企业级locust性能框架搭建及使用

---

前言

LR、Jmeter 是测试人员最常使用的性能测试工具。随着测试人员不断的学习，大多数都对python比较熟悉，基于这点考虑，想寻找一款有python支持的性能测试工具，并且代码编辑功能比jmeter强的开源工具或框架。正巧公司在性能压测中，使用的就是locust框架，本篇文章进行一些学习并在项目的性能测试中使用和总结

---

一、Locust的介绍：

locust是一个比较新的python性能测试框架，近几年才受到关注，该框架的主要功能是可以让用户使用纯python进行性能测试脚本的开发，locust具有高扩展性，它是一个完全事件驱动的框架，拥有一个很大和快速发展的社区，locust完全基于事件，因此可以在一台计算机上支持数千个并发用户，与许多其他基于事件的应用程序相比，它不适用回调。相反，它通过协程（gevent）机制适用轻量级过程

二、安装Locust

pip install locust

三、Locust框架搭建

前置：导入locust模块

from locust import HttpUser, task, constant, between, constant_pacing, events, LoadTestShape, tag

1.设置退出码

@events.quitting.add_listener
def _(environment, **kw):
    if environment.stats.total.fail_ratio > 0.01:
        logging.error("Test failed due to failure ratio > 1%")
        environment.process_exit_code = 1
    elif environment.stats.total.avg_response_time > 2000:
        logging.error("Test failed due to average response time ratio > 2000 ms")
        environment.process_exit_code = 1
    elif environment.stats.total.get_response_time_percentile(0.95) > 5000:
        logging.error("Test failed due to 95th percentile response time > 800 ms")
        environment.process_exit_code = 1
    else:
        environment.process_exit_code = 0

例如满足以上任何条件，则将退出代码设置为非零：
超过0.01的请求失败
平均响应时间大于2000ms
响应时间的第95个百分位数大于5000毫秒

2.设置整个负载测试开始前的setup & teardown 方法

setup，在整个负载测试开始前，会执行此方法：

@events.test_start.add_listener   # todo:在整个负载测试开始前的setup方法
def on_test_start(environment, **kwargs):
    print('test start event called.')
    print('test start event finished.')

teardown，在整个负载测试开始后，会执行此方法：

@events.test_stop.add_listener  # todo：在整个负载测试结束后的 teardown方法
def on_test_stop(environment, **kwargs):
    print('test stop event called.')

3.创建locust性能测试类

class DoStressTestOnAPI(HttpUser):  # todo： 继承HttpUser类，表明新创建的类是支持HTTP协议的web接口测试
    wait_time = constant_pacing(1)  # 系统自动调配等待时间保证每秒中每个user instance最多只能有一个task在执行
    global project_host   
    host = project_host  # todo： 定义项目地址
    headers_branch = {   # todo: 放置请求头
        "Host": "xxxx",
        "Accept": "xxx",
        "Content-Type": "xxx",
        "brandId": "3",
        "Authorization": "xxxx",
        "Cookie": "xxx=xx",
    }

4.设置每个用户的setup和teardown

 def on_start(self):  # todo:每个用户启动都会调用此方法 on_start则是每个用户开始时运行
        print('test started.')

 def on_stop(self):  # todo:每个用户启动都会调用此方法 on_stop则是每个用户停止时运行
        logging.info('test stopped')

5.性能用例的编写+tag方法使用

    @tag('客户信息管理-查询')
    @task(3)  # todo：运行DoStressTestOnAPI时，会从多个task任务中随机选择一个，权重增加了他的选择几率
    def search_retainedCustomer_data(self):

        with self.client.request(
                'post', f'api/customer/retainedCustomer/v1/queryByPage',
                json={'pageSize': 10, 'pageNum': 1,
                      'customerCode': "branchId"},
                catch_response=True,
                headers=DoStressTestOnAPI.headers_branch,
                name="api/customer/retainedCustomer/v1/queryByPage") as response:  # todo： name分组，可解决pathvariable问题
            logging.info('+++++++++++++++++' + str(response.status_code))
            logging.info(response.request.headers)
            if response.status_code == 200 and response.json()['code'] == 200:
                response.success()
                logging.info(response.json())
            else:
                response.failure('test failed and response code is: ' + str(response.json()['code']))
                logging.info('error occured')

tag：表示这个用例的名字，在运行时，可以通过相同的tag名称来执行性能测试场景

task：权重的设置。locust的权重表示着被用户选择并请求的概率，随着权重越高，则被用户请求的几率就会越高。locust的权重设置比较灵活，可以设置每个方法接口访问的比例

catch_response：
布尔参数
<1>如果设置为True，则表示，如果响应代码是正常（2XX），则标记通过。
<2>如果设置为False，则表示，如果响应代码是正常（2XX），则标记通过。

name：
name分组，如果API传参是在url后传递，也就是pathvariable。可以加上name做一个分组统计，最后报告会计算共请求了多少次

6.locust脚本运行

locust --headless -f filename.py -u5 -r 5 -t 60 --tags 客户信息管理-查询 -s 99 --html=.\stress_report\report.html

