性能测试工具Locust--(1)概述及安装入门

痛定思痛。 2021-09-24 09:22 662阅读 0赞

![format_png][]

### 简介 Locust是什么？ ###

Locust是一个简单易用的分布式用户负载测试工具。它用于web站点(或其他系统)的负载测试，并计算一个系统可以处理多少并发用户。

在测试中，一群locusts(蝗虫)会攻击你的网站。每个locusts (或者测试用户)的行为由您定义，集群过程由web UI实时监控。这将帮助你在允许实际用户使用之前测试并确定代码中的瓶颈。

Locust完全基于事件，因此可以在一台计算机上支持数千个并发用户。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使用轻量级进程。每个聚集站点上的蝗虫实际上是在它自己的进程中运行的(正确的说是greenlet)。这允许你使用Python编写非常有表现力的场景，而不用回调使代码复杂化。

### Locust特性 ###

*  **用普通的Python编写用户测试场景**  
    不需要笨拙的UI或庞大的XML，只需像通常那样编码即可。基于协程而不是回调，您的代码看起来和行为都与正常的、阻塞Python代码一样。
 *  **分布式和可扩展——支持成千上万的用户**  
    Locust支持在多台机器上运行负载测试。由于基于事件，即使一个Locust节点也可以在一个进程中处理数千个用户。这背后的部分原因是，即使你模拟了那么多用户，也不是所有用户都积极的访问你的系统。通常，用户无所事事，想知道下一步该怎么做。**每秒请求数**不等于在**线用户数**。
 *  **基于web的UI**  
    Locust具有简洁的HTML + JS用户界面，可实时显示相关的测试细节。而且由于UI是基于Web的，因此它是跨平台且易于扩展的。
 *  **可以测试任何系统**  
    尽管Locust是面向web的，但它几乎可以用于测试任何系统。只需要未测试的内容编写一个客户端，然后用Locust访问！超级简单！  
    
 *  **可控**  
    Locust很小，很容易被入侵，我们打算保持这种状态。事件I / O和协程的所有繁重工作都委托给gevent。替代测试工具的脆弱性是我们创建Locust的原因。

### Locust背景 ###

Locust 的诞生是因为我们厌倦了现有的解决方案。对我来说，他们都没有解决正确的问题，没有抓住重点。我们已经尝试了Apache JMeter和Tsung。  
这两种工具都可以使用;我们已经在工作中多次使用了前一种方法。JMeter附带UI界面，您可能会认为这是一件好事。但是您很快就会意识到，通过某些点击界面“编码”你的测试方案是一种陷阱。其次，JMeter是线程绑定的。这意味着对于要模拟的每个用户，都需要一个单独的线程。不用说，在一台机器上对成千上万的用户进行基准测试是不可行的。

另一方面，Tsung没有这些线程问题，因为它是用Erlang编写的。它可以利用BEAM自身提供的轻量级流程，并且可以愉快地扩展规模。但是在定义测试场景时，Tsung和JMeter一样有限。它提供了基于XML的DSL来定义用户在测试时的行为方式。我想您可以想象“编码”这一点的恐怖。完成后显示各种图形或报告，需要对测试生成的日志文件进行后期处理。只有这样，您才能了解测试的具体情况。

不管怎样，我们在创造Locust的时候已经尝试解决这些问题。希望以上这些痛点都不存在。

我猜你可能会说我们真的只是在这里挠痒痒。我们希望其他人会发现它和我们一样有用。

## 安装 ##

Locust可以在PyPI上使用，并且可以与pip一起安装。

1$ pip3 install locust

如果您想要最新版本，可以使用pip直接从我们的Git存储库安装。例如，要使用Python 3安装master分支：

1pip3 install -e git://github.com/locustio/locust.git@master#egg=locustio

安装了Locust之后，您的shell中应该可以使用Locust命令。(如果您没有使用virtualenv—您应该使用—请确保您的python脚本目录位于您的路径上)。

要查看可用的选项，请运行:

