locust 性能测试工具（V2.8.6）

locust 性能测试工具

Locust 是一个易于使用、可编写脚本和可扩展的性能测试工具。官方文档

特点

• 用普通的老式 Python 编写测试场景 - Locust 在自己的 greenlet (一个轻量级进程/协程)中运行每个用户。这使您能够像编写普通(阻塞式) Python 代码一样编写测试，而不必使用回调或其他机制。
• 分布式和可扩展——支持成千上万的并发用户 - Locust 使得分布在多台机器上的负载测试很容易运行。它是基于事件的(使用 gevent) ，这使得单个进程可以处理数千个并发用户。虽然可能有其他工具能够在给定的硬件上每秒执行更多请求，但是 Locust 用户的低开销使得它非常适合测试高并发的工作负载。
• 基于 web 的用户界面 - Locust 有一个用户友好的网络界面，显示了实时测试的进展。您甚至可以在测试运行时更改负载。它也可以在没有用户界面的情况下运行，这使得它很容易用于 CI/CD 测试。
• 可以测试任何系统 - 尽管 Locust 主要使用 web 站点/服务，但它可以用来测试几乎任何系统或协议。只需要为你想要测试的东西写一个客户端，或者探索一些由社区创建的东西。
• Hackable - 小且灵活， 支持将报告数据发送到您的数据库和图形系统 ，通过将调用包装到 REST API 来处理细节，或者运行一个完全自定义的负载曲线。

安装 & 验证

$ pip3 install locust
$ locust -V

Demo

• 这个用户将一次又一次地向/hello 和/world 发出 HTTP 请求。
• 编写 locustfile.pyfrom locust import HttpUser, taskclassHelloWorldUser(HttpUser):@taskdefhello_world(self): self.client.get("/hello") self.client.get("/world")
• 启动 locust# 在 locustfile.py 所在目录$ locust[2021-07-24 09:58:46,215].../INFO/locust.main: Starting web interface at http://*:8089[2021-07-24 09:58:46,285].../INFO/locust.main: Starting Locust 2.8.6
• 访问 UI 界面【可选】- http://localhost:8089
• 只使用命令行输出测试报告，不启用 UI 界面 $ locust --headless --users 10 --spawn-rate 1 -H http://your-server.com [2021-07-24 10:41:10,947].../INFO/locust.main: No run time limit set, use CTRL+C to interrupt. [2021-07-24 10:41:10,947].../INFO/locust.main: Starting Locust 2.8.6 [2021-07-24 10:41:10,949].../INFO/locust.runners: Ramping to 10users using a 1.00 spawn rate Name # reqs # fails | Avg Min Max Median | req/s failures/s ---------------------------------------------------------------------------------------------- GET /hello 10(0.00%)|115115115115|0.000.00 GET /world 10(0.00%)|119119119119|0.000.00 ---------------------------------------------------------------------------------------------- Aggregated 20(0.00%)|117115119117|0.000.00[2021-07-24 10:44:42,484].../INFO/locust.runners: All users spawned: {"HelloWorldUser":10}(10 total users)
• 参数 -u -r- -u 3 指定高峰期用户数量，-r 1 指定这 3 个用户是按每秒 1 个的速率增长上来的# 最初只有 1 个用户（140205318976400）在重复执行任务# 大约 1s 左右，产生了第 2 个用户（140205319277392），此时是两个用户在重复执行任务# 再过 1s 左右，产生了第 3 个用户（140205318975696），此后是三个用户在重复执行任务# 至此，达到了 -u 3 指定的高峰期用户数量，对应日志：All users spawned: {"RequestMilvusUser": 3} (3 total users)$ locust -u 3 -r 1 --headless[2022-04-17 18:23:47,604]192.168.1.5/INFO/locust.runners: Ramping to 3users at a rate of 1.00 per second[2022-04-17 18:23:47,731]192.168.1.5/INFO/root: id(User instance): 140205318976400, duration: 125.33854100000002, resp: (Status(code=0, message='Add vectors successfully!'), [1514942100066791424])...[2022-04-17 18:23:48,622]192.168.1.5/INFO/root: id(User instance): 140205318976400, duration: 33.88720899999997, resp: (Status(code=0, message='Add vectors successfully!'), [1514942100066791424])[2022-04-17 18:23:48,645]192.168.1.5/INFO/root: id(User instance): 140205319277392, duration: 40.38904100000007, resp: (Status(code=0, message='Add vectors successfully!'), [1514942100066791424])[2022-04-17 18:23:48,655]192.168.1.5/INFO/root: id(User instance): 140205318976400, duration: 32.91200000000005, resp: (Status(code=0, message='Add vectors successfully!'), [1514942100066791424])[2022-04-17 18:23:48,681]192.168.1.5/INFO/root: id(User instance): 140205319277392, duration: 35.22329199999996, resp: (Status(code=0, message='Add vectors successfully!'), [1514942100066791424])...[2022-04-17 18:23:49,605]192.168.1.5/INFO/locust.runners: All users spawned: {"RequestMilvusUser":3}(3 total users)[2022-04-17 18:23:49,631]192.168.1.5/INFO/root: id(User instance): 140205318976400, duration: 36.88016599999999, resp: (Status(code=0, message='Add vectors successfully!'), [1514942100066791424])[2022-04-17 18:23:49,635]192.168.1.5/INFO/root: id(User instance): 140205319277392, duration: 33.87429200000014, resp: (Status(code=0, message='Add vectors successfully!'), [1514942100066791424])[2022-04-17 18:23:49,642]192.168.1.5/INFO/root: id(User instance): 140205318975696, duration: 37.08516600000023, resp: (Status(code=0, message='Add vectors successfully!'), [1514942100066791424])[2022-04-17 18:23:49,672]192.168.1.5/INFO/root: id(User instance): 140205318976400, duration: 41.167166000000144, resp: (Status(code=0, message='Add vectors successfully!'), [1514942100066791424])- -u 3 指定高峰期用户数量，-r 3 指定这 3 个用户是按每秒 3 个的速率增长上来的# 最初就会产生 3 个用户（140272847696080、140272847696272、140272847696784），它们三个都在重复执行任务# 至此，达到了 -u 3 指定的高峰期用户数量，对应日志：All users spawned: {"RequestMilvusUser": 3} (3 total users)$ locust -u 3 -r 3 --headless[2022-04-17 18:15:17,621]192.168.1.5/INFO/locust.runners: Ramping to 3users at a rate of 3.00 per second[2022-04-17 18:15:17,621]192.168.1.5/INFO/locust.runners: All users spawned: {"RequestMilvusUser":3}(3 total users)[2022-04-17 18:15:17,706]192.168.1.5/INFO/root: id(User instance): 140272847696080, duration: 83.56029100000006, resp: (Status(code=0, message='Add vectors successfully!'), [1514942100066791424])[2022-04-17 18:15:17,707]192.168.1.5/INFO/root: id(User instance): 140272847696272, duration: 82.622417, resp: (Status(code=0, message='Add vectors successfully!'), [1514942100066791424])[2022-04-17 18:15:17,711]192.168.1.5/INFO/root: id(User instance): 140272847696784, duration: 86.21625000000004, resp: (Status(code=0, message='Add vectors successfully!'), [1514942100066791424])[2022-04-17 18:15:17,740]192.168.1.5/INFO/root: id(User instance): 140272847696080, duration: 34.20625, resp: (Status(code=0, message='Add vectors successfully!'), [1514942100066791424])[2022-04-17 18:15:17,745]192.168.1.5/INFO/root: id(User instance): 140272847696272, duration: 38.10945799999998, resp: (Status(code=0, message='Add vectors successfully!'), [1514942100066791424])[2022-04-17 18:15:17,750]192.168.1.5/INFO/root: id(User instance): 140272847696784, duration: 38.60574999999999, resp: (Status(code=0, message='Add vectors successfully!'), [1514942100066791424])

