基于 Python 的性能测试工具 locust (与 LR 的简单对比)

最新推荐文章于 2024-10-17 11:22:54 发布

自由家

最新推荐文章于 2024-10-17 11:22:54 发布

阅读量333

点赞数 1

分类专栏：软件测试工具自动化测试软件测试文章标签： python 测试工具开发语言 docker eureka 容器 pytest

本文链接：https://blog.csdn.net/Free355/article/details/131916051

版权

软件测试同时被 3 个专栏收录

312 篇文章 7 订阅

订阅专栏

自动化测试

284 篇文章 10 订阅

订阅专栏

软件测试工具

268 篇文章 6 订阅

订阅专栏

本文通过对比HP LoadRunner (LR) 和开源工具 Locust，介绍了如何使用Locust进行性能测试，并在相同并发用户情况下，对比两者在平均响应时间和TPS等方面的测试结果。Locust基于Python，支持分布式执行，适用于HTTP接口的测试。

摘要由CSDN通过智能技术生成

前言：

Locust 是一种开源的性能测试工具，可以帮助我们快速地进行网站、应用程序等的性能测试和压力测试。

背景

最近自己开发了一个小的接口，功能测完了，突然想测下性能，原来做性能测试，我一直用的是 HP 的 LoadRunner，前一段时间正好看过 locust，想想就用这个来测测性能吧。
由于对 LR 比较熟，正好做个对比，这样更利于对新东西的理解。

基础

locust 的官网：Locust - A modern load testing framework

目前 locust 还只支持 Python 2 版本。

测试需求

验证在相同的服务器端的情况下，使用 LR 和 locust 分别进行性能测试，在相同并发用户的情况下，验证平均响应时间，TPS 值等性能测试指标的差异。
为了方便，使用 http 协议，一个 get 请求，一个 post 请求，交易比例为 1：1。

服务器端

为了简单易理解，用 Python 的 bottle 框架写了一个服务器端，2 个交易，一个 get，一个 post 请求，交易中加了 2 个不同的 sleep。
代码如下：

#!/usr/bin/env python
# -*- coding: utf-8 -*-

__author__ = 'among,lifeng29@163.com'

from bottle import *
from time import sleep

app = Bottle()


@app.route('/transaction_1', method='GET')
def tr1():
    sleep(0.2)
    resp = dict()
    resp['status'] = 0
    resp['value'] = 'xxx'
    return resp


@app.route('/transaction_2', method='POST')
def tr2():
    parm1 = request.forms.get('parm1')
    parm2 = request.forms.get('parm2')
    sleep(0.5)
    resp = dict()
    resp['status'] = 0
    resp['value'] = 'yyy'
    return resp


run(app=app, server='cherrypy', host='0.0.0.0', port=7070, reloader=False, debug=False)

服务器端部署在一个单独的 Windows 的机器中，基于 Python 3，启动后，监听 7070 端口。

LR 中的测试脚本

在另外的一个 Windows 机器中，使用 LR 11，用的是 http/html 协议的脚本，主要代码如下：
用了 2 个 action，用于划分交易比例。
action1:

Action1()
{
    lr_start_transaction("get");
    web_reg_find("Text=xxx",
        LAST);
    web_custom_request("Head",
        "URL=http://10.0.244.108:7070/transaction_1", 
        "Method=GET",
        "Resource=0",
        "Referer=",
        LAST);
    lr_end_transaction("get", LR_AUTO);
    return 0;
}

action2:

Action2()
{
    lr_start_transaction("post");
    web_reg_find("Text=yyy",
        LAST);  
    web_custom_request("Head",
        "URL=http://10.0.244.108:7070/transaction_2", 
        "Method=POST",
        "Resource=0",
        "Referer=",
        "Body=parm1=123&parm2=abc",
        LAST);
    lr_end_transaction("post", LR_AUTO);
    return 0;
}

使用 1:1 的比例设置 2 个 transaction 的执行比例：

LR 中的执行方法，直接放到场景中，执行即可。

locust 中的测试脚本

在另外的 mac 中，使用 locust 执行测试，全部通过代码实现。代码如下：

#!/usr/bin/env python
# -*- coding: utf-8 -*-

__author__ = 'among,lifeng29@163.com'

from locust import *

class mytest(TaskSet):
    @task(weight=1)
    def transaction_1(self):
        with self.client.get(name='get', url='/transaction_1', catch_response=True) as response:
            if 'xxx' in response.content:
                response.success()
            else:
                response.failure('error')

    @task(weight=1)
    def transaction_2(self):
        dt = {
            'parm1': '123',
            'parm2': 'abc'
        }

        with self.client.post(name='post', url='/transaction_2', data=dt, catch_response=True) as response:
            if 'yyy' in response.content:
                response.success()
            else:
                response.failure('error')


class myrun(HttpLocust):
    task_set = mytest
    host = 'http://10.0.244.108:7070'
    min_wait = 0
    max_wait = 0

具体的参数可以查看官方文档。

其中：

主类继承 HttpLocust，用于测试 http 协议的系统；
min_wait 和 max_wait 用于设置执行 task 过程中的等待时间，相当于 LR 中 Pacing 的设置，这里都设置为 0；
task 装饰器类似于 LR 中的事务，可以做嵌套；
weight 相当于权重，如 2 个事务是 1：1，保持比例一致就行；
这里写了 2 个事务，分别为 get 和 post；对 response 的判断通过 python 的语法实现，类似于 LR 中的检查点。

执行方法，通过命令行启动：
如下图：

LR 中的测试过程和结果

测试过程：
直接设置并发用户数和加载方式，10 个用户并发，同时加载就可以了。

测试结果：
平均响应时间：

TPS：

事务：

Locust 中的测试过程和结果

测试过程：
使用浏览器打开http://127.0.0.1:8089

设置需要的并发用户数和用户加载策略。
这里设置相同的 10 用户并发，Hatch Rate 是每秒启动多少用户的意思。这里设置为 10，就是同时启动 10 个了。注意，这里不好设置执行多久，和 LR 不一样。（可以不启动浏览器，直接在启动参数中设置并发用户数，执行多少个事务后结束，具体用-h 可以看到帮助）

启动执行后：