1$ locust --help

### Python版本支持 ###

在Python 3.6、3.7和3.8

### Windows上安装Locust ###

在Windows上，运行`pip install locustio` 即可。

但是，如果没有成功，那么可以先安装为**pyzmq**、**gevent**和**greenlet**预先构建的二进制包来修复它。

你可以在这里找到一个非官方的集合，预先建立的python包的windows:  
http://www.lfd.uci.edu/~gohlke/pythonlibs/

下载预构建的`.whl`文件后，可以使用以下方法进行安装：

1$ pip install name-of-file.whl

然后可以使用`pip install locustio`进行安装。

==**注意：**==  
在Windows上运行Locust应该可以很好地开发和测试您的负载测试脚本。但是，在运行大规模测试时，建议您在Linux机器上这样做，因为gevent在Windows下的性能很差。

### macOS上安装Locust ###

当前是使用Homebrew在OS X上安装gevent的最短路径。

*  安装Homebrew。
 *  安装libev（gevent的依赖）：

1brew install libev

### 增加打开文件最大数限制 ###

机器上的每个HTTP连接打开一个新文件(技术上称为文件描述符)。操作系统可以为可打开的文件的最大数量设置一个较低的限制。如果该限制小于测试中模拟用户的数量，则会发生故障。

将操作系统的默认最大文件数限制增加到大于你要运行的模拟用户数的数量。如何执行此操作取决于所使用的操作系统。

### 快速入门Locust ###

**例子locustfile.py**  
下面是一个简单的locustfile.py的小例子:

1from locust import HttpLocust, TaskSet, between
     2
     3def login(l):
     4    l.client.post("/login", {"username":"ellen_key", "password":"education"})
     5
     6def logout(l):
     7    l.client.post("/logout", {"username":"ellen_key", "password":"education"})
     8
     9def index(l):
    10    l.client.get("/")
    11
    12def profile(l):
    13    l.client.get("/profile")
    14
    15class UserBehavior(TaskSet):
    16    tasks = {index: 2, profile: 1}
    17
    18    def on_start(self):
    19        login(self)
    20
    21    def on_stop(self):
    22        logout(self)
    23
    24class WebsiteUser(HttpLocust):
    25    task_set = UserBehavior
    26    wait_time = between(5.0, 9.0)

这里我们定义了一些Locust任务，它们是普通的Python可调用函数，带有一个参数(一个`Locust`类实例)。这些任务收集在tasks属性中的`TaskSet`类下。然后，我们有一个代表用户的`HttpLocust`类，在这个类中定义了模拟用户在执行任务之间应等待的时间，以及哪个`TaskSet`类应定义用户的“行为”。`TaskSet`类可以嵌套。

`HttpLocust`类继承自`Locust`类，并且添加了一个client属性，该属性是`HttpSession`的实例，可用于发出HTTP请求。

默认情况下，我们不再设置代理以提高性能。如果确实想要测试请求通过HTTP代理，你可以继承`HttpLocust`类，并将trust\_env字段设置为True。有关更多细节，请参阅请求的文档。

我们声明任务的另一种方法（通常更方便）是使用@task装饰器。下面代码与上面的代码效果一样：

1from locust import HttpLocust, TaskSet, task, between
     2
     3class UserBehaviour(TaskSet):
     4    def on_start(self):
     5        """ on_start is called when a Locust start before any task is scheduled """
     6        self.login()
     7
     8    def on_stop(self):
     9        """ on_stop is called when the TaskSet is stopping """
    10        self.logout()
    11
    12    def login(self):
    13        self.client.post("/login", {"username":"ellen_key", "password":"education"})
    14
    15    def logout(self):
    16        self.client.post("/logout", {"username":"ellen_key", "password":"education"})
    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
    26class WebsiteUser(HttpLocust):
    27    task_set = UserBehaviour
    28    wait_time = between(5, 9)

`Locust`类（以及`HttpLocust`，因为它是一个子类）还允许您指定任务执行之间的等待时间（`wait_time = between(5, 9)`）以及其他用户行为。使用between函数，可以在指定的最大值和最小值之间随机选择时间，但是可以通过将wait\_time设置为任意函数来使用任何用户定义的时间分布。例如，对于平均时间为1秒的指数分布等待时间：

