一.简介
locust官网介绍：Locust 是一个用于 HTTP 和其他协议的开源性能/负载测试工具。其对开发人员友好的方法允许您在常规 Python 代码中定义测试。Locust测试可以从命令行运行，也可以使用其基于 Web 的 UI 运行。可以实时查看吞吐量、响应时间和错误和/或导出以供以后分析。
二.环境搭建
1.python 3.7.4
2.Locust 2.17（终端可使用pip安装：pip install locust）
三.基本用法
1.我们先来看下一个简单的实例
from locust import TaskSet, between, task, HttpUser
class api(TaskSet):
@task(1)
def on_one(self):
data = self.client.post(url="https:.......", json={
"username", "",
"password", ""
})
print(data.json())
@task(2)
def index(self):
data = self.client.get("https:..........")
print(data.json())
def on_stop(self):
print("运行结束")
def on_start(self):
print("初始化")
class UserRun(HttpUser):
tasks = [api]
wait_time = between(1, 5) # 默认等待时间0s1）使用locust导入了四个类
Taskset：上例中api继承了该类，主要编写一些接口请求信息，client.get()，client.post()表get和post请求。
between：设置每个任务直接等待的间隔，单位为s，例：between(1,5)每个任务直接等待1-5s再去运行。出来between，还有constant可设置固定等待时间，例：constant(5)。
task：设置用例权重，数字越大，权重越大，默认为1。
httpuser：定义一个用户的基类，相当于运行类，通过tasks列表来运行我们想要的api。这里写法有两种（例1：tasks=[api1,api2]，集合形式，会随机选取一个执行的任务，选取的概率相同。例2：tasks = {api1: 15, api2: 1}，字典的形式，数字代表权重，会随机选取一个执行的任务，数字越大，被执行的概率越大）。
class UserRun(HttpUser):
# tasks = [api]
tasks = {api: 15, api_one: 1}
wait_time = between(2, 3)2）上面可以看到api类中有on_start()和on_stop()两个方法，可用来初始化和结束操作
2.那么前置条件都准备好了，接下来就是如何运行了
1）在终端执行：locust -f python_file_name.py
执行后会得到一个http链接，默认ip应该是0.0.0.0。复制url到浏览器打开，如果无法打开的话，就在venv\Lib\site-packages\locust\argument_parser.py下修改默认ip即可。
再次运行会得到http://127.0.0.1:8089的地址，浏览器就可以正常打开了。
四.web-ui页面
1.通过上面再浏览器输入地址后会打开web-ui界面
Number of users (peak concurrency)：总共的用户数
Spawn rate (users started/second)：每秒启动的用户数
Host (e.g. http://www.example.com)：测试接口的域名
Run time (e.g. 20, 20s, 3m, 2h, 1h20m, 3h30m10s, etc.)：设置运行的时间，不填默认永久
Start swarming：开始
2.收集界面
1）功能按钮
stop：停止运行
Reset Stats：重置指标统计
2）tab项
Statistics：收集的各个指标数据
Charts：数据曲线图
Failures：请求失败的数据
Exceptions：异常请求的数据
Current ratio：每个任务的比例
Download Data：下载数据csv格式（各项指标，错误数据，异常数据.....）
3）Statistics下各指标
type：请求类型
name：请求url
requests：实际请求数
fails：失败数
median(ms)：响应时间的中间值
90%ile(ms)：90%响应时间
99%ile(ms)：99%响应时间
average(ms)：平均响应时间
min(ms)：最小响应时间
max(ms)：最大响应时间
average size(bytes)：平均请求的大小
current rps：当前每秒处理事务的次数
current failures/s：当前每秒的失败数
4）Charts数据标
Total Requests per Second曲线图：
RPS：每秒请求的次数
Pailures/s：每秒失败次数
Response Times（ms）曲线图：
50th percentile:50%响应时间
95th percentile:95%响应时间
Number of Users曲线图：
当前时间请求的用户数
五.无ui模式
1）终端直接输入指令
locust -f python_file_name.py --headless --users 1 --spawn-rate 1 --host https://......--headless：表示无ui模式
--users：总共用户数
--spawn-rate：表示每秒有多少个用户请求
--host：收集接口性能的域名
2）收集结果（终端会持续收集，ctrl+c结束）
六.各个参数介绍
|----------------------|------------------------------------------------------------|
| -h | 查看帮助 |
| -f | 指定运行文件 |
| -h | 指定域名 |
| -u | 并发用户数，和--headless一起用 |
| -r | 每秒增加多少个用户请求，和--headless一起用 |
| -t | 设置运行的时间，不填默认永久 |
| -l | 显示可能的用户类列表并退出 |
| --web-host | 将 Web 界面绑定到的主机。默认为"*" |
| --web-port | 端口，默认8089 |
| --headless | 无ui模式 |
| --autostart | 立即开始测试（如 --headless，但不禁用 Web UI） |
| --autoquit | 在运行 X 秒后完全退出。仅与 --autostart 一起使用 |
| --web-auth | Web 界面启用基本身份验证。应该是以下格式提供：用户名：密码 |
| --master | 将 locust 设置为在分布式模式下运行，并使用此进程作为主进程 |