编写 locustfile

• Demoimport time from locust import HttpUser, task, between classQuickstartUser(HttpUser): wait_time = between(1,5)@taskdefhello_world(self): self.client.get("/hello") self.client.get("/world")@task(3)defview_items(self):for item_id inrange(10): self.client.get(f"/item?id={item_id}", name="/item") time.sleep(1)defon_start(self): self.client.post("/login", json={"username":"foo","password":"bar"})- QuickstartUser- QuickstartUser 是我们定义的一个类，表示将要模拟的用户，它继承自 HttpUser。一个有效的 locustfile 必须至少包含一个从 User 继承的类。- HttpUser 为每个用户提供一个 self.client 属性，这是 HttpSession 的一个实例，可用于向目标系统发出 HTTP 请求。- 当测试启动时，locust 将为它模拟的每个用户创建 QuickstartUser 的实例，并且每个用户将在自己的绿色 gevent 线程中开始运行。- wait_time- wait_time = between(1, 5) 表示模拟的用户在每个任务执行后需要等待1到5秒钟。- @task- @task 装饰的方法是 locustfile 的核心。Locust 为每个正在运行的用户创建一个 greenlet (微线程) ，greenlet 只会调用这些被 @task 装饰的方法。- 我们通过将两个方法装饰成@task 来声明两个任务，其中一个方法的权重更高(3)。 当我们的 QuickstartUser 运行时，它会选择一个已声明的任务—— hello_world 或 view_items ——并执行它。任务是随机挑选的，但是你可以给它们不同的权重。 上面的配置将使 Locust 选择 view_items 的可能性是 hello world 的三倍。- 当任务完成执行后，User 将在其 wait_time 的等待时间内休眠(在本例中为1到5秒)。在等待时间过后，它会选择一个新的任务并不断重复。- self.client- self.client 属性用于发送 HTTP 请求，这些 HTTP 请求会被 Locust 记录下来并生成测试报告。- HttpUser 不是真正的浏览器，因此不会解析 HTML 响应来加载资源或呈现页面。不过，它会跟踪 cookie。- name=“/item”- 在 view_items 任务中，我们使用一个可变的查询参数来加载10个不同的 url。为了不在 Locust 的统计数据中得到10个独立的条目——因为统计数据是在 URL 上分组的——我们使用 name 参数将所有这些请求分组到一个名为"/item"的条目下。- on_startup- 我们还声明了一个 on_start 方法。当每个模拟用户启动时，将调用具有此名称的方法。
• User 类 & 类属性- 一个用户类代表一个用户，Locust 将为每个被模拟的用户产生一个 User 类的实例。- wait_time- wait_time 属性用于在每个任务执行后引入延迟。如果没有指定等待时间，下一个任务将在一个任务完成后立即执行。- constant：等待固定的时间- between：等待时间是在最小值和最大值之间的随机值- constant_throughput：一个自适应时间，保证任务每秒运行(最多) 几 次。 - 例如，如果希望 Locust 在峰值负载下每秒运行500个任务迭代，可以使用 wait_time = constant_throughput(0.1)和 5000 个用户数量。- 等待时间只能限制吞吐量，不能启动新用户来达到目标。因此，在我们的示例中，如果任务迭代的时间超过10秒，吞吐量将小于500。- 等待时间应用于任务执行后，所以如果你有一个高的 spawn rate/ramp up，你可能在冲刺结束时超出预定目标。- 等待时间应用于任务，而不是请求。例如，如果您在任务中指定 wait_time = constant_throughput(2) 并且任务内包含两个请求，那么请求率/RPS 将是每个用户4。- constant_pacing：为自适应时间定步长，确保任务每几秒运行一次(最多)(这在数学上与定步长的吞吐量相反)- 也可以直接在类上声明自己的 wait_time 方法。 - 例如，下面的 User 类将休眠一秒钟，然后两秒钟，然后三秒钟，等等。classMyUser(User): last_wait_time =0defwait_time(self): self.last_wait_time +=1return self.last_wait_time ...- weight & fixed_count- 如果 locustfile 中存在多个用户类，并且命令行上没有指定任何用户类，Locust 将为每个用户类生成相同数量的用户。你也可以通过传递命令行参数来指定在同一个 locustfile 中使用哪个用户类。 $ locust -f locust_file.py WebUser MobileUser- weight 属性可以用于调整不同用户类的占比。classWebUser(User): weight =3...classMobileUser(User): weight =1...- fixed_count 属性用于指定用户数量的精确值，此时 weight 属性将被忽略户。这些用户会首先产生。- 在下面的示例中，将产生 AdminUser 的唯一实例，使用更精确的请求计数控制，独立于总用户数量。classAdminUser(User): wait_time = constant(600) fixed_count =1@taskdefrestart_app(self):...classWebUser(User):...- host- host 属性用于指定被测试主机的 URL 前缀(即“ http://google.com”)。通常，这是在 Locust 的 web UI 或命令行中指定的(-- host 选项)。- 如果在用户类中声明了 host 属性，那么在命令行或 web 请求中没有指定 host 的情况下将使用该属性。- tasks- User 类可以使用@task 装饰器声明任务，也可以使用 tasks 属性声明任务。- environment- environment 是对用户运行环境的引用，用来与环境或其中包含的 runner 进行交互。- 例如，在任务方法中停止 runner，如果正在运行的是一个独立的 locust 实例，这将停止整个运行。如果是在 worker 节点上运行，则将停止该特定节点。 self.environment.runner.quit()- on_start & on_stop- Users (and TaskSets) 可以声明 on_start 方法和/或 on_stop 方法。- 用户在开始运行时调用 on_start 方法，在停止运行时调用 on_stop 方法。- 对于 TaskSet，当模拟用户开始执行 TaskSet 时调用 on_start 方法，当模拟用户停止执行 TaskSet 时调用 on_stop (当调用 interrupt () 时，或者用户被 kill 时)。
• Tasks- 当性能测试启动时，将为每个模拟用户创建一个 User 类的实例，并且它们将在自己的绿色线程中运行。当这些用户运行时，他们选择一些任务执行，睡一会儿，然后再选择一个新的任务，如此反复。- @task 装饰器- 为 User 声明任务的最简单方法是使用 @task 装饰器。- @task 接受一个可选的 weight 参数，用于指定任务的执行比率。在下面的例子中，task2被选中的几率是 task1的两倍:from locust import User, task, between classMyUser(User): wait_time = between(5,15)@task(3)deftask1(self):pass@task(6)deftask2(self):pass- User.tasks- 另一种定义 User 任务的方法是设置 tasks 属性。- tasks 属性可以是 List[Task]，或者是一个 <Task: int> dict，其中 Task 是 python 可调用对象或 TaskSet 类。如果 Task 是一个普通的 python 函数，那么它们会接收一个参数，即执行任务的 User 实例- 如果将 tasks 属性指定为列表，则每次执行任务时，都将从 tasks 属性中随机选择任务。- 如果任务是 dict ——使用可调用对象作为键，使用 int 作为值——则将随机选择要执行的任务，但使用 int 作为比率。 - 例如：{my_task: 3, another_task: 1}，my_task 被执行的可能性是其他任务的3倍。- 在内部，上面的 dict 实际上将扩展成一个列表(并且任务属性被更新) ，它看起来像这样：[my_task, my_task, my_task, another_task]。- 然后使用 Python 的 random.choice() 从列表中选择任务。- @tag 装饰器- @tag 装饰器用于标记任务，您可以使用 --tags 和 --exclude-tags 参数来挑选测试期间执行的任务。- 例如：from locust import User, constant, task, tag classMyUser(User): wait_time = constant(1)@tag('tag1')@taskdeftask1(self):pass@tag('tag1','tag2')@taskdeftask2(self):pass@tag('tag3')@taskdeftask3(self):pass@taskdeftask4(self):pass- 如果您使用 --tags tag1 开始这个测试，那么在测试期间只会执行 task1和 task2。如果您使用 --tags tag2 tag3 开始测试，那么只会执行 task2和 task3。- –exclude-tags 将以完全相反的方式运行。因此，如果以 --exclude-tags tag3 开始测试，则只执行 task1、 task2和 task4。排除总是胜过包含，因此如果一个任务包含一个您已经包含的标记和一个您已经排除的标记，那么它将不会被执行。
