性能测试工具Locust的介绍和使用
作者：互联网
内容来自网络
https://www.w3xue.com/exp/article/20191/16707.html
https://blog.csdn.net/qq_36255988/article/details/82622044
一、Locust描述
（1）
locust是一个易于使用的，分布式的，用户负载测试工具。用于web站点（或其他系统）的负载测试，然后算出系统能够处理多少并发用户。locust的思想是：在测试期间，一大群"蝗虫"会攻击你的网站，每一个"蝗虫"的行为都是由你自己定义的，同时，可以在一个web界面上实时的监控这群进程。这会帮助你更好的"进行战斗"，在真正的用户进入之前，就找出代码中的瓶颈。
locust完全是事件驱动的，因此它能够在单机支持数以千计的并发用户，相比许多其他的基于事件的应用，locust不使用回调函数。它使用轻量进程---gevent。每一个访问你的网站的locust实际上都在它自己的进程内部运行（准确地说，是greenlet）,也就是我们通常说的协程。这允许你在不使用带回调函数的复杂代码的情形下，使用python写出非常具有表现力的脚本。 （2） Locust是开源、使用Python开发、基于事件、支持分布式并且提供Web UI进行测试执行和结果展示的性能测试工具。而它之所以能够在资源占用方面明显优于JMeter，一个关键点在于两者模拟虚拟用户的方式不同，JMeter通过线程来作为虚拟用户，而Locust借助gevent库对协程的支持，以greenlet来实现对用户的模拟，相同配置下Locust能支持的并发用户数相比JMeter可以达到一个数量级的提升。
Locust使用Python代码定义测试场景，目前支持Python 2.7, 3.3, 3.4, 3.5, 3.6和3.7。它自带一个Web UI,用于定义用户模型，发起测试，实时测试数据，错误统计等。 当前最新发布版本v0.11.1，还提供QPS、评价响应时间等几个简单的图表。
优点：
1. 易用。很方便地基于Python进行脚本扩展和业务请求实现。
2. 完全基于事件驱动，所以不受进程和线程的限制，可以支持发起更高的并发数请求。
3. 可以分布式发起并发请求
4.Locust有一个整洁的HTML+JS的用户界面，实时显示相关测试细节。由于用户界面是基于网络的，它是跨平台的和容易扩展。
5. 开源。
缺点：
1. 图表相对loadrunner 比较简单。（在Linux 下部署时可以看到图表，在Windows 下没有）
2. 不支持监控被测机，需要结合nmon等工具辅助监控。
二、Locust安装
1.1、 ---> pip3 install locust
1.2 、 通过GitHub上克隆项目安装（Python3推荐）：https://github.com/locustio/locust ，然后执行 ...\locust> python setup.py install
2、安装 pyzmq
If you intend to run Locust distributed across multiple processes/machines, we recommend you to also install pyzmq.
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
3、安装成功，CMD敲入命令验证。 /> locust --help
1 Options: 2 -h, --help show this help message and exit 3 -H HOST, --host=HOST Host to load test in the following format: 4 http://10.21.32.33 5 --web-host=WEB_HOST Host to bind the web interface to. Defaults to '' (all 6 interfaces) 7 -P PORT, --port=PORT, --web-port=PORT 8 Port on which to run web host 9 -f LOCUSTFILE, --locustfile=LOCUSTFILE 10 Python module file to import, e.g. '../other.py'. 11 Default: locustfile 12 --csv=CSVFILEBASE, --csv-base-name=CSVFILEBASE 13 Store current request stats to files in CSV format. 14 --master Set locust to run in distributed mode with this 15 process as master 16 --slave Set locust to run in distributed mode with this 17 process as slave 18 --master-host=MASTER_HOST 19 Host or IP address of locust master for distributed 20 load testing. Only used when running with --slave. 21 Defaults to 127.0.0.1. 22 --master-port=MASTER_PORT 23 The port to connect to that is used by the locust 24 master for distributed load testing. Only used when 25 running with --slave. Defaults to 5557. Note that 26 slaves will also connect to the master node on this 27 port + 1. 28 --master-bind-host=MASTER_BIND_HOST 29 Interfaces (hostname, ip) that locust master should 30 bind to. Only used when running with --master. 31 Defaults to * (all available interfaces). 32 --master-bind-port=MASTER_BIND_PORT 33 Port that locust master should bind to. Only used when 34 running with --master. Defaults to 5557. Note that 35 Locust will also use this port + 1, so by default the 36 master node will bind to 5557 and 5558. 