharm Terminal控制台，运行命令：

输入locust命令默认运行文件名为locustfile.py

locust

若文件名不为locustfile.py，可以输入locust -f 指定文件名，示例如下：

locust -f one_example.py

运行后，控制台会显示如下信息：

 

PS：显示8089为该服务启动的端口号，如果是本地启动，可以直接在浏览器输入http://localhost:8089打开ui界面，如果是其他机器搭建服务，则输入该机器的ip+端口即可

 

 

在浏览器中打开UI设置界面

 

Number of users to simulate：设置模拟的用户总数

Hatch rate (users spawned/second)：每秒启动的虚拟用户数

Host: 设置主机名

Start swarming：执行locust脚本

 

 

测试结果界面

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；

Average Size：平均请求的数据量，单位为字节；

Current RPS：最近的吞吐率；

 

 

各模块说明

Statistics：类似于jmeter中的聚合报告；

Charts：测试结果变化趋势的曲线展示图，分别为每秒完成的请求数（RPS）、响应时间、不同时间的虚拟用户数；

Failures：失败请求的展示界面；

Exceptions：异常请求的展示界面；

Download Data：测试数据下载模块；

睿江云官网链接：www.eflycloud.com