Python3 实现性能测试的自动化

性能测试想必大家并不陌生，就是测试软件的性能指标，指标有很多，但其中有一项就是客户最关心的响应时间。性能测试的工具有很多种，常用的有Loadrunner，jmeter等，测试响应时间，多是模拟虚拟用户并发测试，这里简单说下用python多线程实现响应时间的自动化测试。

　　需求：
　　性能自动化测试，即测试人员只需要提供性能测试用例，点击运行，即可得到性能测试结果。　　

　　分析：
　　1.读取性能测试用例，获取到url，并发数
　　2.并发url请求，获取每个url请求发出到接收到服务器返回数据的时间
　　3.求和所有的url响应时间，取平均
　　4.生成性能测试报告，在性能测试用例的基础上添加实际响应时间、测试结果

　　在实现这个功能之前需要明白python的多线程方法，多线程顾名思义，就是多条任务同时进行，这里的同时进行其实不是严格意义上的同时进行，只是因为CPU运行速度非常快，在任务之间切换的时间很短，毫秒甚至微妙级别，给我们的感觉就是在同时进行了，比如写word，它同时会检查拼写、语法错误等，这些其实不是同一时间点完成的，二是在一段时间内(毫秒级别)多次切换运行这几种检查的代码，让我们感觉是在同时运行，多线程和单线程的详解请参考另一篇博客：http://www.cnblogs.com/znyyy/p/7999299.html

　　python里实现多线程很简单，代码如下：

#多线程，这里会先打印‘end’,接着1秒后同时打印0-9
import threading,time
def fun(var):
    time.sleep(1)
    print(var)
for i in range(10):
    t=threading.Thread(target=fun,args=(i,))#创建一个多线程对象，指定函数名和参数
    t.start()#启动线程
print('end')

　　很简单吧，但是有一个问题，子线程还没运行完成，主线程就运行完了，那子线程并发url获取响应时间前，主线程早就运行完成了，还怎么统计响应时间和写性能测试结果呢？莫慌，线程里有一个join方法，用来等子线程运行完，主线程才继续下走的概念，代码如下：

 1 #join等待线程运行完，才继续往下走，这里你会发现打印顺序是a->c->b->end，也就是所有子线程运行完才会继续往下运行
 2 import threading,time
 3 class thread_test(object):
 4     def __init__(self,sleep_time,name):
 5         self.sleep_time = sleep_time
 6         self.name=name
 7     def output(self):
 8         time.sleep(self.sleep_time)
 9         print(self.name)
10 a=thread_test(1,'a')
11 b=thread_test(4,'b')
12 c=thread_test(2,'c')
13 t_list=[]
14 for method in [a,b,c]:
15     t = threading.Thread(target=method.output)
16     t_list.append(t)
17     t.start()
18 for t in t_list:#等待所有子线程都运行完，才往下走，可以尝试下把这个for循环注释掉，会发现打印顺序变成了end->a->c->b
19     t.join()#join，等待子线程运行完成
20 print('end')

　　了解完上述概念后就可以着手实现性能的自动化测试了，代码如下：

 1 import requests,threading,time
 2 res_times=[]#用list存放所有的响应时间
 3 class thread_test(object):
 4     def __init__(self,url):
 5         self.url = url
 6     def send_req(self):
 7         start_time = time.time()
 8         r = requests.get(self.url).text
 9         end_time = time.time()
10         res_times.append(end_time-start_time)
11 url='http://10.1.130.105:7072'
12 bfs=10000
13 test=thread_test(url)
14 t_list=[]
15 for i in range(bfs):
16     t = threading.Thread(target=test.send_req)
17     t_list.append(t)
18     t.start()
19 for t in t_list:
20     t.join()
21 avg=sum(res_times)/len(res_times)
22 print(avg)

　　这样就可以获取到页面的并发平均响应时间了，但是离我们的需求还有一定距离，这只是原理性的阐述，其实并没那么严谨，也没做过大量的实验，深入的话，还需要先获取这个url页面有多少图片，在 send_req 的方法里，需要加上下载图片的时间，然后还要用到excel读写等python方法，这里不再深究，有时间自己也可以研究玩下。