37 --heartbeat-liveness=HEARTBEAT_LIVENESS 38 set number of seconds before failed heartbeat from 39 slave 40 --heartbeat-interval=HEARTBEAT_INTERVAL 41 set number of seconds delay between slave heartbeats 42 to master 43 --expect-slaves=EXPECT_SLAVES 44 How many slaves master should expect to connect before 45 starting the test (only when --no-web used). 46 --no-web Disable the web interface, and instead start running 47 the test immediately. Requires -c and -r to be 48 specified. 49 -c NUM_CLIENTS, --clients=NUM_CLIENTS 50 Number of concurrent Locust users. Only used together 51 with --no-web 52 -r HATCH_RATE, --hatch-rate=HATCH_RATE 53 The rate per second in which clients are spawned. Only 54 used together with --no-web 55 -t RUN_TIME, --run-time=RUN_TIME 56 Stop after the specified amount of time, e.g. (300s, 57 20m, 3h, 1h30m, etc.). Only used together with --no- 58 web 59 -L LOGLEVEL, --loglevel=LOGLEVEL 60 Choose between DEBUG/INFO/WARNING/ERROR/CRITICAL. 61 Default is INFO. 62 --logfile=LOGFILE Path to log file. If not set, log will go to 63 stdout/stderr 64 --print-stats Print stats in the console 65 --only-summary Only print the summary stats 66 --no-reset-stats [DEPRECATED] Do not reset statistics once hatching has 67 been completed. This is now the default behavior. See 68 --reset-stats to disable 69 --reset-stats Reset statistics once hatching has been completed. 70 Should be set on both master and slaves when running 71 in distributed mode 72 -l, --list Show list of possible locust classes and exit 73 --show-task-ratio print table of the locust classes' task execution 74 ratio 75 --show-task-ratio-json 76 print json data of the locust classes' task execution 77 ratio 78 -V, --version show program's version number and exit
参数说明：
- -h, --help 查看帮助
- -H HOST, --host=HOST 指定被测试的主机，采用以格式：http://10.21.32.33
- --web-host=WEB_HOST 指定运行 Locust Web 页面的主机，默认为空 ''。
- -P PORT, --port=PORT, --web-port=PORT 指定 --web-host 的端口，默认是8089
- -f LOCUSTFILE, --locustfile=LOCUSTFILE 指定运行 Locust 性能测试文件，默认为: locustfile.py
- --csv=CSVFILEBASE, --csv-base-name=CSVFILEBASE 以CSV格式存储当前请求测试数据。
- --master Locust 分布式模式使用，当前节点为 master 节点。
- --slave Locust 分布式模式使用，当前节点为 slave 节点。
- --master-host=MASTER_HOST 分布式模式运行，设置 master 节点的主机或 IP 地址，只在与 --slave 节点一起运行时使用，默认为：127.0.0.1.
- --master-port=MASTER_PORT 分布式模式运行， 设置 master 节点的端口号，只在与 --slave 节点一起运行时使用，默认为：5557。注意，slave 节点也将连接到这个端口+1 上的 master 节点。
- --master-bind-host=MASTER_BIND_HOST Interfaces (hostname, ip) that locust master should bind to. Only used when running with --master. Defaults to * (all available interfaces).
- --master-bind-port=MASTER_BIND_PORT Port that locust master should bind to. Only used when running with --master. Defaults to 5557. Note that Locust will also use this port + 1, so by default the master node will bind to 5557 and 5558.
- --expect-slaves=EXPECT_SLAVES How many slaves master should expect to connect before starting the test (only when --no-web used).
- --no-web no-web 模式运行测试，需要 -c 和 -r 配合使用.
- -c NUM_CLIENTS, --clients=NUM_CLIENTS 指定并发用户数，作用于 --no-web 模式。
- -r HATCH_RATE, --hatch-rate=HATCH_RATE 指定每秒启动的用户数，作用于 --no-web 模式。
- -t RUN_TIME, --run-time=RUN_TIME 设置运行时间, 例如： (300s, 20m, 3h, 1h30m). 作用于 --no-web 模式。
- -L LOGLEVEL, --loglevel=LOGLEVEL 选择 log 级别（DEBUG/INFO/WARNING/ERROR/CRITICAL）. 默认是 INFO.