1import random
    2
    3class WebsiteUser(HttpLocust):
    4    task_set = UserBehaviour
    5    wait_time = lambda self: random.expovariate(1)*1000

### 启动Locust ###

要使用上述Locust文件运行Locust，如果该文件名为**locustfile.py**且位于当前工作目录中，则可以运行：  
`$ locust`  
如果Locust文件位于与locustfile.py在不同的子目录/或者文件名不一样，则使用参数`-f`\+文件名:  
`$ locust -f locust_files/my_locust_file.py`

要在多个进程中运行Locust，我们可以通过指定`--master`:  
`$ locust -f locust_files/my_locust_file.py --master`  
然后我们将启动任意数量的从属进程：  
`$ locust -f locust_files/my_locust_file.py --slave`  
如果要在多台机器上运行Locust，则在启动从属服务器时还必须指定主服务器主机（在单台计算机上运行Locust时不需要，因为主服务器主机默认为127.0.0.1）：  
`$ locust -f locust_files/my_locust_file.py --slave --master-host=192.168.0.100`  
还可以在配置文件(locust.conf或~/.locust.conf)或以LOCUST\_前缀的env vars中设置参数  
例如：（这将与上一个命令执行相同的操作）  
`$ LOCUST_MASTER_HOST=192.168.0.100 locust`

**`注意：要查看所有可用选项，请键入:locust—help`**

### 打开Locust的Web界面 ###

使用上述命令行之一启动Locust后，应打开浏览器并输入**http://127.0.0.1:8089**或者**http://localhost:8089**（如果您在本地运行Locust）。然后，你会看到以下界面：  
(或者浏览器中访问ipv6本地地址：**http://\[::1\]:8089**， 也可)

![Locust UI][] Locust UI

如果您在`逐步负载模式`下运行Locust,，则应该使用以下Locust UI，如下所示：

![Locust UI Step Load Mode][] Locust UI Step Load Mode

然后在上述几面中输入数量，以及要访问的URL，点击Start即可看到响应数据，如下图：

![性能相应数据][format_png 1] 性能相应数据

--------------------

**文章合集**

[Selenium ][Selenium]**|** **[Appium  ][Appium_]|****[Jenkins  ][Jenkins_]****|****  [Jmeter][] **

**[软件测试方法汇总][Link 1] | ****[Postman接口参数化][Postman] | [测试用例设计][Link 2]**

**免费福利 视频教程**

[**Selenium **][Selenium 1]**|****[Appium ][Appium]****|**** [Jenkins ][Jenkins]****|**** [Jmeter][]**

**往期性能推文：**

[**01|性能综述: 性能测试的概念到底是什么？****(深度好文)**][01_]

[**02|性能综述: TPS和响应时间之间是什么关系？**][02_ TPS]

[**03|性能综述: 怎么理解TPS、QPS、RT、吞吐量这些性能指标？**][03_ _TPS_QPS_RT]

[**04|JMeter和LoadRunner：要知道工具仅仅只是工具**][04_JMeter_LoadRunner]

[**05|指标关系：你知道并发用户数应该怎么算吗？**][05]

--------------------

![format_png 2][]

**万水千山总是情，点个****“****在看****”** **行不行！！？**

![format_png 3][]

