python+locust性能测试学习笔记

内容导读

互联网集市收集整理的这篇技术教程文章主要介绍了python+locust性能测试学习笔记，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含3668字，纯文字阅读大概需要6分钟。

内容图文

前言

Locust（俗称 蝗虫）一个轻量级的开源压测工具，基本功能是用Python代码描述所有测试。不需要笨拙的UI或庞大的XML，只需简单的代码即可。

环境安装

Locust支持Python 2.7, 3.4, 3.5, and 3.6的版本，小编的环境是python3.6直接用pip安装就行

安装命令：pip install locustio

官方文档

Locust Documentation?docs.locust.io

开始第一个实例

from locust import HttpLocust, TaskSet, task


class Testlocust(TaskSet):
    def on_start(self):
        print("start")
        self.headers = {
            'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/78.0.3904.108 Safari/537.36'
        }

    @task(1)
    def baidu_demo(self):
        r = self.client.get("/", headers=self.headers, verify=False)
        print(r.status_code)
        assert r.status_code == 200


class WebsiteUser(HttpLocust):
    task_set = Testlocust
    min_wait = 1500
    max_wait = 5000


if __name__ == "__main__":
    import os
    os.system("locust -f locust4.py --host=https://www.baidu.com")

• 使用@task装饰的方法为一个事务，方法的参数用于指定该行为的执行权重，参数越大每次被用户执行的概率越高，默认为1；
• on_start()：每个locust用户执行测试事务之前执行一次，用于做初始化的工作，如登录；
• host :要加载主机的URL，通常是在命令行启动locust时使用--host选项指定，若命令行启动时未指定，该属性被使用；
• task_set：指向定义的一个用户行为类；
• min_wait：模拟用户在执行每个任务之间等待的最小时间，单位为毫秒；
• max_wait：模拟用户在执行每个任务之间等待的最大时间，单位为毫秒

启动locust

web模式启动：os.system("locust -f locust4.py --host=https://www.baidu.com")

启动成功：

在浏览器中输入：http://localhost:8089/ 出现如下图说明启动成功

测试结果：

no-web模式启动：os.system("locust -f locust4.py --host=https://www.baidu.com --no-web --csv=example -c 100 -r 10 -t 10s")

测试结果：

开始第二个实例压kafka

import time
from locust import TaskSet, task, Locust, events
from kafka import KafkaProducer
import json

class UserBehavior(TaskSet):
    def on_start(self):
        self.producer = KafkaProducer(bootstrap_servers=['x.x.x.x:9092'])

    def on_stop(self):
        # 该方法当程序结束时每用户进行调用，关闭连接
        self.producer.close()

    @task(1)
    def sendAddCmd(self):
        start_time = time.time()
        time_unique_id = time.strftime("%Y-%m-%d-%H-%M-%S", time.localtime())
        print(time_unique_id)
        print("===========================",start_time)
        try:
            timestamp = int(time.time())
            message = {
                'timestamp': timestamp,
                'message': "121314"
            }
            msg = json.dumps(message)
            msg = msg.encode('utf-8')
            self.producer.send('preHandleTopic', msg)
        except Exception as e:
            total_time = int((time.time() - start_time) * 1000)
            events.request_failure.fire(request_type="kafka", name="add", response_time=total_time,
                                        response_length=0, exception=e)
        else:
            total_time = int((time.time() - start_time) * 1000)
            events.request_success.fire(request_type="kafka", name="add", response_time=total_time,
                                        response_length=0)



class SocketUser(Locust):
    task_set = UserBehavior
    min_wait = 1000  # 单位毫秒
    max_wait = 1000  # 单位毫秒



if __name__ == '__main__':
    import os
    os.system("locust -f SendKafka.py --host=x.x.x.x:9092"

启动方式跟实例一相同

开始第三个实例压tcp

from locust import HttpLocust, TaskSet, task

import socket  # 导入 socket 模块
host = socket.gethostname()  # 获取本地主机名
port = 8888  # 设置端口号
sock = socket.socket(socket.AF_INET, socket.SOCK_STREAM)
sock.connect((host, port))


class UserBehaviora(TaskSet):
    def on_start(self):
        print("start")

    @task(1)
    def bky_index(self):
        sock.send(
            b'121314')
        re_mes = sock.recv(1024).decode()
        print(re_mes)


class WebsiteUser(HttpLocust):
    task_set = UserBehaviora
    min_wait = 1500
    max_wait = 5000


if __name__ == "__main__":
    import os
    os.system("locust -f locust6.py --host=x.x.x.x:xxxx")

启动方式跟实例一相同

以上就是这篇文章的全部内容了，希望本文的内容对大家的学习或者工作具有一定的参考学习价值，如果有疑问大家可以留言交流，谢谢大家的支持。

小编微信公众号：自动化测试 To share

内容总结

以上是互联网集市为您收集整理的python+locust性能测试学习笔记全部内容，希望文章能够帮你解决python+locust性能测试学习笔记所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。

内容备注

版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。

内容手机端