- --logfile=LOGFILE 日志文件路径。如果没有设置，日志将去 stdout/stderr
- --print-stats 在控制台中打印数据
- --only-summary 只打印摘要统计
- --no-reset-stats Do not reset statistics once hatching has been completed。
- -l, --list 显示测试类, 配置 -f 参数使用
- --show-task-ratio 打印 locust 测试类的任务执行比例，配合 -f 参数使用.
- --show-task-ratio-json 以 json 格式打印 locust 测试类的任务执行比例，配合 -f 参数使用.
- -V, --version 查看当前 Locust 工具的版本.
4、Locust主要由下面的几个库构成：
1) gevent
gevent是一种基于协程的Python网络库，它用到Greenlet提供的，封装了libevent事件循环的高层同步API。
2) flask
Python编写的轻量级Web应用框架。
3) requests
Python Http库
4) msgpack-python
MessagePack是一种快速、紧凑的二进制序列化格式，适用于类似JSON的数据格式。msgpack-python主要提供MessagePack数据序列化及反序列化的方法。
5) six
Python2和3兼容库，用来封装Python2和Python3之间的差异性
6) pyzmq
pyzmq是zeromq(一种通信队列)的Python绑定,主要用来实现Locust的分布式模式运行
当我们在安装 Locust 时，它会检测我们当前的 Python 环境是否已经安装了这些库，如果没有安装，它会先把这些库一一装上。并且对这些库版本有要求，有些是必须等于某版本，有些是大于某版本。我们也可以事先把这些库全部按要求装好，再安装Locust时就会快上许多。
三、编写接口压测脚本文件locustfile.py
脚本模板（参考）
1 from locust import HttpLocust, TaskSet, task
2
3 class UserBehavior(TaskSet):
4 def setup(self):
5 print('task setup')
6
7 def teardown(self):
8 print('task teardown')
9
10 def on_start(self):
11 # 虚拟用户启动Task时运行
12 print('start')
13
14 def on_stop(self):
15 # 虚拟用户结束Task时运行
16 print('end')
17
18 @task(2)
19 def index(self):
20 self.client.get("/")
21
22 @task(1)
23 def profile(self):
24 self.client.get("/profile")
25
26 class WebsiteUser(HttpLocust):
27 def setup(self):
28 print('locust setup')
29
30 def teardown(self):
31 print('locust teardown')
32
33 host = http: // XXXXX.com
34 task_set = UserBehavior
35 min_wait = 5000
36 max_wait = 9000
37
38 if __name__ == '__main__':
39 pass
说明：
Locust类有setup和teardown，TaskSet类有setup、teardown、on_start、on_stop。
每次启动locust时运行setup方法，退出时运行teardown方法，locust执行TaskSet时运行TaskSet的setup方法，退出时运行teardown方法，每个虚拟用户执行操作时运行on_start方法，退出时执行on_stop方法，运行上面的脚本，执行顺序如下：
执行顺序：Locust setup → TaskSet setup → TaskSet on_start → TaskSet tasks → TaskSet on_stop → TaskSet teardown → Locust teardown
举个脚本栗子
1 from locust import HttpLocust, TaskSet, task
2
3
4 class ScriptTasks(TaskSet):
5 def on_start(self):
6 self.client.post("/login", {
7 "username": "test",
8 "password": "123456"
9 })
10
11 @task(2)
12 def index(self):
13 self.client.get("/")
14
15 @task(1)
16 def about(self):
17 self.client.get("/about/")
18
19 @task(1)
20 def demo(self):
21 payload = {}
22 headers = {}
23 self.client.post("/demo/", data=payload, headers=headers)
24
25
26 class WebsiteUser(HttpLocust):
27 task_set = ScriptTasks
28 host = "http://example.com"
29 min_wait = 1000
30 max_wait = 5000
脚本解读：
- 创建ScriptTasks()类继承TaskSet类： 用户行为类，用于定义测试业务场景。
