Locust 教程

写在 Locust 教程开始的前面

本文参考了: Locust 教程 : https://www.axihe.com/tools/locust/home.html

locust 的官方 Github 是:https://github.com/locustio/locust

Locust

这个教程是我翻译官方 Github 介绍并搜索网络的相关 locust 使用文章而组织的教程哦;

locust 这个工具,需要根据你的实际情况来决定是不是适合你;

如果你对编程了解比较多,并不是只会 jmeter 的测试人员;

那么完全可以代替笨拙的 jmeter 处理你的测试,它在自定义方面处理的非常好,这也就带来一个弊端,就是什么都需要你来做,而且对你的代码能力和逻辑思维有一定的要求;

如果你对 编程是一脸懵逼的状态,那么建议你还是 jmeter 为主(毕竟要干活),然后了解下 Locust,看看它是怎么工作的,了解下它的处理思维;

Locust 是什么?

Locust 是一个比较容易上手的分布式用户负载测试工具。

它旨在对网站(或其他系统)进行负载测试,并确定系统可以处理多少个并发用户,Jmeter 也可以处理这种场景,但是个人感觉 Jmeter 在这方面做的不如 Locust 专业。

Locust 在英文中是 蝗虫 的意思:

作者的想法是,在测试期间,放一大群 蝗虫 攻击您的网站。

当然事先是可以用 Locust 定义每个蝗虫(或测试用户)的行为,并且通过 Web UI 实时监视围攻过程。

这将帮助您在项目上线之前测试并确定项目的瓶颈;

如果上线几个人访问就跪了,被老板拉出去祭天就懵逼了,有了 locust 可以让项目更加快乐的上线;

Locust 可以让测试工程师对开发人员和项目经理的回复的更专业,

可以想象一下,当项目经理或领导问你这个项目的性能如何,可以承受多少压力的时候;

你回答说这个项目的瓶颈在 2341 人同时访问,超过就会挂掉 / 宕机 / 出错等,当在 1834 人同时访问时候,会变慢;具体访问时间的饼图如 XXX)

这样的回答是不是逼格很高?

Locust 的运行原理

Locust 的运行原理是完全基于事件运行的,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,它不使用回调(比如 Nodejs 就是属于回调,Locust 不使用这种的逻辑)。

相反,它通过 gevent 使用轻量级进程。测试您站点的每个蝗虫实际上都在其自己的进程中运行(正确地说,是Greenlet)。

这可以让您写 Python 代码的时候更加简单,而不会进入类似 JS 的那种回调地域。

我是如何开始了解 Locust 的

我是一名码农,写接口的时候,除了 Postman 做校验外,偶尔也测测一些接口的性能;

2017 年的年中时候,做接口压力测试,一直研究使用 jmeter 写写 DEMO 还是很嗨皮的;

但是真正进行并发接口时,发现 jmeter 在单机下并发超过 1000 的时候,单台台式电脑机器的资源早就被使用完,jmeter 都动不了,基本就算凉了;

也可能是我的 jmeter 压测接口研究得不够,不会用吧 - -,如果有优雅的方法,欢迎告诉我;

通过搜索发现基于 Python 开发的 Locust 的单机并发能力很理想,在测试环境拿来压测,好像真的可以实现几千的并发,然后就打开了 Locust 的大门。

Locust 的 特征

  • 用 Python 编写测试方案

    • 不需要在 UI 界面上傻乎乎的点击,只需正常的写写代码就可以了。
    • Locust 基于协程而不是回调,这样会让您的代码类似于正常的 Python 阻塞代码那样同步执行。
  • 分布式 & 可扩展

    • 支持模拟数十万的用户行为(还是非常给力的)
    • Locust 支持分布在多台计算机上的运行负载测试(可以多台机器并行开搞)。
    • 由于基于事件,因此即使一个蝗虫节点也可以在单个过程中处理数千个用户。
    • 不过即使您模拟了这么多用户,也并非所有人都是这种频率的使用您的系统,通常,用户会有思考的时候,会想一想下一步该怎么做。
      • 需要明白 每秒请求数 不等于 在线用户数
  • 统计结果基于 Web 界面

    • Locust 有一个简单的用户界面,可实时显示相关的测试详细信息。
    • 统计结果界面是基于网页的,而网页是天生跨平台的,所以 Locust 是跨平台且易于扩展的(Locust 作者的这种思维还是很不错的)。
  • 可以测试任何网页 / 应用 / 系统

    • 即使 Locust 是面向 Web 的,它也可以测试几乎所有项目
    • 只需用 python 编写想要测试的方案,然后放"蝗虫"去怼需要测试的项目就可以了,非常简单!
      • 虽然官方是这么宣传的,但是如果你对 python 了解的不怎么样,那可能就没有那么简单啊;就像商家把兰博基尼的操作宣传的再简单,我没钱买也是白搭(老铁,我太难了!)
      • 如果你对编程是懵逼的状态,那还是回去用 jmeter 吧,优雅不优雅的先不说,最起码你可以用它来干活;
  • 容易被入侵

    • Locust 放出去的蝗虫很小,很容易被入侵,开发团队是一只打算保持这种状态的。
    • 事件 I/O 和协程的所有繁重工作都委托给 gevent
    • 团队是看到 jmeter 等其它测试工具,处理的太 low,太死板了,所以才写的 locust;

Locust 是完全基于 Python

http 请求完全是基于 requests 库;

Locust 支持 http、https 协议,还支持测试其他协议,websocket 等;

只要采用 Python 调用对应的库就可以了。

  • http/https 采用 requests;
  • websocket 采用 websocket ;

Locust 的创作背景

Locust之所以创建,是因为作者受够了现有的解决方案。

作者认为他们都没有解决正确的问题,没有抓住要点,简单的讲,就是作者认为他们太 low 了,一个能打的都没有,于是自己撸了一个 Locust 给大家用。

作者也深度尝试过 Apache JMeter 和 偶尔用用 Tsung。

JMeter 带有一个 UI,很多人可能会认为这是一件好事,只需要点点就好。

但是如果你是一个测试测试,很快就会意识到,通过某些点击界面“编码”您的测试方案是一种 PITA。

其次,JMeter 是线程绑定的,这意味着对于每个要模拟的用户,都需要一个单独的线程。这也就导致了,在一台计算机上模拟成千上万的用户进行基准测试是不可行的。

另一方面,Tsung 没有用 Erlang 编写的线程问题。

它可以利用 BEAM 自身提供的轻量级工艺,并且可以愉快地扩展规模。

但是在定义测试方案时,Tsung 和 JMeter 一样有限。

它提供了基于 XML 的 DSL 来定义用户在测试时的行为方式(这种格式还是很 low 的,但是却很直观)。完成后显示任何种类的图形或报告,都需要对测试生成的日志文件进行后处理,只有这样,您才能了解测试的进行方式。

作者在创建 locust 时试图解决这些问题。

开源许可证

根据 MIT 许可获得许可的开放源代码(有关详细信息,请参阅 LICENSE 文件)。
本文参考:https://www.axihe.com/tools/locust/home.html

posted @ 2019-11-15 14:32  叫我朱哥  阅读(2123)  评论(0编辑  收藏  举报