• Events- 如果您想运行一些设置代码作为测试的一部分，那么通常将其放在 locustfile 的模块级就足够了，但有时您需要在运行过程中的特定时间做一些事情。为此，Locust 提供了事件挂钩。- test_start & test_stop- 如果您需要在性能测试的开始或停止时运行一些代码，则应该使用 test_start 和 test_stop 事件。您可以在 locustfile 的模块级设置这些事件的侦听器:from locust import events @events.test_start.add_listenerdefon_test_start(environment,**kwargs):print("A new test is starting")@events.test_stop.add_listenerdefon_test_stop(environment,**kwargs):print("A new test is ending")- init- init 事件在每个 Locust 进程开始时触发。这在分布式模式中特别有用，因为每个 worker 进程(不是每个用户)都需要一次机会来进行一些初始化。- 例如，假设你有一个全局状态，所有产生的用户都需要使用这个全局状态：from locust import events from locust.runners import MasterRunner @events.init.add_listenerdefon_locust_init(environment,**kwargs):ifisinstance(environment.runner, MasterRunner):print("I'm on master node")else:print("I'm on a worker or standalone node")- 其他事件请参考： extending locust using event hooks
• HttpUser 类- HttpUser 是最常用的用户，它添加了一个用于发出 HTTP 请求的 client 属性。- client / HttpSession- client 属性是 HttpSession 的一个实例。HttpSession 是对 requests.Session 的子类/包装。因此它的特性被很好地记录下来，并且应该为许多人所熟悉。HttpSession 添加的主要是将请求结果报告到 Locust 中(成功/失败，响应时间，响应长度，名称)。- 它包含所有 HTTP 方法的方法: get、 post、 put、 …- 就像 requests.Session，它在请求之间保存 cookie，所以它可以很容易地用于登录网站。 - 例如，发出一个 POST 请求，查看响应并隐式重用我们为第二个请求获得的任何会话 cookie response = self.client.post("/login",{"username":"testuser","password":"secret"})print("Response status code:", response.status_code)print("Response text:", response.text) response = self.client.get("/my-profile")- HttpSession 会捕获任何 requests.Session 抛出的 requests.RequestException (由连接错误、超时或类似情况引起) ，并返回一个 dummy Response 对象，其 status_code 设置为0，content 设置为 None。- 验证响应- 如果 HTTP 响应代码是 OK 的(< 400) ，那么请求被认为是成功的，但是对响应进行一些额外的验证通常是有用的。- 通过使用 catch_response 参数、 with-statement 和对 response.failure ()的调用，可以将请求标记为 failedwith self.client.get("/", catch_response=True)as response:if response.text !="Success": response.failure("Got wrong response")elif response.elapsed.total_seconds()>0.5: response.failure("Request took too long")- 你也可以将一个请求标记为成功，即使响应代码不好:with self.client.get("/does_not_exist/", catch_response=True)as response:if response.status_code ==404: response.success()- 您甚至可以通过抛出异常，然后在 with-block 外捕获异常，从而完全避免记录请求。或者你可以抛出一个 Locust 异常，就像下面的例子一样，然后让 Locust 捕捉它。from locust.exception import RescheduleTask ...with self.client.get("/does_not_exist/", catch_response=True)as response:if response.status_code ==404:raise RescheduleTask()- REST/JSON APIs- 下面是一个如何调用 REST API 并验证响应的例子:from json import JSONDecodeError ...with self.client.post("/", json={"foo":42,"bar":None}, catch_response=True)as response:try:if response.json()["greeting"]!="hello": response.failure("Did not get expected value in greeting")except JSONDecodeError: response.failure("Response could not be decoded as JSON")except KeyError: response.failure("Response did not contain expected key 'greeting'")- Locust-plugins 有一个现成的类用于测试 REST API： RestUser- 对请求分组- 网址包含某种动态参数(s)，将这些 url 进行分组后再进行用户数据统计通常是有意义的。这可以通过向 HttpSession 的不同请求方法传递一个 name 参数来实现。- 例如：# Statistics for these requests will be grouped under: /blog/?id=[id]for i inrange(10): self.client.get("/blog?id=%i"% i, name="/blog?id=[id]")- 在某些情况下，不可能将参数传入请求函数，例如在与包装了请求会话的库/SDK 进行交互时。通过设置 client.request_name 属性提供了分组请求的另一种方式。# Statistics for these requests will be grouped under: /blog/?id=[id] self.client.request_name="/blog?id=[id]"for i inrange(10): self.client.get("/blog?id=%i"% i) self.client.request_name=None- 如果希望用最小的样板文件链接多个组，可以使用 client.rename_request()上下文管理器。@taskdefmultiple_groupings_example(self):# Statistics for these requests will be grouped under: /blog/?id=[id]with self.client.rename_request("/blog?id=[id]"):for i inrange(10): self.client.get("/blog?id=%i"% i)# Statistics for these requests will be grouped under: /article/?id=[id]with self.client.rename_request("/article?id=[id]"):for i inrange(10): self.client.get("/article?id=%i"% i)- HTTP Proxy 设置- 为了提高性能，我们将请求配置为不在环境中查找 HTTP 代理设置。Session’s trust_env 为 False。如果你不想这样，你可以手动设置 locust_instance.client.trust_env 为 True。有关详细信息，请参阅 documentation of requests.
• 连接池- 当每个 HttpUser 创建新的 HttpSession 时，每个用户实例都有自己的连接池。这类似于真实用户与 web 服务器的交互方式。- 但是，如果希望在所有用户之间共享连接，可以使用单个池管理器。为此，将 pool_manager 类属性设置为 urllib3.PoolManager 的实例。from locust import HttpUser from urllib3 import PoolManager classMyUser(HttpUser):# All users will be limited to 10 concurrent connections at most. pool_manager = PoolManager(maxsize=10, block=True)- 有关更多的配置选项，请参考 urllib3 documentation.
• TaskSets- Taskset 是一种组织层次化网站/系统测试的方法。你可以在 这里 了解更多。
• 如何组织测试代码- 记住这一点很重要，locustfile.py 只是 Locust 导入的一个普通的 Python 模块。从这个模块中，您可以像在任何 Python 程序中一样自由地导入其他 Python 代码。当前的工作目录文件会自动添加到 python 的 sys.path 中，因此任何位于 python 工作目录中的 python 文件/模块/包都可以使用 python import 语句导入。- 对于小型测试，将所有测试代码保存在一个 locustfile.py 中应该可以，但是对于较大的测试套件，您可能希望将代码分割成多个文件和目录。- 如何构造测试源代码当然完全取决于您，但是我们建议您遵循 Python 最佳实践。- 单个 locustfile 示例 Project root common/ __init__.py auth.py config.py locustfile.py requirements.txt- 多个 locustfile 示例 Project root common/ __init__.py auth.py config.py my_locustfiles/ api.py website.py requirements.txt