- 创建index()、about()、demo（）方法分别表示一个行为，访问http://example.com。用@task() 装饰该方法为一个任务。1、2表示一个Locust实例被挑选执行的权重，数值越大，执行频率越高。在当前ScriptTasks()行为下的三个方法得执行比例为2:1:1
- WebsiteUser()类： 用于定义模拟用户。
- task_set ： 指向一个定义了的用户行为类。
- host： 指定被测试应用的URL的地址
- min_wait ： 用户执行任务之间等待时间的下界，单位：毫秒。
- max_wait ： 用户执行任务之间等待时间的上界，单位：毫秒。
脚本使用场景解读：
1、在这个示例中，定义了针对http://example.com网站的测试场景：先模拟用户登录系统，然后随机地访问首页（/）和关于页面（/about/），请求比例为2:1,demo方法主要用来阐述client对post接口的处理方式；并且，在测试过程中，两次请求的间隔时间为1->5秒间的随机值。
2、从脚本中可以看出，脚本主要包含两个类（类名可自定义），一个是WebsiteUser（继承自HttpLocust，而HttpLocust继承自Locust），另一个是ScriptTasks（继承自TaskSet）。事实上，在Locust的测试脚本中，所有业务测试场景都是在Locust和TaskSet两个类的继承子类中进行描的。
3、那如何理解Locust和TaskSet这两个类呢？简单地说，Locust类就好比是一群蝗虫，而每一只蝗虫就是一个类的实例。相应的，TaskSet类就好比是蝗虫的大脑，控制着蝗虫的具体行为，即实际业务场景测试对应的任务集。
四、Locust类
实例脚本
伪代码：
1 from locust import HttpLocust, TaskSet, task
2
3
4 class WebsiteTasks(TaskSet):
5 def on_start(self): # 进行初始化的工作，每个Locust用户开始做的第一件事
6 payload = {
7 "username": "test_user",
8 "password": "123456",
9 }
10 header = {
11 "User-Agent": "Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/58.0.3029.110 Safari/537.36"
12 }
13 self.client.post("/login", data=payload,headers=header)
14 # self.client属性使用Python request库的所有方法，调用和使用方法和requests完全一致；
15
16 @task(5)
17 # 通过@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，参数越大每次被虚拟用户执行的概率越高，默认为1
18 def index(self):
19 self.client.get("/")
20
21 @task(1)
22 def about(self):
23 self.client.get("/about/")
24
25
26 class WebsiteUser(HttpLocust):
27 host = "https://github.com/" # 被测系统的host，在终端中启动locust时没有指定--host参数时才会用到
28 task_set = WebsiteTasks # TaskSet类，该类定义用户任务信息，必填。这里就是:WebsiteTasks类名,因为该类继承TaskSet；
29 min_wait = 5000 # 每个用户执行两个任务间隔时间的上下限（毫秒）,具体数值在上下限中随机取值，若不指定默认间隔时间固定为1秒
30 max_wait = 15000
伪代码中对https://github.com/网站的测试场景，先模拟用户登录系统，然后随机访问首页/和/about/，请求比例5:1，并且在测试过程中，两次请求的间隔时间1-5秒的随机值；
on_start方法，在正式执行测试前执行一次，主要用于完成一些初始化的工作，例如登录操作；
WebsiteTasks类中如何去调用 WebsiteUser(HttpLocust)类中定义的字段和方法呢？
通过在WebsiteTasks类中self.locust.xxoo xxoo就是我们在WebsiteUser类中定义的字段或方法；
伪代码：
1 from locust import HttpLocust, TaskSet, task
2 import hashlib
3 import Queue
4
5
6 class WebsiteTasks(TaskSet):
7 @task(5)
8 def index(self):
9 data = self.locust.user_data_queue # 获取WebsiteUser里面定义的ser_data_queue队列
10 md5_data = self.locust.md5_encryption() # 获取WebsiteUser里面定义的md5_encryption（）方法
11 self.client.get("/")
12
13
14 class WebsiteUser(HttpLocust):
15 host = "https://github.com/"
16 task_set = WebsiteTasks
17 min_wait = 5000
18 max_wait = 15000
19 user_data_queue = Queue.Queue()
20
21 def md5_encryption(self, star):
22 '''md5加密方法'''
23 obj = hashlib.md5()
24 obj.update(bytes(star, encoding="utf-8"))
25 result = obj.hexdigest()
