Python+Locust性能测试

向右看齐 2022-11-06 07:53 410阅读 0赞

# Python+Locust性能测试 #

1、设置断言监控接口请求成功和失败，一定要再请求接口的时候添加catch\_response=True这个参数,locust会通过自定义情况来判断接口请求的成功与否  
(比如说接口返回404，500的时候，如果不添加此块代码，locust也会自动统计为接口请求是成功的)

response=self.client.post(接口地址,json=参数，catch\_response=True)  
if "login\_pass" in response.txt:  
response .success()  
else:  
response .failure("Can not login!")  
  
可以在主函数中通过os.system("locust -f ability\_locust.py --host=http://www.baidu.com") 来本地启动和调试locust  
locust参考文档：[https://cloud.tencent.com/developer/article/1594240][https_cloud.tencent.com_developer_article_1594240]  
locust官方文档：[https://docs.locust.io/en/stable/quickstart.html][https_docs.locust.io_en_stable_quickstart.html]  
locust代码demo参考文档：[http://www.testclass.net/locust/parameterization/][http_www.testclass.net_locust_parameterization]

2、通过json.loads()将后端接口返回成json形式  
newText=json.loads(response.text)

3、多用户、多参数随机进行选取数据  
将数据存放到列表中，list=\[1001,1002,1003\]  
ranIndex=randint(1,10000)%len(list)  
list\[ranIndex\] 返回随机选取的数据，将参数赋值为list\[ranIndex\]

4、利用Python监控系统资源  
Psutil是一个基于Python的跨平台的监控管理模块，它提供了非常方便的API，不但可以获取系统的CPU、内存、磁盘等资源，还可以获取进程信息。  
print("cpu使用率:"+psutil.cpu\_percent())  
print("内存使用率:"+psutil.virtual\_memory().percent)  
print("C盘使用率:"+psutil.disk\_usage("C:\\\\").percent)  
Psutil参考文档：[https://blog.csdn.net/cpongo3/article/details/88819885][https_blog.csdn.net_cpongo3_article_details_88819885]  
Psutil官方文档：[https://pypi.org/project/psutil/][https_pypi.org_project_psutil]  
pycharm连接远端服务器调试：（Windows）[https://blog.csdn.net/yeler082/article/details/83818771][https_blog.csdn.net_yeler082_article_details_83818771]  
（Mac）[https://blog.csdn.net/GouGe\_CSDN/article/details/103190323][https_blog.csdn.net_GouGe_CSDN_article_details_103190323]  
配置好本地代码通过Deployment-upload to server 同步到服务器

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dhbmd5YW5nOTE4_size_16_color_FFFFFF_t_70][]

5、最佳用户数：指系统能够承受的最佳负载  
最大用户数：指系统能够承受的最大负载  
在线用户数：所以正在访问系统用户（不一定正在作操作，而是说当前客户端与服务器端的session会话仍然保持）  
并发用户数：同时对服务器产生请求的用户总数  
系统用户数：系统额定的用户数量（设计容量）,理论值

6、测试报告  
测试背景、测试目标、测试范围、测试数据、测试结果、测试结论、测试风险

性能指标体系  
1、响应时间(Response Time)：反应系统处理效率指标，从开始到完成某项工作所需时间的度量，响应通常随负载的增加而增加  
2、吞吐量(Throughput):反应系统处理能力指标，指单位时间内完成工作的度量，可以从客户端或服务器端视角两方面来进行综合评估  
3、事务处理能力(TPS):对一笔业务进行处理时的相应情况，通常包含三个指标，一是处理该业务的响应时间，二是处理该笔业务的成功率，三是单位时间内（每秒钟，每分钟，每小时等）可以处理的业务数量  
4、资源利用率(Utilization):  
4.1.CPU使用率：cpu使用率是指在单位任务管理器刷新周期内（通常为1秒），cpu忙的时间与整个刷新周期的比值  
4.2.CPU队列长度：指处理队列中的线程数，大于2\*CPU内核数则表明存在处理器堵塞  
4.3.可用内存数：可用内存大小，单位为兆字节  
4.4.页交换频率：内存与虚拟内存（硬盘）之间进行数据交换（俗称页交换）的频率，越低越好，但是只要可用内存数量够，建议可以调高缓存来降低其值  
4.5.磁盘使用率：类似CPU使用率，硬盘处于读写读写等工作状态所占的比例  
4.6.磁盘队列长度：类似于CPU队列长度，当磁盘忙不过来的时候，则会有读写队列产生，一般只要是在个位数，瞬间的队列是正常的  
4.7.网络带宽：评估网络带宽是否够用，通常由“bytes received/sec”每秒钟接收到的流量和“bytes sent/sec”每秒钟发送出去的流量来进行判断  
4.8.线程池消耗：对于网络服务器或数据库来说，一个客户端的请求便会对应一个服务器的线程来进行处理，所以对于线程的消耗情况是一个非常重要的指标  
4.9.连接池消耗：连接池主要应用于客户端与服务端的连接，以及服务器与数据库的连接  
5、其他：数据库、JVM、Tomcat等

[https_cloud.tencent.com_developer_article_1594240]: https://cloud.tencent.com/developer/article/1594240
[https_docs.locust.io_en_stable_quickstart.html]: https://docs.locust.io/en/stable/quickstart.html
[http_www.testclass.net_locust_parameterization]: http://www.testclass.net/locust/parameterization/
[https_blog.csdn.net_cpongo3_article_details_88819885]: https://blog.csdn.net/cpongo3/article/details/88819885
[https_pypi.org_project_psutil]: https://pypi.org/project/psutil/
[https_blog.csdn.net_yeler082_article_details_83818771]: https://blog.csdn.net/yeler082/article/details/83818771
[https_blog.csdn.net_GouGe_CSDN_article_details_103190323]: https://blog.csdn.net/GouGe_CSDN/article/details/103190323
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dhbmd5YW5nOTE4_size_16_color_FFFFFF_t_70]: /images/20221023/a2c8ed4488104ffdbe6589903fa66e98.png