配置

• 命令行选项$ locust --help
• 环境变量- 大多数可以通过命令行参数设置的选项也可以通过环境变量设置。例如: $ LOCUST_LOCUSTFILE=custom_locustfile.py locust
• 配置文件- 可以通过命令行参数设置的任何选项也可以通过配置文件格式的配置文件设置。- Locust 将默认查找 ~/.locust.conf 和 ./locust.conf，您可以使用 --config 命令行参数指定其他位置的配置文件。- Demo# master.conf in current directory locustfile = locust_files/my_locust_file.py headless =true master =true expect-workers =5host= http://target-system users=100 spawn-rate =10 run-time = 10m $ locust --config=master.conf
• 配置值按以下顺序读取(覆盖) : ~/locust.conf -> ./locust.conf -> (file specified using --conf) -> env vars -> cmd args
• 所有可用的配置选项- 要导入的 Python 模块，例如 “. ./other_test. py”。要么是. py 文件，要么是包目录。默认为"locustfile"- 命令行参数：-f, --locustfile- 环境变量：LOCUST_LOCUSTFILE- 配置文件：locustfile- 性能测试的主机地址：http://10.21.32.33- 命令行参数：-H, --host- 环境变量：LOCUST_HOST- 配置文件：host- Locust 并发用户高峰人数。主要与-headless 或-autostart 连用。可以在测试期间通过键盘输入改变： w 产生1 个用户、W产生10个用户、s停止1个用户、S停止10个用户)- 命令行参数：-u, --users- 环境变量：LOCUST_USERS- 配置文件：users- 产生新用户的速率(每秒几个新用户)。主要与-headless 或-autostart 一起使用- -r, --spawn-rate- LOCUST_SPAWN_RATE- spawn-rate- 【废弃】–hatch-rate- –hatch-rate- LOCUST_HATCH_RATE- hatch-rate- 在指定时间后停止，例如: 300秒、20分、3小时、1小时30分等。只与-headless 或-autostart 一起使用。默认为永久运行。- -t, --run-time- LOCUST_RUN_TIME- run-time- web 界面绑定的主机地址。默认为 ‘*’ (all interfaces)- –web-host- LOCUST_WEB_HOST- web-host- 运行 web 界面的主机端口- –web-port, -P- LOCUST_WEB_PORT- web-port- 禁用 web 界面，并立即启动测试。使用-u 和-t 来控制用户数和运行时间- –headless- LOCUST_HEADLESS- headless- 立即启动测试(不禁用 web UI)。使用-u 和-t 来控制用户数和运行时间- –autostart- LOCUST_AUTOSTART- autostart- 完全退出 Locust，x 秒后运行结束。仅与-autostart 一起使用。默认是让 Locust 运行，直到你使用 ctrl + c 关闭它- –autoquit- LOCUST_AUTOQUIT- autoquit- 【废弃】–headful- –headful- LOCUST_HEADFUL- headful- 打开 web 界面的 Basic 认证。应该以下列格式提供: username:password- –web-auth- LOCUST_WEB_AUTH- web-auth- 可选的 TLS 证书路径，用于服务于 HTTPS- –tls-cert- LOCUST_TLS_CERT- tls-cert- 可选的 TLS 私钥路径，用于通过 HTTPS 提供服务- –tls-key- LOCUST_TLS_KEY- tls-key- 设置 Locust 以分布式模式运行，并以此进程为 master 节点- –master- LOCUST_MODE_MASTER- master- Locust master 应绑定的接口 (hostname, ip) ，只与-master 一起使用，默认值为 * (所有可用接口)。- –master-bind-host- LOCUST_MASTER_BIND_HOST- master-bind-host- Locust master 应绑定到的端口，只与-master 一起使用，默认值为5557。- –master-bind-port- LOCUST_MASTER_BIND_PORT- master-bind-port- master 节点将等待，直到指定个数的 worker 节点已连接，然后才开始测试。(只有在使用-headless/autostart 时才有效)。- –expect-workers- LOCUST_EXPECT_WORKERS- expect-workers- master 等待 worker 来连接的超时，默认永远等待。- –expect-workers-max-wait- LOCUST_EXPECT_WORKERS_MAX_WAIT- expect-workers-max-wait- 将 locust 设置为以分布式模式运行，并使用此进程作为 worker- –worker- LOCUST_MODE_WORKER- worker- 分布式模式时，master 的主机地址或 IP，只与-worker 一起使用，默认为127.0.0.1。- –master-host- LOCUST_MASTER_NODE_HOST- master-host- 分布式模式时，master 的主机端口，只在与-worker 一起使用，默认值为5557。- –master-port- LOCUST_MASTER_NODE_PORT- master-port- 在测试中包含的 tag 列表，因此只执行具有任何匹配 tag 的任务- -T, --tags- LOCUST_TAGS- tags- 从测试中排除的 tag 列表，因此只执行没有匹配 tag 的任务- -E, --exclude-tags- LOCUST_EXCLUDE_TAGS- exclude-tags- 将当前请求状态以 CSV 格式存储到文件中。设置此选项将生成三个文件: [CSV_PREFIX]_stats.csv, [CSV_PREFIX]_stats_history.csv and [CSV_PREFIX]_failures.csv- –csv- LOCUST_CSV- csv- 以 CSV 格式存储每个统计数据条目到 _stats_history.csv 文件。必须指定-csv参数来启用这个选项。- –csv-full-history- LOCUST_CSV_FULL_HISTORY- csv-full-history- 在控制台中打印统计数据- –print-stats- LOCUST_PRINT_STATS- print-stats- 只打印摘要统计数据- –only-summary- LOCUST_ONLY_SUMMARY- only-summary- 一旦生成完成，重置统计信息。在分布式模式下，应该在 master 和 worker 上都设置。- –reset-stats- LOCUST_RESET_STATS- reset-stats- 将 HTML 报表存储到指定的文件路径- –html- LOCUST_HTML- html- 禁用 Locust 的日志记录设置，配置是由 Locust 测试或 Python 默认提供的。- –skip-log-setup- LOCUST_SKIP_LOG_SETUP- skip-log-setup- 日志级别，可选范围 DEBUG/INFO/WARNING/ERROR/CRITICAL，默认 INFO。- –loglevel, -L- LOCUST_LOGLEVEL- loglevel- 日志文件的路径。如果没有设置，日志将输出到 stderr- –logfile- LOCUST_LOGFILE- logfile- 设置测试结果包含任何故障或错误时要使用的进程退出代码- –exit-code-on-error- LOCUST_EXIT_CODE_ON_ERROR- exit-code-on-error- 在退出前，等待模拟用户执行完任务的超时秒数。默认是立即终止。在分布式模式下，只需要为 master 指定此参数。- -s, --stop-timeout- LOCUST_STOP_TIMEOUT- stop-timeout
• 自定义参数- 请参考： custom-arguments
• 统计设置- Locust 统计信息的默认配置在 stats.py 文件的常量中。可以通过重写这些值来调整它以满足特定的需求。为此，导入 locust.stats 模块并覆盖所需的设置import locust.stats locust.stats.CONSOLE_STATS_INTERVAL_SEC =15- 可以修改的统计参数列表如下:- STATS_NAME_WIDTH：控制台输出中 request name 的列宽- STATS_TYPE_WIDTH：控制台输出中request type 的列宽- CSV_STATS_INTERVAL_SEC：CSV 文件写入频率的间隔- CONSOLE_STATS_INTERVAL_SEC：将结果写入控制台的频率的间隔- CURRENT_RESPONSE_TIME_PERCENTILE_WINDOW：窗口大小/分辨率——以秒为单位——当计算当前响应时间百分比时- PERCENTILES_TO_REPORT：要计算和报告响应时间的百分比列表

