今年負責部門的人員培養工作，最近在部門內部分享和講解了locust這個工具，今天再博客園記錄下培訓細節。相信你看完博客，一定可以上手locust這個性能測試框架了。

一、簡介1、優勢

locust是python語言開發的一款的開源的的性能測試框架，他比jmeter更加的輕量級，主要是通過協程（gevent）的方式去實現并發，通過協程的方式可以大幅提高單機的并發能力，同時避免系統級的資源調度。locust具有開源性、分布式、支持高并發，支持webUI的操作方式。

2、劣勢

locust的圖表功能較弱，只展示了很少的數據

locust不支持監控服務端的狀態，需要借助第三方工具，或者自己寫代碼去實現

二、安裝

locust的安裝非常簡單，直接通過pip的方式就可以安裝

pip install locust三、locust的庫和方法介紹1、from locust import task

通過task可以把某個函數指定為任務，直接@task裝飾對應的函數即可，在@tast(n)中可以有一個參數n，意思是這個任務的占比是多少

2、from locust import TaskSet

需要定義一個類，繼承TaskSet這個類，這個是是一個任務集的概念，這個類中可以包括多個task

3、from locust import HttpUser

需要定義一個類，這個類要繼承HttpUser，通過這個定義的類我們可以執行具體的任務集

看了上面的介紹，可能大家有點云里霧里的，下面我們由淺入深看代碼

四、實戰代碼V1.0（入門代碼）1、代碼如下

from locust import HttpLocustfrom locust import HttpUserfrom locust import taskfrom locust import TaskSet#指定一個任務集class My_task_set(TaskSet): #這是某個任務,30是比例，比如這里是30/50 @task(30) def getindex1(self):# client就是個requests對象# catch_response，告訴locust如何判斷請求失敗還是成功res = self.client.get('/bainianminguo/p/10952586.html') @task(20) def getindex2(self):# client就是個requests對象res = self.client.get('/bainianminguo/p/7253930.html') class WebSite(HttpUser): # 指定要執行哪個任務集 tasks = [My_task_set,] # 請求和請求之間最小的間隔時間 min_wait = 1000 # 請求和請求之間最大的間隔時間 max_waif = 20002、進入代碼的目錄，執行如下命令

3、打開瀏覽器，輸入http://localhost:8089/

4、參數講解

Number of total users to simulate 模擬的總的用戶數

Spawn rate 每秒鐘新增的用戶數

五、實戰代碼V1.1（入門代碼）1、任務集類中的on_start方法

class My_task_set(TaskSet): #添加初始化方法 def on_start(self):print('類似類中的構造方法，每個用戶在任務開始前，只執行一次,在這里可以定義一個對象的屬性，這樣其它測試集就可以使用這個屬性')

這個方法類似pytest框架中的前置條件或者說是面向對象中的構造方法

2、任務集類中的on_start方法

def on_stop(self): print('類似類中的后置方法，每個用戶在任務開始后，只執行一次,在這里可以定義一個對象的屬性，這樣其它測試集就可以使用這個屬性')六、實戰代碼V1.2（入門代碼）1、如何判斷請求是失敗還是成功

2、然后再響應的消息中指定判斷邏輯即可，success即為成功，failure即為失敗

七、實戰代碼V1.3（全量代碼）

from locust import HttpLocustfrom locust import HttpUserfrom locust import taskfrom locust import TaskSet # locust中的client會自動幫我們處理cookies。類似request.session(),所以如果我們登陸的時候，只需要在on_start中登陸一次就可以了 # 如果在locust中，如果url是不需要統計，則我們不要用clent去訪問api，應該用request去訪問，這樣就locust就不會統計request庫發起的請請求#指定一個任務集class My_task_set(TaskSet): #添加初始化方法 def on_start(self):print('類似類中的構造方法，每個用戶在任務開始前，只執行一次,在這里可以定義一個對象的屬性，這樣其它測試集就可以使用這個屬性') def on_stop(self):print('類似類中的后置方法，每個用戶在任務開始后，只執行一次,在這里可以定義一個對象的屬性，這樣其它測試集就可以使用這個屬性') #這是某個任務,30是比例，比如這里是30/50 @task(30) def getindex1(self):# client就是個requests對象# catch_response，告訴locust如何判斷請求失敗還是成功res = self.client.get('/bainianminguo/p/10952586.html',catch_response=True)if res.code == 200: res.success()else: res.failure('ff')print(res) @task(20) def getindex2(self):# client就是個requests對象res = self.client.get('/bainianminguo/p/7253930.html')print(res) class WebSite(HttpUser): # 指定要執行哪個任務集 # task_set = My_task_set tasks = [My_task_set,] # 請求和請求之間最小的間隔時間 min_wait = 1000 # 請求和請求之間最大的間隔時間 max_waif = 2000 # Number of total users to simulate 模擬的用戶數# Spawn rate 每秒鐘產生的用戶數八、常見問題1、cookies

locust中的client會自動幫我們處理cookies。類似request.session(),所以如果我們登陸的時候，只需要在on_start中登陸一次就可以了

2、多統計api的問題

如果在locust中，如果url是不需要統計，則我們不要用clent去訪問api，應該用request去訪問，這樣就locust就不會統計request庫發起的請請求

九、分布式調用的問題

一旦單臺機器不夠模擬足夠多的用戶時，Locust支持運行在多臺機器中進行壓力測試。 為了實現這個，你應該在 master 模式中使用--master標記來啟用一個 Locust 實例。這個實例將會運行你啟動測試的 Locust 交互網站并查看實時統計數據。<br>master 節點的機器自身不會模擬任何用戶。相反，你必須使用 --slave 標記啟動一臺到多臺 Locustslave 機器節點，與標記 --master-host 一起使用(指出master機器的IP/hostname)。 常用的做法是在一臺獨立的機器中運行master，在slave機器中每個處理器內核運行一個slave實例。 注意：master 和每一臺 slave 機器，在運行分布式測試時都必須要有 locust 的測試文件。

在 master 模式下啟動 Locust: locust -f my_loucstfile.py --master 在每個 slave 中執行(192.168.0.14 替換為你 msater 的IP): locust -f my_locustfile.py --slave --master-host=192.168.0.14

以上就是Python locust工具使用詳解的詳細內容，更多關于Python locust工具的資料請關注好吧啦網其它相關文章！