26 return result
伪代码中测试场景如何表达？
代码主要包含两个类：
- WebsiteUser继承（HttpLocust，而HttpLocust继承自Locust）
- WebsiteTasks继承（TaskSet）
在Locust测试脚本中，所有业务测试场景都是在Locust和TaskSet两个类的继承子类中进行描述；
简单说：Locust类就类似一群蝗虫，而每只蝗虫就是一个类的实例。TaskSet类就类似蝗虫的大脑，控制蝗虫的具体行为，即实际业务场景测试对应的任务集；
源码中：class Locust(object)和class HttpLocust(Locust) 此处可查看源代码
在Locust类中，静态字段client即客户端的请求方法，这里的client字段没有绑定客户端请求方法，因此在使用Locust时，需要先继承Locust类class HttpLocust（Locust），然后在self.client =HttpSession(base_url=self.host)绑定客户端请求方法；
对于常见的HTTP(s)协议，Locust已经实现了HttpLocust类，其self.client=HttpSession(base_url=self.host)，而HttpSession继承自requests.Session。因此在测试HTTP（s）的Locust脚本中，可以通过client属性来使用Python requests库的所 有方法，调用方式与 reqeusts完全一致。另外，由于requests.Session的使用，client的方法调用之间就自动具有了状态记忆功能。常见的场景就是，在登录系统后可以维持登录状态的Session，从而后续HTTP请求操作都能带上登录状态；
Locust类中，除了client属性，还有几个属性需要关注：
- task_set ---> 指向一个TaskSet类，TaskSet类定义了用户的任务信息，该静态字段为必填；
- max_wait/min_wait ---> 每个用户执行两个任务间隔的上下限（毫秒），具体数值在上下限中随机取值，若不指定则默认间隔时间为1秒；
- host --->被测试系统的host，当在终端中启动locust时没有指定--host参数时才会用到；
- weight--->同时运行多个Locust类时，用于控制不同类型的任务执行权重；
Locust流程，测试开始后，每个虚拟用户(Locust实例）运行逻辑都会遵守如下规律：
- 先执行WebsiteTasks中的on_start（只执行一次），作为初始化；
- 从WebsiteTasks中随机挑选（如果定义了任务间的权重关系，那么就按照权重关系随机挑选）一个任务执行；
- 根据Locust类中min_wait和max_wait定义的间隔时间范围（如果TaskSet类中也定义了min_wait或者max_wait，以TaskSet中的优先），在时间范围中随机取一个值，休眠等待；
- 重复2~3步骤，直到测试任务终止；
class TaskSet
TaskSet类实现了虚拟用户所执行任务的调度算法，包括规划任务执行顺序（schedule_task）、挑选下一个任务（execute_next_task）、执行任务（execute_task）、休眠等待（wait）、中断控制（interrupt）等待。在此基础上，就可以在TaskSet子类中采用非常简洁的方式来描述虚拟用户的业务测试场景，对虚拟用户的所有行为进行组织和描述，并可以对不同任务的权重进行配置。
@task
通过@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。参数越大每次被虚拟用户执行的概率越高。如果不设置默认为1。
TaskSet子类中定义任务信息时，采取两种方式：@task装饰器和tasks属性。
采用@task装饰器定义任务信息时：
1 from locust import TaskSet, task
2
3 class UserBehavior(TaskSet):
4 @task(1)
5 def test_job1(self):
6 self.client.get('/test1')
7
8 @task(3)
9 def test_job2(self):
10 self.client.get('/test2')
采用tasks属性定义任务信息时
1 from locust import TaskSet
2
3 def test_job1(obj):
4 obj.client.get('/test1')
5
6 def test_job2(obj):
7 obj.client.get('/test2')
8
9 class UserBehavior(TaskSet):
10 tasks = {test_job1: 1, test_job2: 2}
11 # tasks = [(test_job1,1), (test_job1,3)] # 两种方式等价
上面两种定义任务信息方式中，均设置了权重属性，即执行test_job2的频率是test_job1的两倍。若不指定，默认比例为1:1。
高级用法：
关联
在某些请求中，需要携带之前response中提取的参数，常见场景就是session_id。Python中可用通过re正则匹配，对于返回的html页面，可用采用lxml库来定位获取需要的参数；
1 from locust import HttpLocust, TaskSet, task
2 from lxml import etree
3
4 class WebsiteTasks(TaskSet):
5 def get_session(self, html): # 关联例子
6 tages = etree.HTML(html)
7 return tages.xpath("//div[@class='btnbox']/input[@name='session']/@value")[0]
8
9 def on_start(self):