–headless ：为无头模式运行；
-f： 打开指定路径的locust文件；
–tags： 为设置的tag标签，可运行相同tag标签的性能case；
.\stress_report\report.html： 存放locust性能报告路径
-u ：设置虚拟用户数，也是并发用户数
-r ：设置每秒启动虚拟用户数。用户递增的速率
-t ：设置设置运行时间

7.locust报告指标分析

Method: 请求方式
name: 请求路径的api
requests： 请求数
fails： 请求失败数
Average: 平均数，响应时间，单位毫秒
Min: 最小响应时间，单位毫秒
Max: 最大响应时间，单位毫秒
Average Size(bytes): 单个请求大小，单位为字节
RPS: 每秒事务数（TPS）
Fallures/s： 每秒失败次数

Total Requests per Second
每秒总的请求数，也需要看趋势
如果上下波动比较大，就要考虑，是不是这个用户在请求某个接口卡主了，这个数量就会变低，如果请求的响应时长都保持在一致（3~5s是用户能够接受的响应时长范围），那这个曲线应该是平的

Response Times(ms)
接口响应时间，主要看趋势，是否平稳
3~5s是用户能够接受的响应时长范围；如果过长，需要进行SQL效率调优

Number of Users：
每秒用户数；需要观察是否有用户阻塞的现象存在

7、整体locust文件

from locust import HttpUser, task, constant, between, constant_pacing, events, LoadTestShape, tag
import logging



@events.quitting.add_listener
def _(environment, **kw):
    if environment.stats.total.fail_ratio > 0.01:
        logging.error("Test failed due to failure ratio > 1%")
        environment.process_exit_code = 1
    elif environment.stats.total.avg_response_time > 2000:
        logging.error("Test failed due to average response time ratio > 2000 ms")
        environment.process_exit_code = 1
    elif environment.stats.total.get_response_time_percentile(0.95) > 5000:
        logging.error("Test failed due to 95th percentile response time > 800 ms")
        environment.process_exit_code = 1
    else:
        environment.process_exit_code = 0

@events.test_start.add_listener   # todo:在整个负载测试开始前的setup方法
def on_test_start(environment, **kwargs):
    print('test start event called.')
    print('test start event finished.')


@events.test_stop.add_listener  # todo：在整个负载测试结束后的 teardown方法
def on_test_stop(environment, **kwargs):
    print('test stop event called.')

class DoStressTestOnAPI(HttpUser):  # todo： 继承HttpUser类，表明新创建的类是支持HTTP协议的web接口测试
    wait_time = constant_pacing(1)  # 系统自动调配等待时间保证每秒中每个user instance最多只能有一个task在执行
    global project_host
    host = project_host  # todo： 定义项目地址
    headers_branch = {   # todo: 放置请求头
        "Host": "xxxx",
        "Accept": "xxx",
        "Content-Type": "xxx",
        "brandId": "3",
        "Authorization": "xxxx",
        "Cookie": "xxx=xx",
    }

    def on_start(self):  # todo:每个用户启动都会调用此方法 on_start则是每个用户开始时运行
        print('test started.')

    def on_stop(self):  # todo:每个用户启动都会调用此方法 on_stop则是每个用户停止时运行
        logging.info('test stopped')

    @tag('客户信息管理-查询')
    @task(3)  # todo：运行DoStressTestOnAPI时，会从多个task任务中随机选择一个，权重增加了他的选择几率
    def search_retainedCustomer_data(self):

        with self.client.request(
                'post', f'api/customer/retainedCustomer/v1/queryByPage',
                json={'pageSize': 10, 'pageNum': 1,
                      'customerCode': "branchId"},
                catch_response=True,
                headers=DoStressTestOnAPI.headers_branch,
                name="api/customer/retainedCustomer/v1/queryByPage") as response:  # todo： name分组，可解决pathvariable问题
            logging.info('+++++++++++++++++' + str(response.status_code))
            logging.info(response.request.headers)
            if response.status_code == 200 and response.json()['code'] == 200:
                response.success()
                logging.info(response.json())
            else:
                response.failure('test failed and response code is: ' + str(response.json()['code']))
                logging.info('error occured')

四、 Q & A

有这样一个问题：
用户数我们设置了80，80个用户可能有的用户1秒请求很多次，有的用户1秒请求比较少，所以会出现请求速率对不上的情况（并发会去抢协程）

解决办法（转载：https://www.jianshu.com/p/b01e413a25ba）：

我们在每次请求前记录一个start_time，在请求结束后记录一个时间，计算两者时间差
如果时间差小于1s，需要等待不足1s的剩余时间，如果时间差大于1s，继续下一次请求

start_time = time.time()
try:
    with self.client.get(url, name="so_group_search_press",
                         catch_response=True) as response:
        # 断言
        if response.status_code == 200 and json.loads(response.text)["code"] == 0 and \
                json.loads(response.text)['message'] == 'ok':
            response.success()
        else:
            response.failure("请求失败，status_code不为200或返回code不为0或返回message不为ok: %s" % str(json.loads(response.text))[0:500])
except Exception as e:
    response.failure("请求失败，status_code不为200或返回code不为0或返回message不为ok: %s" % str(e)[0:500])

time_delay = time.time() - start_time

if time_delay > 1:
    pass
else:
    wait_time = 1 - time_delay
    time.sleep(wait_time)