[format_png]: /images/20210923/3d5a557db1a44fd89fc79a701d2cef3c.png
[Locust UI]: /images/20210923/3d30ace217a54d9fa0422029f85cb830.png
[Locust UI Step Load Mode]: /images/20210923/4bee1e3688bd495c87cef417e07fb66f.png
[format_png 1]: /images/20210923/d839d2189cf347d99d17fd7c2300587c.png
[Selenium]: https://blog.csdn.net/zbj18314469395/article/details/99652088
[Appium_]: http://mp.weixin.qq.com/s?__biz=MzI4NDQ5ODA5Nw%3D%3D&chksm=ebfbc499dc8c4d8f565ccdca7d5cb70f6dce47d90fe96b699903eca4cf72409f4e3b5e81726f&idx=3&mid=2247484743&scene=21&sn=968a9fa0744c8278a68d320d082341a9#wechat_redirect
[Jenkins_]: http://mp.weixin.qq.com/s?__biz=MzI4NDQ5ODA5Nw%3D%3D&chksm=ebfbc489dc8c4d9fd135aacdaa19d08fe5d9885047ad4aa97514b796530cf1a7f2fb0f41dbe7&idx=1&mid=2247484759&scene=21&sn=02762b57fb12a47f8d88dee78a9d6034#wechat_redirect
[Jmeter]: https://blog.csdn.net/zbj18314469395/article/details/104566755
[Link 1]: https://blog.csdn.net/zbj18314469395/article/details/79853677
[Postman]: https://blog.csdn.net/zbj18314469395/article/details/102563794
[Link 2]: https://mp.weixin.qq.com/s?__biz=MzI4NDQ5ODA5Nw%3D%3D&chksm=ebfbc3fbdc8c4aed581a98e6830a08a780cf702e2285855787a58d8ca2cae7c74a96938a1f07&idx=1&lang=zh_CN&mid=2247483941&scene=21&sn=55d25f3dbaf23a402e2d48cce48f95e7&token=1967909125#wechat_redirect
[Selenium 1]: http://mp.weixin.qq.com/s?__biz=MzI4NDQ5ODA5Nw%3D%3D&chksm=ebfbc4f8dc8c4dee731cc6ba1b4d655c336fda5689d3de9f42393f901e9b1988b9726e6d5dae&idx=1&mid=2247484710&scene=21&sn=cb3f4839b4ef8ee5794bae7b59bc0544#wechat_redirect
[Appium]: https://blog.csdn.net/zbj18314469395/article/details/103224357
[Jenkins]: https://blog.csdn.net/zbj18314469395/article/details/79755985
[01_]: http://mp.weixin.qq.com/s?__biz=MzI4NDQ5ODA5Nw%3D%3D&chksm=ebfbc4b7dc8c4da1c42108b5cf1beaa7475dc599abb04fa2e0db238daebbf00a69604886fcba&idx=1&mid=2247484777&scene=21&sn=da104ba365c10b1d04414783f9073b4d#wechat_redirect
[02_ TPS]: http://mp.weixin.qq.com/s?__biz=MzI4NDQ5ODA5Nw%3D%3D&chksm=ebfbc4b1dc8c4da727c21f88863a5246dd68cd08475297e2f2ce359b0f88a49dc28a472d68f4&idx=1&mid=2247484783&scene=21&sn=6f728692f87657d3ed70ede74e726555#wechat_redirect
[03_ _TPS_QPS_RT]: http://mp.weixin.qq.com/s?__biz=MzI4NDQ5ODA5Nw%3D%3D&chksm=ebfbc4aedc8c4db83e6e56ff567b22f41b950985f01cdf56a3e968bf09c22fc0c0c2254cf865&idx=1&mid=2247484784&scene=21&sn=37262788f101eb8c9818e2c8129b3372#wechat_redirect
[04_JMeter_LoadRunner]: http://mp.weixin.qq.com/s?__biz=MzI4NDQ5ODA5Nw%3D%3D&chksm=ebfbc4a5dc8c4db3e3f1bd0fe90f447ccd892868508d75722f607640e8896d37717a207d8aaf&idx=1&mid=2247484795&scene=21&sn=5572b7c02b36a2d65a0d0882e410a3b3#wechat_redirect
[05]: http://mp.weixin.qq.com/s?__biz=MzI4NDQ5ODA5Nw%3D%3D&chksm=ebfbc459dc8c4d4f7cd9ebe228e23e8569ffa2921a1bafb38e4c30552df25197fa8d5cb67ece&idx=1&mid=2247484807&scene=21&sn=b7b15c258e6a70cc8f4f929bee5a183f#wechat_redirect
[format_png 2]: /images/20210923/2327afa90b964cf3b0907c255dfeddc3.png
[format_png 3]: /images/20210923/c11ff36725224bcd8a275db6a1d1e47c.png