10 html = self.client.get('/index')
11 session = self.get_session(html.text)
12 payload = {
13 "username": "test_user",
14 "password": "123456",
15 'session': session
16 }
17 header = {
18 "User-Agent": "Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/58.0.3029.110 Safari/537.36"19 }
20 self.client.post("/login", data=payload, headers=header)
21
22 @task(5)
23 def index(self):
24 self.client.get("/")
25 assert response['ErrorCode'] == 0 # 断言
26
27 @task(1)
28 def about(self):
29 self.client.get("/about/")
30
31 class WebsiteUser(HttpLocust):
32 host = "https://github.com/"
33 task_set = WebsiteTasks
34 min_wait = 5000
35 max_wait = 15000
参数化
作用：循环取数据，数据可重复使用
例如：模拟3个用户并发请求网页，共有100个URL地址，每个虚拟用户都会依次循环加载100个URL地址
1 from locust import TaskSet, task, HttpLocust
2
3 class UserBehavior(TaskSet):
4 def on_start(self):
5 self.index = 0
6
7 @task
8 def test_visit(self):
9 url = self.locust.share_data[self.index]
10 print('visit url: %s' % url)
11 self.index = (self.index + 1) % len(self.locust.share_data)
12 self.client.get(url)
13
14 class WebsiteUser(HttpLocust):
15 host = 'http://debugtalk.com'
16 task_set = UserBehavior
17 share_data = ['url1', 'url2', 'url3', 'url4', 'url5']
18 min_wait = 1000
19 max_wait = 3000
保证并发测试数据唯一性，不循环取数据；
所有并发虚拟用户共享同一份测试数据，并且保证虚拟用户使用的数据不重复；
例如：模拟3用户并发注册账号，共有9个账号，要求注册账号不重复，注册完毕后结束测试：
采用队列
1 from locust import TaskSet, task, HttpLocust
2 import Queue
3
4 class UserBehavior(TaskSet):
5 @task
6 def test_register(self):
7 try:
8 data = self.locust.user_data_queue.get()
9 except Queue.Empty:
10 print('account data run out, test ended.')
11 exit(0)
12 print('register with user: {}, pwd: {}'.format(data['username'], data['password']))
13 payload = {
14 'username': data['username'],
15 'password': data['password']
16 }
17 self.client.post('/register', data=payload)
18
19 class WebsiteUser(HttpLocust):
20 host = 'http://XXXXX.com'
21 task_set = UserBehavior
22 user_data_queue = Queue.Queue()
23 for index in range(100):
24 data = {
25 "username": "test%04d" % index,
26 "password": "pwd%04d" % index,
27 "email": "test%04d@debugtalk.test" % index,
28 "phone": "186%08d" % index,
29 }
30 user_data_queue.put_nowait(data)
31 min_wait = 1000
32 max_wait = 3000
保证并发测试数据唯一性，循环取数据；
所有并发虚拟用户共享同一份测试数据，保证并发虚拟用户使用的数据不重复，并且数据可循环重复使用；
例如：模拟3个用户并发登录账号，总共有9个账号，要求并发登录账号不相同，但数据可循环使用；
1 class UserBehavior(TaskSet):
2 @task
3 def test_register(self):
4 try:
5 data = self.locust.user_data_queue.get()
6 except Queue.Empty:
7 print('account data run out, test ended')
8 exit(0)
9 print('register with user: {0}, pwd: {1}'.format(data['username'], data['password']))
