1.6 万 Star！微软谷歌都在用 Python 性能测试工具

本文主要是介绍1.6 万 Star！微软谷歌都在用 Python 性能测试工具，对大家解决编程问题具有一定的参考价值，需要的程序猿们随着小编来一起学习吧！

Locust是一款Python技术栈的开源的性能测试工具。Locust直译为蝗虫，寓意着它能产生蝗虫般成千上万的并发用户。

Locust并不小众，从它Github的Star数量就可见一斑：

链接：https://github.com/locustio/locust

截止文章写作时，一共15951Star。

Locust生态良好，它已在多家外企（包括世界500强）投入使用：

如此看来，Locust是非常值得学习和掌握的一款工具。

Python的魔力在于化繁为简，基于Python的Locust也能给仍然困惑于性能测试的我们带来启发。

Locust特点

• 以纯Python方式编写用户脚本，提供极大自由度。
• 用户脚本可以串行方式编写，Locust会通过轻量级进程/协程产生并发，无需自己做并发编程。
• 并发量大，借助于gevent库，Locust能产生成千上万并发请求。
• 开销小，Locust用户运行时开销很小。
• 良好的Web UI对性能结果实时监测。
• 能测任何系统任何协议，只需要写个client即可。
• 开放REST API，尽情发挥。

安装Locust

需要Python版本3.6及以上。

执行pip命令：

1. $ pip install locust 

验证安装成功：

1. $ locust -V 

安装时会一并安装依赖库：

1. Installing collected packages: Werkzeug, pywin32, zope.event, greenlet, gevent, geventhttpclient, itsdangerous, flask, Flask-BasicAuth, ConfigArgParse, pyzmq, psutil, locust 

能看出来flask为Locust提供了Web功能。

快速上手

使用Locust一般按照以下步骤进行：

1. 编写Python用户脚本。
2. 使用locust命令执行性能测试。
3. （可选）通过Web界面监测结果。

示例代码如下，新建locustfile.py文件：

1. import time 
2.  
3. from locust import HttpUser, task, between 
4.  
5. class QuickstartUser(HttpUser): 
6.  
7. wait_time = between(1, 2.5) 
8.  
9. @task 
10.  
11. def hello_world(self): 
12.  
13. self.client.get("/hello") 
14.  
15. self.client.get("/world") 
16.  
17. @task(3) 
18.  
19. def view_items(self): 
20.  
21. for item_id in range(10): 
22.  
23. self.client.get(f"/item?id={item_id}", name="/item") 
24.  
25. time.sleep(1) 
26.  
27. def on_start(self): 
28.  
29. self.client.post("/login", json={"username":"foo", "password":"bar"}) 

路径切换到locustfile.py文件所在目录，执行命令：

1. $ locust 

也可以通过-f指定某个目录文件：

1. $ locust -f locust_files/my_locust_file.py 

运行后，打开http://127.0.0.1:8089看到Web界面：

填写信息后，就能开始压测了。Web界面提供了结果统计数据：

和性能指标走势图：

脚本解析

示例脚本解析如下：

1. # Locust用户脚本就是Python模块 
2.  
3. import time 
4.  
5. from locust import HttpUser, task, between 
6.  
7. # 类继承自HttpUser 
8.  
9. class QuickstartUser(HttpUser): 
10.  
11. # 每个模拟用户等待1~2.5秒 
12.  
13. wait_time = between(1, 2.5) 
14.  
15. # 被@task装饰的才会并发执行 
16.  
17. @task 
18.  
19. def hello_world(self): 
20.  
21. # client属性是HttpSession实例，用来发送HTTP请求 
22.  
23. self.client.get("/hello") 
24.  
25. self.client.get("/world") 
26.  
27. # 每个类只会有一个task被选中执行 
28.  
29. # 3代表weight权重 
30.  
31. # 权重越大越容易被选中执行 
32.  
33. # view_items比hello_wolrd多3倍概率被选中执行 
34.  
35. @task(3) 
36.  
37. def view_items(self): 
38.  
39. for item_id in range(10): 
40.  
41. # name参数作用是把统计结果按同一名称进行分组 
42.  
43. # 这里防止URL参数不同会产生10个不同记录不便于观察 
44.  
45. # 把10个汇总成1个"/item"记录 
46.  
47. self.client.get(f"/item?id={item_id}", name="/item") 
48.  
49. time.sleep(1) 
50.  
51. # 每个模拟用户开始运行时都会执行 
52.  
53. def on_start(self): 
54.  
55. self.client.post("/login", json={"username":"foo", "password":"bar"}) 

小结

本文先了解了Locust的背景和生态，它是值得学习的，对于Python技术栈来说更加如此。接着介绍了使用pip命令安装Locust，其中发现顺带安装了flask，Locust的Web功能是flask提供的。

然后给出了一段示例代码，按照步骤上手Locust。最后对示例代码进行了解析，浅尝辄止。locustfile实际上该怎么写呢？

这篇关于1.6 万 Star！微软谷歌都在用 Python 性能测试工具的文章就介绍到这儿，希望我们推荐的文章对大家有所帮助，也希望大家多多支持为之网！