【性能测试】4_Locust _locust分布式

文章目录

一、Locust分布式

1.1 实现方式

Locust 下实现分布式,十分容易,只需要在启动脚本时,分别给 控制机、执行机指定不同参数即可:

要求:控制机和执行机要在同一个局域网内。

控制机:--master

执行机:--slave --master-host=控制机IP地址

1.2 测试代码

python 复制代码
from locust import TaskSet, HttpLocust, task
"""
locust比重:500用户并发送
- 首页:150
- 搜索商品:200
- 注册:20
- 登录:80
- 下单:50
"""
# 1.定义 任务集 和 任务
class TaskClass(TaskSet):  # TaskClass 表示任务集
    """"定义任务"""

    # 访问首页
    @task(150)
    def index(self):
        result = self.client.get("/?=index")     # 此行代码相当于requests.Session().get()
        print("响应结果:", result.text)    # 打印结果

    # 搜索
    @task(200)
    def search(self):
        result = self.client.get("/?=search")  # 此行代码相当于requests.Session().get()
        print("响应结果:", result.text)  # 打印结果

    # 注册
    @task(20)
    def register(self):
        result = self.client.get("/?=register")  # 此行代码相当于requests.Session().get()
        print("响应结果:", result.text)  # 打印结果

    # 登录
    @task(80)
    def login(self):
        result = self.client.get("/?=login")  # 此行代码相当于requests.Session().get()
        print("响应结果:", result.text)  # 打印结果

    # 下单
    @task(50)
    def order(self):
        result = self.client.get("/?=order")  # 此行代码相当于requests.Session().get()
        print("响应结果:", result.text)  # 打印结果


# 2.定义 用户类
class User(HttpLocust):
    # 绑定任务
    task_set = TaskClass   # task_set 属性名不能变; 注意:TaskClass 后,没有 ()

    # 设置 用户间 最小延迟时间 - 单位 ms
    min_wait = 1000

    # 设置 用户间 最大延迟时间
    max_wait = 3000

    # 指定 主机地址
    host = "https://www.baidu.com"

1.3 终端实现

控制机终端命令:

bash 复制代码
PS C:\XM1\Locust> locust -f .\LocustTest\fenbushi.py --master

执行机终端命令:

bash 复制代码
PS C:\XM1\Locust> locust -f .\LocustTest\fenbushi.py --slave --master-host=192.168.1.19

二、使用没有web的Locust

Locust 脚本运行时,也可以用参数来指定UI界面中的东西:

  • -f:脚本文件名
  • --no-web:不以web页面形式运行
  • -c:用户数 (相当于web页面中,第一个输入框)
  • -r:1s启动用户数 (相当于web页面中,第二个输入框)
  • -t:运行时间。秒s,分m,小时h。如1h30m10s
  • --csv:指定生成csv结果文件的前缀。语法 --csv result
bash 复制代码
PS C:\XM1\Locust> locust -f .\LocustTest\fenbushi.py --no-web -c 500 -r 50 -t 20s --csv result
相关推荐
zhangxl-jc2 小时前
SparkStreaming消费Kafka 重启任务时重复消费数据
分布式·spark·kafka
天天进步201513 小时前
多线程与分布式:使用 Botasaurus 轻松构建大规模数据采集集群
分布式·爬虫
川西胖墩墩18 小时前
复杂任务的分布式智能解决方案
人工智能·分布式
2501_9418053120 小时前
使用Python和Go构建高性能分布式任务调度系统的实践分享
分布式·python·golang
少云清20 小时前
【性能测试】2_Locust _Locust基本使用
性能测试·locust
徐先生 @_@|||21 小时前
数据分析体系全览导图综述
大数据·hadoop·分布式·数据分析
虹科网络安全1 天前
艾体宝洞察 | 缓存策略深度解析:从内存缓存到 Redis 分布式缓存
redis·分布式·缓存
YE1234567_1 天前
从底层零拷贝到分布式架构:深度剖析现代 C++ 构建超大规模高性能 AI 插件引擎的实战之道
c++·分布式·架构
笃行客从不躺平1 天前
Seata + AT 模式 复习记录
java·分布式