10 payload = {
11 'username': data['username'],
12 'password': data['password']
13 }
14 self.client.post('/register', data=payload)
15 self.locust.user_data_queue.put_nowait(data)
16
17 class WebsiteUser(HttpLocust):
18 host = 'http://XXXXXX.com'
19 task_set = UserBehavior
20 user_data_queue = Queue.Queue()
21 for index in range(100):
22 data = {
23 "username": "test%04d" % index,
24 "password": "pwd%04d" % index,
25 "email": "test%04d@debugtalk.test" % index,
26 "phone": "186%08d" % index,
27 }
28 user_data_queue.put_nowait(data)
29 min_wait = 1000
30 max_wait = 3000
断言（即检查点）
性能测试也需要设置断言么？ 某些情况下是需要，比如你在请求一个页面时，就可以通过状态来判断返回的 HTTP 状态码是不是 200。
通过with self.client.get("url地址",catch_response=True) as response的形式；
response.status_code获取http响应码进行判断，失败后会加到统计错误表中；
python自带的断言assert失败后代码就不会向下走，且失败后不会被Locust报表统计进去；
默认不写参数catch_response=False断言无效，将catch_response=True才生效；
下面例子中：
首先使用python断言对接口返回值进行判断（python断言不通过，代码就不向下执行，get请求数为0），通过后对该接口的http响应是否为200进行判断；
1 @task
2 def all_interface(self):
3 # 豆瓣图书api为例子
4 with self.client.get("https://api.douban.com/v2/book/1220562", name="/LhcActivity/GetActConfig",
5 catch_response=True) as response:
6 assert response.json()['rating']['max'] == 10 # python断言对接口返回值中的max字段进行断言
7 if response.status_code == 200: # 对http响应码是否200进行判断
8 response.success()
9 else:
10 response.failure("GetActConfig[Failed!]")
五、Locust运行模式
运行Locust时，通常会使用到两种运行模式：单进程运行和多进程分布式运行。
单进程运行模式
Locust所有的虚拟并发用户均运行在单个Python进程中，具体从使用形式上，又分为no_web和web两种形式。该种模式由于单进程的原因，并不能完全发挥压力机所有处理器的能力，因此主要用于调试脚本和小并发压测的情况。
当并发压力要求较高时，就需要用到Locust的多进程分布式运行模式。从字面意思上看，大家可能第一反应就是多台压力机同时运行，每台压力机分担负载一部分的压力生成。的确，Locust支持任意多台压力机（一主多从）的分布式运行模式，但这里说到的多进程分布式运行模式还有另外一种情况，就是在同一台压力机上开启多个slave的情况。这是因为当前阶段大多数计算机的CPU都是多处理器（multiple processor cores），单进程运行模式下只能用到一个处理器的能力，而通过在一台压力机上运行多个slave，就能调用多个处理器的能力了。比较好的做法是，如果一台压力机有N个处理器内核，那么就在这台压力机上启动一个master，N个slave。当然，我们也可以启动N的倍数个slave，但是根据我的试验数据，效果跟N个差不多，因此只需要启动N个slave即可。
no_web形式启动locust：
如果采用no_web形式，则需使用--no-web参数，并会用到如下几个参数。
-c, --clients：指定并发用户数；-r, --hatch-rate：指定并发加压速率，默认值位1。
示例：
$ locust -f locustfile.py --host = xxxxx.com --no-web -c 2 -r 1
在此基础上，当我们想要调试Locust脚本时，就可以在脚本中需要调试的地方通过print打印日志，然后将并发数和总执行次数都指定为1
$ locust -f locustfile.py --host = xxxxx.com --no-web -c 1 -r 1
执行测试
通过这种方式，我们就能很方便地对Locust脚本进行调试了。
Locust脚本调试通过后，就算是完成了所有准备工作，可以开始进行压力测试了。
web形式启动locust：
如果采用web形式，，则通常情况下无需指定其它额外参数，Locust默认采用8089端口启动web；如果要使用其它端口，就可以使用如下参数进行指定。
-P, --port：指定web端口，默认为8089.- 终端中--->进入到代码目录： locust -f locustfile.py --host = xxxxx.com
- -f 指定性能测试脚本文件
- -host 被测试应用的URL地址【如果不填写，读取继承（HttpLocust）类中定义的host】
- 如果