分布式生成负载

• 运行 Locust 的单个进程可以模拟相当高的吞吐量。对于一个简单的测试计划，它应该能够每秒发出数百个请求，如果使用 FastHttpUser，则可以发出数千个请求。
• 但是，如果您的测试计划很复杂，或者您希望运行更多的负载，那么您将需要扩展到多个进程，甚至是多台机器。
• 为此，您在主节点上使用 --master 标志启动 Locust 的一个实例，并使用 --worker 标志启动多个工人实例。如果这些 worker 与您使用的主机不在同一台计算机上，使用 --master-host 将他们指向 master 节点的主机 IP/hostname。
• master 实例会运行 Locust 的 web 界面，并告诉 worker 何时产生/停止用户。worker 运行您的用户并将统计数据发送回去。master 实例本身不运行任何 Users。
• master 和 worker 在分布式运行 Locust 时，都必须有 locustfile 的副本。
• 因为 Python 不能完全利用每个进程多于一个核心(请参见 GIL ) ，所以通常应该在每个处理器核心上运行一个 worker 实例，以便充分利用它们的计算能力。
• 每个 worker 可以运行多少个用户几乎没有限制。Locust/gevent 可以在每个进程中运行数千甚至数万个用户，只要他们的总请求率/RPS 不是太高。
• 如果 Locust 即将耗尽 CPU 资源，它将记录一个警告。
• Demo# 在 master 节点上启动 locust $ locust -f my_locustfile.py --master # 然后对每个 worker (用 master的 IP 替换192.168.0.14，或者如果你的 worker 和 master 在同一台机器上，则完全省略参数) $ locust -f my_locustfile.py --worker --master-host=192.168.0.14
• 相关选项参数- –master- –worker- –master-host=X.X.X.X- –master-port=5557- –master-bind-host=X.X.X.X- –master-bind-port=5557- –expect-workers=X
• 跨节点通信- 在分布式模式下运行 Locust 时，您可能希望在主节点和工作节点之间进行通信以协调数据。通过使用内置的消息挂钩，可以很容易地实现自定义消息:from locust import events from locust.runners import MasterRunner, WorkerRunner # Fired when the worker receives a message of type 'test_users'defsetup_test_users(environment, msg,**kwargs):for user in msg.data:print(f"User {user['name']} received") environment.runner.send_message('acknowledge_users',f"Thanks for the {len(msg.data)} users!")# Fired when the master receives a message of type 'acknowledge_users'defon_acknowledge(msg,**kwargs):print(msg.data)@events.init.add_listenerdefon_locust_init(environment,**_kwargs):ifnotisinstance(environment.runner, MasterRunner): environment.runner.register_message('test_users', setup_test_users)ifnotisinstance(environment.runner, WorkerRunner): environment.runner.register_message('acknowledge_users', on_acknowledge)@events.test_start.add_listenerdefon_test_start(environment,**_kwargs):ifnotisinstance(environment.runner, MasterRunner): users =[{"name":"User1"},{"name":"User2"},{"name":"User3"},] environment.runner.send_message('test_users', users)- 请注意，在本地运行(即非分布式)时，这个功能将得到保留; 消息将由发送它们的同一个运行程序简单地处理。- 在 Locust 源代码的 examples 目录 中可以找到一个更完整的示例。

在调试器中运行测试

• 在调试器中运行 Locust 在开发测试时非常有用。除此之外，你可以检查一个特定的回复或者检查一些用户/实例变量。
• 但是调试器有时会遇到类似 Locust 这样的复杂 gevent 应用程序的问题，而且框架本身还有许多您可能不感兴趣的内容。为了简化这个问题，Locust 提供了一个名为 run_single_user 的方法。请注意，这是一个相当新的特性，api 可能会发生变化。from locust import HttpUser, task, run_single_user classQuickstartUser(HttpUser): host ="http://localhost"@taskdefhello_world(self):with self.client.get("/hello", catch_response=True)as resp:pass# maybe set a breakpoint here to analyze the resp object?# if launched directly, e.g. "python3 debugging.py", not "locust -f debugging.py"if __name__ =="__main__": run_single_user(QuickstartUser)
• 它隐式地为请求事件注册一个事件处理程序，以打印关于每个请求的一些统计信息:type name resp_ms exception GET /hello 38 ConnectionRefusedError(61, 'Connection refused') GET /hello 4 ConnectionRefusedError(61, 'Connection refused')
• 您可以通过指定参数来为 run_single_ user 配置打印的内容。- 确保在调试器设置中启用了 gevent。- VS Code launch.json 示例{"version":"0.2.0","configurations":[{"name":"Python: Current File","type":"python","request":"launch","program":"${file}","console":"integratedTerminal","gevent":true}]}- 在 PyCharm 中也有类似的设置- VS Code/pydev 可能会警告您：sys.settrace() should not be used when the debugger is being used，它可以安全地被忽略
• debugging_advanced 示例

在 Docker 中运行

• 官方的 Docker 镜像位于 locustio/locust 。
• 像这样使用它(假设locustfile. py 存在于当前的工作目录文件中) :docker run -p 8089:8089 -v $PWD:/mnt/locust locustio/locust -f /mnt/locust/locustfile.py
• 下面是一个 Docker Compose 文件的例子，它可以用来同时启动主节点和工作节点: version: '3' services: master: image: locustio/locust ports: - "8089:8089" volumes: - ./:/mnt/locust command: -f /mnt/locust/locustfile.py --master -H http://master:8089 worker: image: locustio/locust volumes: - ./:/mnt/locust command: -f /mnt/locust/locustfile.py --worker --master-host master
• 上面的组合配置可以用以下命令启动一个主节点和4个工人:$ docker-compose up --scale worker=4
• 使用 docker 镜像作为基础镜像$ FROM locustio/locust$ RUN pip3 install some-python-package
• 在 Kubernetes 上运行分布式负载测试- 在 Kubernetes 运行 Locust 最简单的方法是使用 Helm chart- 示例：github.com/deliveryhero/helm-charts

使用 Terraform/AWS 运行分布式负载测试

• 这里有一种使用基础设施作为 Code/IaC. 来供应 Locust 的方法。
• 为此，我们使用 Terraform 模块提供1个 master和 n 个 worker 节点。这个实现使用 AWS 和 EC2，但是您可以为其他云提供者修改它。
• install-terraform-on-linux
• Follow Readme
• Further Reading

不使用 web UI 运行

• 你可以在没有 web UI 的情况下运行 locust ——例如，如果你想在一些自动化的流程中运行它，比如一个 CI 服务器——通过使用 --headless 标志和-u 和-r：-u 指定要生成的用户数，-r 指定生成率(每秒启用的用户数)。$ locust -f locust_files/my_locust_file.py --headless -u 1000 -r 100
• 当测试运行时，您可以手动更改用户数，即使在坡道启动完成之后也是如此。按 w 添加1个用户，按 W 添加10个用户。按 s 键删除1或 S 键删除10。
• 为测试设置时间限制：使用 --run-time 或-t。一旦时间到，Locust 就会关闭。$ locust -f --headless -u 1000 -r 100 --run-time 1h30m
• 允许任务在关闭时完成迭代：默认情况下，Locust 会立即停止你的任务(甚至不等待请求完成)。如果您想让任务完成它们的迭代，可以使用 --stop-timeout 。$ locust -f --headless -u 1000 -r 100 --run-time 1h30m --stop-timeout 99
• 在没有 web UI 的情况下分布式运行 Locust：启动主节点时应该指定 --expect-workers 选项，以指定预期连接的工作节点数。然后，它将等待直到足够的工作节点已经连接后才开始测试。
• 控制 Locust 进程的退出代码：在 CI 环境中运行 Locust 时，您可能需要控制 Locust 进程的退出代码。您可以在测试脚本中通过设置 Environment 实例的 process_exit_code 来实现这一点。- 下面是一个例子，如果符合以下任何一个条件，就可以将退出代码设置为非零:# 这段代码可以写入 locustfile.py 或在 locustfile 中导入的任何其他文件中)import logging from locust import events @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 =1elif environment.stats.total.avg_response_time >200: logging.error("Test failed due to average response time ratio > 200 ms") environment.process_exit_code =1elif environment.stats.total.get_response_time_percentile(0.95)>800: logging.error("Test failed due to 95th percentile response time > 800 ms") environment.process_exit_code =1 else: environment.process_exit_code =0- 超过1% 的请求失败- 平均响应时间超过200毫秒- 响应时间的第95百分位数大于800毫秒

