一.前言
Locust是一款易于使用的分布式负载测试工具，基于事件驱动，使用轻量级执行单元（如协程）来实现高并发。
二.基本使用
以下是Locust性能测试使用的一个基础Demo示例，该示例有安装Locust、编写测试脚本、启动测试以及监控测试结果。
1. 安装Locust
首先，你需要在你的机器上安装Locust。最简单的方式是使用pip命令进行安装：
pip install locust如果你打算在多个进程或机器上分布式运行Locust，建议也安装pyzmq库：
pip install pyzmq2. 编写测试脚本
编写一个Locust测试脚本。Locust测试脚本通常包含至少两个类：一个继承自TaskSet的类用于定义用户行为，另一个继承自HttpLocust（或Locust，如果你不使用HTTP）的类用于设置用户属性和任务集。
以下是一个简单的Locust测试脚本示例，它模拟了用户访问网站首页和关于页面的行为：
import os
from locust import task, between, TaskSet, HttpUser
class WebsiteTasks(TaskSet):
token = "Bearer eyJhbGciOiJIUzI1NiIsInR5cCI6Imp3dCJ9.eyJza2V5IjoiZmQ2MTZiYjJjYTBlMmEwOGM5YTEwNmFlYzViYzY2ZGM0MmYxNmIzNDAyMzg3MzhhNzVhYmIzYjkwZjg0MmI1OSIsIm53X3VpZCI6ImUwZjBjMDZjLTdmMmYtNDRhMi1hZjQzLTU5YmEyYmY1MDU3YiJ9.Ip_iP_ZQwcsuigTTMKxlYVEbdC84oqsNzE-c1lPkcVA"
@task
def query_user_data(self):
payload = {
"conditions": {
"keyword": "",
"sort": {
"name": "create_time",
"order_by": "desc"
},
"start_time": "2024-06-01 00:00:00",
"end_time": "2025-05-26 00:00:00"
},
"page": 1,
"pagesize": 10,
"skey": ""
}
headers = {
"Authorization": self.token,
# 其他可能的请求头
}
# 发送POST请求到登录API，并设置name以便在报告中区分
self.client.post("http://localhost:8080/user/search",
json=payload,
headers=headers,
name="user")
# @task
# def query_answer(self):
# payload = {
# "query": "什么是年度？",
# "task_ids": ["ae62cf79-5870-49f0-94ca-6580b94b6e05"],
# "top_k": 3,
# "score_threshold": 0.5,
# "answer_source": ""
# }
# # headers = {
# # "Authorization": self.token,
# # # 其他可能的请求头
# # }
# # 发送POST请求到登录API，并设置name以便在报告中区分
# self.client.post("http://localhost:8080/search_answer",
# json=payload,
# name="query_answer")
# 定义用户类
class WebsiteUser(HttpUser):
tasks = [WebsiteTasks] # 将用户行为关联到用户类
wait_time = between(1, 2) # 设置用户执行任务的等待时间
# 注意：
# 1. 每个@task装饰的方法都代表一个用户可能执行的任务。
# 2. self.client是一个HttpSession实例，你可以使用它来发送HTTP请求。
# 3. name参数是可选的，但它对于Locust生成的报告非常有用，因为它允许你区分不同类型的请求。
# 4. weight参数用于调整任务之间的执行比例（默认是1）。
# 运行Locust压测
# 1. 保存上述脚本为locustfile.py（或任何你喜欢的名字）。
# 2. 打开命令行或终端，导航到包含该脚本的目录。
# 3. 运行`locust -f locustfile.py`来启动Locust的Web界面。
# 4. 在浏览器中打开Locust的Web界面（默认是http://localhost:8089），设置用户数和孵化率，然后开始压测。3. 启动Locust
安装并编写好测试脚本后，你可以通过命令行启动Locust。在命令行中，使用以下命令启动Locust的Web界面：
locust -f locustfile.py这里的-f选项后面跟的是你的测试脚本文件名。启动后，Locust会在本地启动一个Web服务器（默认端口为8089），你可以通过浏览器访问http://127.0.0.1:8089来设置并发用户数、每秒启动的用户数等参数，并启动测试。
- Number of users ：压力测试的用户总量，如上面的100
- Spawn rate：每秒增加的用户量，从10开始增加直到用户总量数停止。
- Host：被测接口的域名或IP端口地址(带http://或者https://)
设置好参数后，点击Start按钮，开始测试，各个页面信息介绍如下。
4. 监控测试结果
在Locust的Web界面中，你可以实时看到测试的统计数据，包括每秒完成的请求数（RPS）、平均响应时间、失败率等。你可以根据这些数据来评估你的系统的性能表现。
顺便介绍几个概念：
-
PV是指页面被浏览的次数，比如你打开一网页，那么这个网站的PV就算加了一次； -
TPS是每秒内的事务数，比如执行了DML操作，那么相应的TPS会增加； -
QPS是指每秒内查询次数，比如执行了SELECT操作，相应的QPS会增加。
Charts分为三个部分，分别是：
-
Total Requests per Second:展示随着用户的增加，TPS变化数。 -
Response Times(ms):展示接口从开始压测，到稳定实时的响应时间，随着压力增加，一般会升高。 -
Number of Users:展示从0开始，每秒增加10人，直到总数100后不再增加。
5. 命令行模式
除了Web界面外，Locust还支持命令行模式，允许你直接在命令行中运行测试并查看结果。例如：
locust -f locustfile.py --no-web -c 10 -r 2 -t 10m这个命令表示以命令行模式运行测试，设置并发用户数为10，每秒启动2个用户，测试运行时间为10分钟。
三.总结
优势
- 可编程性：Locust使用Python，这意味着你可以编写Python脚本来定义复杂的用户行为，利用Python的强大库资源。
- 轻量级且易于安装：Locust是一个相对轻量级的工具，安装过程简单方便。
- Web界面：提供一个易于使用的web界面用于启动测试、实时查看测试结果和统计信息。
- 可扩展性：支持分布式测试，你可以很容易地通过增加更多的Slave节点来模拟数十万甚至数百万的并发用户。
- 实时统计：通过Web UI，Locust能够实时展示请求统计、响应时间图表等数据，使结果分析更为直观。
- 适用性广：可以用来测试网站、API、数据库等多种服务的性能。
局限性
- 性能问题：虽然Locust本身是高效的，但它运行Python脚本，这可能不如一些编译语言（如C++或Go）编写的测试工具性能高。
- 资源消耗：在模拟非常高的并发用户数时，Locust（特别是运行Locust的机器）可能会消耗大量的CPU和内存资源。
- 学习曲线：对于那些不熟悉Python的用户来说，初学Locust可能会有一定的学习曲线。
- 对高级负载模式的支持有限：虽然Locust非常灵活，但在一些非常特定的负载测试场景（如具有复杂的用户会话管理或定制的网络协议）中，可能需要进行相当多的自定义编码。
- 社区和支持：尽管Locust有一个活跃的社区，但与某些更成熟的压力测试工具相比（如Jmeter），其用户基础和可用资源可能较少。
总的来说，Locust是一个功能强大且灵活的负载测试工具，特别适合那些熟悉Python并希望快速构建和执行实时监控负载测试的开发者和测试人员。然而，每个工具都有其优势和局限性，选择合适的工具应基于具体的测试需求和场景。
以上就是Locust性能测试使用的一个基础Demo示例。Locust的强大之处在于它的易用性和高并发能力，使得性能测试变得更加简单和高效。你可以根据自己的需求编写更复杂的测试脚本，以模拟更多的用户行为和场景。希望对你有所帮助！