Locust运行在本机，在浏览器中访问http://localhost:8089即可进入Locust的Web管理页面；如果Locust运行在其它机器上，那么在浏览器中访问http://locust_machine_ip:8089即可。
多进程分布式运行
不管是单机多进程，还是多机负载模式，运行方式都是一样的，都是先运行一个master，再启动多个slave。
启动master时，需要使用--master参数；同样的，如果要使用8089以外的端口，还需要使用-P, --port参数。
- D:\workSpaces\ApiAutoTest\TestCases\OpsUltraAPITest\MonitorAPITest>locust -f monitorAgent.py --master --port=8089
- [2018-06-05 15:36:30,654] dengshihuang/INFO/locust.main: Starting web monitor at *:8089
- [2018-06-05 15:36:30,684] dengshihuang/INFO/locust.main: Starting Locust 0.8.1
启动启动后，还需要启动slave时需要使用--slave参数；在slave中，就不需要再指定端口了。masterslave才能执行测试任务。
- D:\workSpaces\ApiAutoTest\TestCases\OpsUltraAPITest\MonitorAPITest>locust -f monitorAgent.py --slave
- [2018-06-05 15:36:30,654] dengshihuang/INFO/locust.main: Starting web monitor at *:8089
- [2018-06-05 15:36:30,684] dengshihuang/INFO/locust.main: Starting Locust 0.8.1
- D:\workSpaces\ApiAutoTest\TestCases\OpsUltraAPITest\MonitorAPITest>locust -f monitorAgent.py --slave --master-host=<locust_machine_ip>
master和slave都启动完毕后，就可以在浏览器中通过http://locust_machine_ip:8089进入Locust的Web管理页面了。使用方式跟单进程web形式完全相同，只是此时是通过多进程负载来生成并发压力，在web管理界面中也能看到实际的slave数量。如果slave与master不在同一台机器上，还需要通过--master-host参数再指定master的IP地址。
运行结果：
Number of users to simulate 设置虚拟用户数，对应中no_web模式的-c, --clients参数；
Hatch rate（users spawned/second）每秒产生(启动）的虚拟用户数 ， 对应着no_web模式的-r, --hatch-rate参数，默认为1。点击Start swarming 按钮，开始运行性能测试。
上图：启动了一个 master 和两个 slave，由两个 slave 来向被测试系统发送请求
性能测试参数
-
Type： 请求的类型，例如GET/POST。
-
Name：请求的路径。这里为百度首页，即：https://www.baidu.com/
-
request：当前请求的数量。
-
fails：当前请求失败的数量。
-
Median：中间值，单位毫秒，一半的服务器响应时间低于该值，而另一半高于该值。
-
Average：平均值，单位毫秒，所有请求的平均响应时间。
-
Min：请求的最小服务器响应时间，单位毫秒。
-
Max：请求的最大服务器响应时间，单位毫秒。
-
Content Size：单个请求的大小，单位字节。
-
reqs/sec：是每秒钟请求的个数。
相比于LoadRunner，Locust的结果展示十分简单，主要就四个指标：并发数、RPS、响应时间、异常率。但对于大多数场景来说，这几个指标已经足够了。
在上图中，RPS和平均响应时间这两个指标显示的值都是根据最近2秒请求响应数据计算得到的统计值，我们也可以理解为瞬时值。
如果想看性能指标数据的走势，就可以在Charts栏查看。在这里，可以查看到RPS和平均响应时间在整个运行过程中的波动情况。
除了以上数据，Locust还提供了整个运行过程数据的百分比统计值，例如我们常用的90%响应时间、响应时间中位值;平均响应时间和错误数的统计，该数据可以通过Download response time distribution CSV和Download request statistics CSV获得，数据展示效果如下所示。
-----------------------------------------------------------
注意：
locust虽然使用方便，但是加压性能和响应时间上面还是有差距的，如果项目有非常大的并发加压请求，可以选择wrk
对比方法与结果：
可以准备两台服务器，服务器A作为施压方，服务器B作为承压方
服务器B上简单的运行一个nginx服务就行了
服务器A上可以安装一些常用的压测工具，比如locust、ab、wrk
实测下来，施压能力上 wrk > golang >> ab > locust
因为locust一个进程只使用一核CPU，所以用locust压测时，必须使用主从分布式（zeromq通讯）模式，并根据服务器CPU核数来起slave节点数
wrk约为55K QPS
golang net/http 约 45K QPS
ab 大约 15K QPS
locust 最差，而且response time明显比较长
标签：task,Locust,性能,locust,master,TaskSet,测试工具,self 来源： https://www.cnblogs.com/monogem/p/10712764.html