第三章-locust实例

一、开发环境

Windows 10
python版本：3.7.6

二、安装locust

pip install locust
pip install pyzmq

PS D:\> pip install locust
PS D:\>  locust -V
locust 1.4.3

三、编写性能测试脚本

创建 test.py 文件

from locust import HttpUser, task, TaskSet, between


class UserBehavior(TaskSet):
    @task(1)
    def task1(self):
        self.client.get("/search/error.html")

    @task(2)
    def task2(self):
        self.client.get("/")


class MyUser(HttpUser):
    wait_time = between(0.5, 1)
    host = "https://www.baidu.com"
    tasks = [UserBehavior]

四、运行脚本

locust -f test.py ：-f 指定性能测试脚本文件
通过浏览器访问locust服务：http://localhost:8089（Locust启动网络监控器，默认为端口号为: 8089）

image.png

参数说明：
（1）Number of users to simulate ：模拟用户数
（2）Hatch rate（users spawned/second）：每秒启动的用户数
（3）Host：被测接口的ip地址或域名(带http://)
拓展说明：当运行脚本时，加上参数step-load，就可以增加步长
```
locust -f test.py --step-load
```
此时再访问http://localhost:8089，就会出现步长参数：
（1）Number of users to increase by step：逐步增加用户数
（2）Step duration：步长持续运行时间
点击 “Start swarming” 按钮，开始运行性能测试。

五、界面参数

Top栏

locust

HOST
STATUS：状态（两个用户正在运行）
RPS：单位时间内处理的请求数
FAILURES：失败率
STOP：停止运行
Reset Stats：重置

Statistics

image.png

参数	说明
Type	请求的类型，即接口请求方法，例如GET/POST
Name	请求的路径
request	当前已完成的请求数量
fails	当前请求失败的数量
Median	响应时间的中间值，单位毫秒，一半的服务器响应时间低于该值，而另一半高于该值
90%ile (ms)	90%的响应时间，单位毫秒
Average	平均响应时间，单位毫秒
Min	请求的最小服务器响应时间，单位毫秒
Max	请求的最大服务器响应时间，单位毫秒
Average size (bytes)	请求的平均大小，单位字节
Current RPS	当前的RPS
Current Failures/s	当前每秒钟请求失败率

最后一行：aggregated为汇总数据

Charts

（1）每秒响应请求数（RPS）+ 失败率

image.png

（2）请求响应时间

image.png

（3）虚拟用户数

image.png

（4）Failures：失败的请求

image.png

（5）Exceptions：异常的请求

image.png

（6）Download Data：下载测试数据

image.png

1. Download request statistics CSV
2. Download failures CSV
3. Download exceptions CSV
4. Download Report

最后编辑于：2025.03.12 09:57:52

©著作权归作者所有,转载或内容合作请联系作者
【社区内容提示】社区部分内容疑似由AI辅助生成，浏览时请结合常识与多方信息审慎甄别。
平台声明：文章内容（如有图片或视频亦包括在内）由作者上传并发布，文章内容仅代表作者本人观点，简书系信息发布平台，仅提供信息存储服务。

第三章-locust实例