自定义负载曲线

• 有时需要一个完全自定义的负载测试，这不能通过简单地设置或更改用户计数和刷新率来实现。例如，您可能希望在自定义时间生成一个负载尖峰或斜坡。通过使用 LoadTestShape 类，您可以在任何时候完全控制用户计数和产生速率。
• 在 locust 文件中定义一个继承 LoadTestShape 的类。如果 Locust 发现了这个类，将自动使用它。
• 在这个类中，您定义了一个 tick()方法，该方法返回一个元组，其中包含所需的用户数和产生速率(或 None 用于停止测试)。Locust 大约每秒调用一次 tick()方法。
• 在这个类中，您还可以访问 get_run_time()方法，以检查测试运行了多长时间。
• Demo：MyCustomShape 将按照 100 个用户每块的方式增加用户数，然后在10分钟后停止负载测试:classMyCustomShape(LoadTestShape): time_limit =600 spawn_rate =20deftick(self): run_time = self.get_run_time()if run_time < self.time_limit:# User count rounded to nearest hundred. user_count =round(run_time,-2)return(user_count, spawn_rate)returnNone
• Github 上的例子 进一步演示了这一功能，包括: - Generating a double wave shape- Time based stages like K6- Step load pattern like Visual Studio
• get_current_user_count() 返回活动用户的总数。此方法可用于防止在达到所需用户数之前进行后续步骤。如果每个用户的初始化过程在时间上很慢或不稳定，这就特别有用。 示例

CSV 格式保存测试统计信息

• 你可能希望通过 CSV 文件消费 Locust 的测试结果。在这种情况下，有两种方法可以做到这一点。
• 首先，在使用 web UI 运行 Locust 时，可以在 Download Data 选项卡下检索 CSV 文件。
• 其次，你可以运行 Locust 与一个标志，将定期保存三个 CSV 文件。$ locust -f examples/basic.py --csv=example --headless -t10m
• 这些文件将被命名为 example_stats.csv、example_failures.csv、example_history.csv (在使用 --csv=example 时)。
• 前两个文件将包含整个测试运行的统计数据和失败数据，每个统计数据条目(URL 端点)和一个聚合行。
• example_history.csv 将在整个测试运行过程中添加当前(10秒滑动窗口)状态来获取新行。
• 默认情况下，只有聚合行定期添加到历史统计数据中，但是如果 Locust 以 --csv-full-history 标志开始，每次写入统计数据时(默认情况下每2秒钟一次)就会为每个统计数据条目(和聚合)添加一行。
• 如果你想写得更快(或者更慢) ，你也可以自定义写入的频率:import locust.stats locust.stats.CSV_STATS_INTERVAL_SEC =5# default is 1 second locust.stats.CSV_STATS_FLUSH_INTERVAL_SEC =60# Determines how often the data is flushed to disk, default is 10 seconds

测试非 HTTP 系统

• Locust 只提供对 HTTP/HTTPS 的内置支持，但是它可以扩展到几乎任何系统。这通常是通过包装协议库并在每次调用完成后触发一个 request 事件来完成的，以便 Locust 知道发生了什么。
• 重要的是，您使用的协议库可以被 gevent 进行 monkey-patch 。
• 几乎所有纯 Python 的库(使用 Python socket 模块或其他标准库函数，如 subprocess)都可以开箱即用——但如果它们在 C gevent 中执行 i/o 调用，则无法对其进行补丁。这将阻塞整个 Locust/Python 进程(实际上限制您每个 worker 进程只运行一个 User)
• 有些 C 库允许使用其他变通方法。例如，如果希望使用 psycopg2对 PostgreSQL 进行性能测试，可以使用 psycogreen 。如果您愿意亲自动手，那么您也可以自己对库进行补丁，但这超出了本文档的范围。
• 示例: 编写 XML-RPC User/client - 假设我们有一个 XML-RPC 服务器，我们想要进行负载测试import random import time from xmlrpc.server import SimpleXMLRPCServer defget_time(): time.sleep(random.random())return time.time()defget_random_number(low, high): time.sleep(random.random())return random.randint(low, high) server = SimpleXMLRPCServer(("localhost",8877))print("Listening on port 8877...") server.register_function(get_time,"get_time") server.register_function(get_random_number,"get_random_number") server.serve_forever()- 我们可以通过包装 xmlrpc.client.ServerProxy 来构建一个通用的 XML-RPC clientimport time from xmlrpc.client import ServerProxy, Fault from locust import User, task classXmlRpcClient(ServerProxy):""" XmlRpcClient is a wrapper around the standard library's ServerProxy. It proxies any function calls and fires the *request* event when they finish, so that the calls get recorded in Locust. """def__init__(self, host, request_event):super().__init__(host) self._request_event = request_event def__getattr__(self, name): func = ServerProxy.__getattr__(self, name)defwrapper(*args,**kwargs): request_meta ={"request_type":"xmlrpc","name": name,"start_time": time.time(),"response_length":0,# calculating this for an xmlrpc.client response would be too hard"response":None,"context":{},# see HttpUser if you actually want to implement contexts"exception":None,} start_perf_counter = time.perf_counter()try: request_meta["response"]= func(*args,**kwargs)except Fault as e: request_meta["exception"]= e request_meta["response_time"]=(time.perf_counter()- start_perf_counter)*1000 self._request_event.fire(**request_meta)# This is what makes the request actually get logged in Locustreturn request_meta["response"]return wrapper classXmlRpcUser(User):""" A minimal Locust user class that provides an XmlRpcClient to its subclasses """ abstract =True# dont instantiate this as an actual user when running Locustdef__init__(self, environment):super().__init__(environment) self.client = XmlRpcClient(self.host, request_event=environment.events.request)# The real user class that will be instantiated and run by Locust# This is the only thing that is actually specific to the service that we are testing.classMyUser(XmlRpcUser): host ="http://127.0.0.1:8877/"@taskdefget_time(self): self.client.get_time()@taskdefget_random_number(self): self.client.get_random_number(0,100)
• 示例: 编写 gRPC User/client - 唯一重要的区别是，您需要使 gRPC gevent 兼容，在打开通道之前执行以下代码:import grpc.experimental.gevent as grpc_gevent grpc_gevent.init_gevent()- 要测试的 Dummy server:import hello_pb2_grpc import hello_pb2 import grpc from concurrent import futures import logging import time logger = logging.getLogger(__name__)classHelloServiceServicer(hello_pb2_grpc.HelloServiceServicer):defSayHello(self, request, context): name = request.name time.sleep(1)return hello_pb2.HelloResponse(message=f"Hello from Locust, {name}!")defstart_server(): server = grpc.server(futures.ThreadPoolExecutor(max_workers=10)) hello_pb2_grpc.add_HelloServiceServicer_to_server(HelloServiceServicer(), server) server.add_insecure_port("localhost:50051") server.start() logger.info("gRPC server started") server.wait_for_termination()- gRPC client, base User 示例：# make sure you use grpc version 1.39.0 or later,# because of https://github.com/grpc/grpc/issues/15880 that affected earlier versionsimport grpc import hello_pb2_grpc import hello_pb2 from locust import events, User, task from locust.exception import LocustError from locust.user.task import LOCUST_STATE_STOPPING from hello_server import start_server import gevent import time # patch grpc so that it uses gevent instead of asyncioimport grpc.experimental.gevent as grpc_gevent grpc_gevent.init_gevent()@events.init.add_listenerdefrun_grpc_server(environment,**_kwargs):# Start the dummy server. This is not something you would do in a real test. gevent.spawn(start_server)classGrpcClient:def__init__(self, environment, stub): self.env = environment self._stub_class = stub.__class__ self._stub = stub def__getattr__(self, name): func = self._stub_class.__getattribute__(self._stub, name)defwrapper(*args,**kwargs): request_meta ={"request_type":"grpc","name": name,"start_time": time.time(),"response_length":0,"exception":None,"context":None,"response":None,} start_perf_counter = time.perf_counter()try: request_meta["response"]= func(*args,**kwargs) request_meta["response_length"]=len(request_meta["response"].message)except grpc.RpcError as e: request_meta["exception"]= e request_meta["response_time"]=(time.perf_counter()- start_perf_counter)*1000 self.env.events.request.fire(**request_meta)return request_meta["response"]return wrapper classGrpcUser(User): abstract =True stub_class =Nonedef__init__(self, environment):super().__init__(environment)for attr_value, attr_name in((self.host,"host"),(self.stub_class,"stub_class")):if attr_value isNone:raise LocustError(f"You must specify the {attr_name}.") self._channel = grpc.insecure_channel(self.host) self._channel_closed =False stub = self.stub_class(self._channel) self.client = GrpcClient(environment, stub)classHelloGrpcUser(GrpcUser): host ="localhost:50051" stub_class = hello_pb2_grpc.HelloServiceStub @taskdefsayHello(self):ifnot self._channel_closed: self.client.SayHello(hello_pb2.HelloRequest(name="Test")) time.sleep(1)
• 有关更多用户类型的示例，请参见 locust-plugins (它拥有 WebSocket/SocketIO、 Kafka、 Selenium/WebDriver 等多个用户)