| --worker | 将 locust 设置为在分布式模式下运行，并使用此 进程作为工作线程 |
| --master-host | 分布式locust的主机或IP地址负载测试。仅在使用 --worker 运行时使用。 默认值为 127.0.0.1。 |
| -T | 要包含在测试中的标记列表，因此仅包含任务与任何匹配的标签将被执行 |
| -E | 要从测试中排除的标签列表，因此仅任务没有匹配的标签将被执行 |
| --skip-log-setup | 禁用 Locust 的日志记录设置。取而代之的是，配置由 Locust 测试或 Python 提供 |
| --loglevel | 日志等级，在 DEBUG/INFO/WARNING/ERROR/CRITICAL 之间进行选择。默认值为 INFO。 |
| --logfile | 日志文件的路径。如果未设置，日志将转到 stderr |
| --show-task-ratio | 打印用户类的任务执行比率表。如果某些类定义非零fixed_count属性。 |
| --version | 查看版本 |
| --exit-code-on-error | 设置测试结果时要使用的进程退出代码包含任何故障或错误 |
| ----config | 配置文件路径 |
七.分布式运行
1.单台电脑运行（cpu核数）
1）单台电脑主要使用cpu核数来实现分布式运行的，打开任务管理器》性能》CPU》内核 查看
2）分布式运行存在主从关系，即：master》主，slave》从。
3）编辑好脚本后再终端运行主机（主机主要负责分发任务，具体执行还是从机）
locust -f Locusted.py --master4）再开多个终端运行从机（运行的从机个数要小于等于cpu内核数）
locust -f Locusted.py --worker
5）运行问多个从机后，再回到主机的终端，可以看见启动的cpu内核数
6）此时浏览器访问http://127.0.0.1:8089可以看见启动的从机数
2.多台电脑
若一台设备不注意满足条件时，可以多台设置同时模拟请求，方法和上面的大致相同，先启动主机
locust -f Locusted.py --master再在其它设置上运行从机（从机环境和主机一致）
locust -f Locusted.py --worker --master-host=ip地址八.负载测试
1.自定义时间生成负载峰值或上升和下降
LoadTestShape自定义荷载形状的基类，做负载，首先先继承该类。from locust import TaskSet, between, task, HttpUser, LoadTestShape, constant
class api_one(TaskSet):
@task
def on_one(self):
data = self.client.post(url="/api/teladress?mobile=15161581519", name="测试")
print(data.json())
class MyCustomShape(LoadTestShape):
time_limit = 60 # 设置负载总运行时长
spawn_rate = 2 # 更改用户数时每秒启动/停止的用户数
def tick(self):
run_time = self.get_run_time() # 负载测试的运行时间
if run_time < self.time_limit:
user_count = round(run_time, -1) # 当前共增加的用户（当前用户总数）
return (user_count, self.spawn_rate)
return None
class UserRun(HttpUser):
tasks = [api_one]
host = "https://api.oioweb.cn"
# tasks = {api: 15, api_one: 1}
wait_time = constant(1)以上负载测试总共运行60s，每10s增加10个用户，10个用户再5s内增加完成。这里直接介绍tick()方法了，Locust 大约每秒调用一次 tick（） 方法。user_count = round(run_time, -1)，run_time为当前负载的测试时间，-1表示将run_time四舍五入到最接近的十位数，round(run_time, -1)的取值规则即：0-4.999为0，5-14.999为10，15-24.999为20，依次类推，每十秒增加10个用户。若-1改成-2，即四舍五入到最接近的百位数，每100s增加100个用户。
2.某时间段设置负载峰值上升或下降
from locust import TaskSet, between, task, HttpUser, LoadTestShape, constant
class api_one(TaskSet):
@task
def on_one(self):
data = self.client.post(url="/api/teladress?mobile=15161581519", name="测试")
print(data.json())
class StagesShapeWithCustomUsers(LoadTestShape): # 自定义荷载形状的基类。
# duration:负载的时长，users：用户总数，spawn_rate：每秒启动的用户数
# 0-10s，1s启动10个用户。10-20s，5s启动50个用户，依次类推
stages = [
{"duration": 10, "users": 10, "spawn_rate": 10},
{"duration": 20, "users": 50, "spawn_rate": 10},
{"duration": 30, "users": 100, "spawn_rate": 10},
{"duration": 40, "users": 50, "spawn_rate": 10},
{"duration": 60, "users": 10, "spawn_rate": 10},
]
def tick(self):
run_time = self.get_run_time() # 获取负载当前时间
for stage in self.stages:
if run_time < stage["duration"]:
tick_data = (stage["users"], stage["spawn_rate"])
return None
class UserRun(HttpUser):
tasks = [api_one]
host = "https://api.oioweb.cn"
# tasks = {api: 15, api_one: 1}
wait_time = constant(1)运行结果如下
九.其它
具体api使用可参考官网：https://docs.locust.io/en/stable/api.html
文章来源：https://www.cnblogs.com/lihongtaoya/ ，请勿转载