性能测试工具Locust | iCourt技术
Locust介绍
性能测试工具市面上有很多，除了我们耳熟能详的LoadRunner、Jmeter等测试工具，今天介绍一款小巧易用的性能测试工具：Locust。与LoadRunner、Jmeter这类大众耳熟能详的性能测试工相比：
| --- | LoadRunner | Jmeter | Locust |
|---|---|---|---|
| 授权方式 | 商业收费 | 开源免费 | 开源免费 |
| 开发语言 | C/Java | Java | Python |
| 测试脚本形式 | C/Java | GUI | Python |
| 并发机制 | 进程/线程 | 线程 | 协程 |
| 单机并发能力 | 低 | 低 | 高 |
| 分布式压力 | 支持 | 支持 | 支持 |
| 资源监控 | 支持 | 不支持 | 不支持 |
| 报告与分析 | 完善 | 简单图表 | 简单图表 |
| 支持二次开发 | 不支持 | 支持 | 支持 |
Locust最大的优点是，单机并发能力，在我们日常使用的MAC电脑上可以达到1000并发，而LoadRunner只能在Windows平台使用，并且并发效率比较低，300并发基本可以将机器打满。另一个优点是脚本开发简单，Loadrunner的压测脚本使用类C或者Java语言编写，脚本的调试经常让人崩溃，而Jmeter用GUI编写。Locust采用Pure Python脚本描述，使得脚本编写大大简化。
Locust安装
Locust可以通过pip或者easy_install安装:
pip install locustio
安装完Locust后，shell命令locust就可以使用了，可以查看locust命令有哪些选项：
locust --help
脚本编写
完成了工具的准备，就进入到了第二步，脚本编写。首先我们要import进来三个类，分别是HttpLocust（用来模拟发请求的类）、TaskSet（顾名思义，任务集）、task（任务类）。@task装饰器装饰的方法都是任务方法，里面包含了待请求的接口等信息，传入的参数代表了权重，如下所示两个被@task装饰的方法分别传入3和1，这意味着每4个人里有3个模拟用户执行answer方法，1个模拟用户执行status方法。
简单示例
from locust import HttpLocust, TaskSet,task
import random
class UserBehavior(TaskSet):
@task(3)
def answer(l):
url = "/api/v1/heroes/user/answers"
data = {"name": "多多" + str(random.randint(1,500)), "answer": "A"}
response = l.client.post(url, json=data, headers=header)
@task(1)
def status(l):
response = l.client.get("/api/v1/heroes/user/game/status", headers=header)
class WebsiteUser(HttpLocust):
task_set = UserBehavior
min_wait = 1
max_wait = 2
从脚本中可以看出，脚本主要包含两个类，一个是WebsiteUser（继承自HttpLocust，而HttpLocust继承自Locust），另一个是UserBehavior（继承自TaskSet）。事实上，在Locust的测试脚本中，所有业务测试场景都是在Locust和TaskSet两个类的继承子类中进行描述的。
Locust重要属性介绍
task_set: 指向一个TaskSet类，TaskSet类定义了用户的任务信息，该属性为必填；
max_wait/min_wait: 每个用户执行两个任务间隔时间的上下限（毫秒），具体数值在上下限中随机取值，若不指定则默认间隔时间固定为1秒； 由于性能测试往往希望给出的压力越高越好，测试中可以将此参数调低。
host：被测系统的host，当在终端中启动locust时没有指定--host参数时才会用到；
weight：同时运行多个Locust类时会用到，用于控制不同类型任务的执行权重。
Locust运行模式
no_web运行模式：
locust -f happy.py --host=123.com --no-web -c 1
web运行模式：
locust -f happy.py --host=123.com
这里的“-f”指定了要执行的python文件路径，“--host”指定了模拟用户请求接口的host名。执行该命令，Locust项目就启动了。
当并发压力要求较高时，就需要用到Locust的多进程分布式运行模式。
具体命令如下：
指定master：
locust -f happy.py --host=123.com --master
指定slave
locust -f happy.py --host=123.com --slave
Locust运行性能测试
在浏览器中输入“http://localhost:8089/” 访问，会看到如下页面：
Number of users to simulate：设置需要模拟的用户数量
Hatch rate：每秒需要启动的用户数量
这里我们按提示输入要模拟的用户总数和每秒钟并发的用户数量，点击“Start swarming”就可以运行性能测试了：
Type：请求的类型；
Name：请求的url或者自定义的统计分组名字；
requests：当前请求的数量；
fails：当前请求失败的数量；
Median：中间值，一半的服务器响应时间高于该值，而另一半的服务器响应时间低于该值（毫秒）；
Average：所有请求的平均响应时间（毫秒）；
Min：请求最小响应时间（毫秒）；
Max：请求最大响应时间（毫秒）；
Content Size：单个请求的大小（字节）；
reqs/sec：每秒请求的个数；
断言与别名
可以对返回response内容自定义处理，因为即使返回code是200，但从业务上讲可能操作是失败的，另外如果一个URL的参数是固定的,但是参数值是不定的, 也可以通过name来处理。
with l.client.get("/api/v1/heroes/user/game/status", headers=headers, catch_response=True, name = "getTask") as response:
if "成功" in response.text:
response.success()
else:
response.failure("断言失败")