测试 SDK

• 如果您要测试的目标系统已经有一个构建好的 SDK 可用，Locust 支持将其集成到您的负载测试工作中使用。
• 要实现这一点，唯一的先决条件是：SDK 需要有一个可访问的 request.Sessions 类。
• 下面的示例显示 locust 客户端在启动期间覆盖了 Archivist SDK 内部的 _session 对象。import locust from locust.user import task from archivist.archivist import Archivist # Example SDK under testclassArchivistUser(locust.HttpUser):defon_start(self): AUTH_TOKEN =Nonewithopen("auth.text")as f: AUTH_TOKEN = f.read()# Start an instance of of the SDK self.arch: Archivist = Archivist(url=self.host, auth=AUTH_TOKEN)# overwrite the internal _session attribute with the locust session self.arch._session = self.client @taskdefCreate_assets(self):"""User creates assets as fast as possible"""whileTrue: self.arch.assets.create(behaviours=["Builtin","RecordEvidence","Attachments"], attrs={"foo":"bar"})

使用快速 HTTP 客户端提升性能

• 快速 HTTP 客户端 - Locust 的默认 HTTP 客户端使用 python-requests 。它提供了许多 python 开发人员所熟悉的很好的 API，并且维护得非常好。但是，如果您计划以非常高的吞吐量运行测试，并且只有有限的硬件来运行 Locust，那么它有时效率不够高。- 正因为如此，Locust 还提供了 FastHttpUser，它使用 geventhttpclient 来代替。它提供了一个非常类似的 API，使用的 CPU 时间大大减少，有时在给定硬件上每秒钟最大请求数会增加多达5x-6x。- 很难说你的特定硬件能处理什么，但是在最好的情况下，使用 FastHttpUsers 的测试每个内核每秒能处理接近5000个请求，而 HttpUser 每秒能处理大约850个请求(在2018 MacBook Pro i72.6 GHz 上测试)。实际上，您的结果可能会有所不同，如果负载测试还执行其他 cpu 密集型的操作，您将看到更小的收益。- 只要您的负载生成器 CPU 没有超载，FastHttpUser 的响应时间应该与 HttpUser 的响应时间几乎相同。从这个意义上讲，它并不是“更快”。当然，它不能加速你正在测试的系统。
• 如何使用 FastHttpUser - 只需要子类化 FastHttpUser 而不是 HttpUserfrom locust import task, FastHttpUser classMyUser(FastHttpUser):@taskdefindex(self): response = self.client.get("/")- FastHttpUser/geventhttpclient 与 HttpUser/python-requests 非常相似，但有时会有细微的差别。如果您需要使用客户端库的内部机制，例如手动管理 cookie，那么这种情况尤其明显。
• API - FastHttpUser- FastHttpSession- FastResponse

事件挂钩

• 事件挂钩- Locust 带有一些事件挂钩，可以用于在多种不同方式上扩展 Locust。- 例如，下面是如何设置一个事件侦听器，该侦听器将在请求完成后触发。from locust import events @events.request.add_listenerdefmy_request_handler(request_type, name, response_time, response_length, response, context, exception, start_time, url,**kwargs):if exception:print(f"Request to {name} failed with exception {exception}")else:print(f"Successfully made a request to:{name})print(f"The response was {response.text}")- 在上面的示例中，通配符关键字参数(** kwargs)将为空，因为我们已处理所有参数，但是如果 Locust 在未来版本中添加了新的参数，它可以防止代码因异常而中断。- 另外，完全可以实现一个不为此事件提供所有参数的客户端。例如，非 http 协议甚至可能没有 url 或响应对象的概念。从侦听器函数定义中删除所有这类缺少的字段或使用默认参数。- 在分布式模式下运行 locust 时，在运行测试之前 worker 节点上做一些设置可能会很有用。你可以通过检查节点的 runner 类型来确保你没有在 master 节点上运行。from locust import events from locust.runners import MasterRunner @events.test_start.add_listenerdefon_test_start(environment,**kwargs):ifnotisinstance(environment.runner, MasterRunner):print("Beginning test setup")else:print("Started test from Master node")@events.test_stop.add_listenerdefon_test_stop(environment,**kwargs):ifnotisinstance(environment.runner, MasterRunner):print("Cleaning up test data")else:print("Stopped test from Master node")- 您还可以使用事件来添加 自定义命令行参数 。- 若要查看可用事件的完整列表，请参见 事件挂钩 。
• 请求上下文- request event 有一个上下文参数，使您能够传递有关请求的数据(例如用户名、标签等)。- 可以在对 request 方法的调用中直接设置它。classMyUser(HttpUser):@taskdeft(self): self.client.post("/login", json={"username":"foo"}) self.client.get("/other_request", context={"username":"foo"})@events.request.add_listenerdefon_request(context,**kwargs):if context:print(context["username"])- 也可以在 User 级别上设置，通过重写 User.context ()方法。classMyUser(HttpUser):defcontext(self):return{"username": self.username}@taskdeft(self): self.username ="foo" self.client.post("/login", json={"username": self.username})@events.request.add_listenerdefon_request(context,**kwargs):print(context["username"])
• 添加 Web 路由- Locust 使用 Flask 服务来产生网页用户界面，因此可以很容易添加 web end-points 到网页用户界面。通过监听 init 事件，我们可以获取到 Flask app 实例的引用，并使用它来设置一个新的路由。from locust import events @events.init.add_listenerdefon_locust_init(environment,**kw):@environment.web_ui.app.route("/added_page")defmy_added_page():return"Another page"- 启动 locust 后就可以浏览 http://127.0.0.1:8089/added_page 。
• 扩展 Web 用户界面- 你还可以使用 Flask Blueprints 和 templates，不仅能添加 web 路由，而且能扩展的网页界面，让你的自定义数据可以和 Locust 的统计数据一起展示。这是更高级的，因为它还涉及到编写和包含 HTML 和 Javascript 文件，通过路由服务，但可以大大提高实用性和可定制的 web UI。- 在 Locust 源代码的 examples 目录中可以找到一个扩展 web UI 的工作示例，包括 HTML 和 Javascript 示例文件。
• 运行一个后台 greenlet- 因为 locust 文件只是“代码”，所以没有什么可以阻止您生成自己的 greenlet 来与实际的负载/用户并行运行。- 例如，你可以监视测试的失败率，如果超过某个阈值，你可以停止运行。from locust import events from locust.runners import STATE_STOPPING, STATE_STOPPED, STATE_CLEANUP, MasterRunner, LocalRunner defchecker(environment):whilenot environment.runner.state in[STATE_STOPPING, STATE_STOPPED, STATE_CLEANUP]: time.sleep(1)if environment.runner.stats.total.fail_ratio >0.2:print(f"fail ratio was {environment.runner.stats.total.fail_ratio}, quitting") environment.runner.quit()[email protected]_listenerdefon_locust_init(environment,**_kwargs):# dont run this on workers, we only care about the aggregated numbersifisinstance(environment.runner, MasterRunner)orisinstance(environment.runner, LocalRunner): gevent.spawn(checker, environment)
• 将 locustfiles 参数化- 基本环境变量 - 像任何程序一样，你可以使用环境变变量。# 在 linux/mac 上MY_FUNKY_VAR=42 locust ... # 在 windows 上 SET MY_FUNKY_VAR=42 locust ...- 然后在你的 locustfiles 里找到它们。import os print(os.environ['MY_FUNKY_VAR'])- 自定义参数 - 您可以使用 init_command_line_parser Event 向 Locust 添加自己的命令行参数。自定义参数也可以在 web UI 中显示和编辑。from locust import HttpUser, task, events @events.init_command_line_parser.add_listenerdef_(parser): parser.add_argument("--my-argument",type=str, env_var="LOCUST_MY_ARGUMENT", default="",help="It's working")# Set `include_in_web_ui` to False if you want to hide from the web UI parser.add_argument("--my-ui-invisible-argument", include_in_web_ui=False, default="I am invisible")@events.test_start.add_listenerdef_(environment,**kw):print(f"Custom argument supplied: {environment.parsed_options.my_argument}")classWebsiteUser(HttpUser):@taskdefmy_task(self):print(f"my_argument={self.environment.parsed_options.my_argument}")print(f"my_ui_invisible_argument={self.environment.parsed_options.my_ui_invisible_argument}")- 在运行 Locust 分布式时，自定义参数会在运行开始时自动转发给 worker(但不是在此之前，因此在测试实际开始之前不能依赖于转发的参数)。
• 测试数据管理- 有许多方法可以将测试数据输入到测试中(毕竟，您的测试只是一个 Python 程序，它可以做 Python 所能做的任何事情)。Locust 的事件使您能够细粒度地控制何时获取/释放测试数据。详细的示例
• 更多示例参见 locust-plugins

日志

• Locust 使用 Python 内置的 logging 框架 来处理日志记录。
• Locust 默认的日志配置是直接将日志消息写入 stderr。–loglevel 和 --logfile 可用于更改日志级别程和/或将日志输出方式转换为文件。
• 默认的日志配置会安装 root logger 即 locust.* logger，因此在您自己的测试脚本中使用 root logger 以及 --logfile，将把日志输出到文件。import logging logging.info("this log message will go wherever the other locust log messages go")
• 还可以使用 --skip-log-setup 选项在您自己的测试脚本中控制整个日志配置。然后，您必须自己配置 logging 。
• Locust loggers- 下面是 Locust 中使用的 loggers 的表格(供手动配置日志设置时参考) 。 - locust：Locust 命名空间，用于所有的 logger，比如 locust.main, locust.runners 等。- locust.stats_logger：这个 logger 用于定期将当前的统计数据打印到控制台。使用 --logfile 时，统计数据默认不会输出到日志文件。

将 locust 作为三方库使用

• 可以从您自己的 Python 代码启动负载测试，而不是使用 locust 命令运行 Locust。
• 首先创建一个 Environment 实例。from locust.env import Environment env = Environment(user_classes=[MyTestUser])
• Environment 实例的 create_local_runner, create_master_runner, create_worker_runner 可用于启动一个 Runner 实例，它可用于启动负载测试。 env.create_local_runner() env.runner.start(5000, spawn_rate=20) env.runner.greenlet.join()
• 还可以绕过分派和分发逻辑，手动控制产生的用户。 new_users = env.runner.spawn_users({MyUserClass.__name__:2}) new_users[1].my_custom_token ="custom-token-2" new_users[0].my_custom_token ="custom-token-1"
• 上面的例子只能在独立模式下工作，并且是一个实验性的特性，这意味着它可以在未来的版本中被删除。但是，如果您希望对产生的用户进行细粒度控制，那么它是非常有用的。
• 不要试图在相同的 Python 进程中创建 master runner 和 worker(s)。它不起作用，即使起作用，也不会比只运行一个 LocalRunner 给你带来更好的性能。每个 worker 都必须在自己的进程中运行，这是没有办法的。
• 我们还可以使用 Environment 实例的 create_web_ui 方法来启动一个 Web UI，用于查看统计数据，并控制 runner (例如启动和停止负载测试) 。 env.create_local_runner() env.create_web_ui() env.web_ui.greenlet.join()
• 完整实例import gevent from locust import HttpUser, task, between from locust.env import Environment from locust.stats import stats_printer, stats_history from locust.log import setup_logging setup_logging("INFO",None)classUser(HttpUser): wait_time = between(1,3) host ="https://docs.locust.io"@taskdefmy_task(self): self.client.get("/")@taskdeftask_404(self): self.client.get("/non-existing-path")# setup Environment and Runner env = Environment(user_classes=[User]) env.create_local_runner()# start a WebUI instance env.create_web_ui("127.0.0.1",8089)# start a greenlet that periodically outputs the current stats gevent.spawn(stats_printer(env.stats))# start a greenlet that save current stats to history gevent.spawn(stats_history, env.runner)# start the test env.runner.start(1, spawn_rate=10)# in 60 seconds stop the runner gevent.spawn_later(60,lambda: env.runner.quit())# wait for the greenlets env.runner.greenlet.join()# stop the web server for good measures env.web_ui.stop()

扩展阅读/知识库

• Locust Wiki 作为 Locust 社区维护的知识库，增加了官方文档。
• Articles Blog 的文章与评论和演练如何运行 Locust 在各种用例。
• Frequently Asked Questions
• 你还可以在 stackoverflow 上找到很多答案，例如: - BadStatusLine Errors- Passing HTTP Headers- POST file upload- Locust 多久执行一次 dns 查询？
• 如果您认为 Locust 缺少一些明显的特性(比如在一定数量的迭代/请求之后停止，设置测试运行失败的目标/阈值，支持 Kafka、 Selenium/WebDriver 等其他用户类型) ，那么它很可能是在 Locust-plugins 中实现的。