基于k6和python进行自动化性能测试

摘要：在性能测试中，达到相应的性能指标对于一个软件来说十分重要，在本文中，将介绍一种现代化性能测试工具k6。

当我们开发完成一个应用程序时，往往需要对其进行性能测试，以帮助我们更好的优化程序以及发现程序中的一些bug。在性能测试中，达到相应的性能指标对于一个软件来说十分重要，在本文中，将介绍一种现代化性能测试工具k6。

k6是一个开源工具，基于JavaScript可以编写k6的测试脚本，测试Web应用程序以及API的性能，支持HTTP等多种协议，可以很好地模拟各种高负载场景，充分验证程序稳定性和性能。k6支持Linux、MacOS等多个平台，通过k6官网根据提示即可在各个平台快速安装k6，终端输入k6 version出现如下显示说明安装成功。

以下是一个简单的k6测试脚本，通过k6的HTTP API模拟Get请求，并且休眠一秒钟：K

1. import http from 'k6/http';

2. import { sleep } from 'k6';

3. export default function () {

4. http.get('https://test-api.com');

5. sleep(1);

6. }

通过执行下面这行代码，运行脚本，即可对服务完成测试。

k6 run test-script.js

k6提供了丰富的功能，以下是k6常用的一些API，具体可以参考官网文档介绍：

1. - http.get(url, [options])：发送GET请求。

2. - http.post(url, body, [options])：发送POST请求。

3. - check(res, checks)：检查响应是否符合预期。

4. - group(name, func)：将一组请求分组并统计性能指标。

5. - sleep(duration)：休眠指定的时间。

k6的测试结果包括以下一些指标，可以根据这些指标，更好的优化程序。

1. - VUs：虚拟用户的数量。

2. - Iterations：迭代次数。

3. - RPS：每秒钟的请求数。

4. - Duration：测试持续时间。

5. - Data Sent/Received：发送和接收的数据量。

6. - Checks：检查的数量。

7. - Status codes：响应状态码的数量。

8. - Errors：错误的数量。

9. - Latency distribution：延迟分布。

通过Python和k6你可以更加高效的完成符合自己要求的自动化测试，Python可以提供非常多的工具库，用来收集处理k6返回的结果。 我们可以编写以下k6测试脚本，并且通过Python去执行它，相关注释我已经标注出来，在handleSummary函数中，我们可以通过metrics来获取各种测试信息，具体如代码所示，可以参考官网关于metrics的介绍，同时自定义环境变量的使用也十分方便，可以参考代码中的使用方式。

1. import http from 'k6/http';

2. import { check, sleep} from 'k6';

3. import {Rate} from 'k6/metrics';

4. export default function() {

5. #post请求所需要的body体

6. let requestBody = {

7. "xxx":[

8. "xxxxx"

9. ],

10. "xxxx": __ENV.MyVar # MyVar为自定义的环境变量，可以通过__ENV调用，在执行脚本时可直接通过MyVar=xxx传值

11. };

12. #url

13. const url = 'http://example.com';

14. const payload = JSON.stringify(requestBody);

15. const params = {

16. headers: {

17. 'Content-Type': 'application/json',

18. },

19. timeout: '100s' #每个请求的超时时间

20. };

21. let res = http.post(url, payload, params);

22. #检测结果是否是200OK

23. check(res, { 'status is 200': (r) => r.status === 200 });

24. }

25. export function handleSummary(data) {

26. #通过data.metrics中的字段可以获取你想要的一些信息，例如每个请求的持续时间和吞吐量

27. const time = `${data.metrics.http_req_duration.values.avg.toFixed(3)}`;

28. const rps = `${data.metrics.http_reqs.values.rate.toFixed(3)}`;

29. const res = `${time} ${rps}`;

30. console.log(res); # 利用console.log可以将内容打印到控制台

31. return {stdout : res}; #输出到标准输出

32. }

如下是一个Python代码示例，相关代码已经注释，通过Python中的subprocess模块执行k6脚本，并且捕获k6脚本的输出，通过pandas库进行整理输出到excel中。还可以通过argparse库解析命令行参数传入k6脚本中，更加灵活，高效。

1. # -*- coding: utf-8 -*-

2. import subprocess

3. from alive_progress import alive_bar # 非常丰富的进度条工具库

4. from tqdm import tqdm # 进度条工具库

5. import pandas as pd # 可以用来处理文本excel，csv等

6. from collections import OrderedDict

7. import argparse # 用来解析命令行参数

8. import time

9. print('测试时间 : ', time.strftime('%b %d %Y %H:%M:%S', time.gmtime(time.time())))

10. print("************开始测试啦！ 祈祷不出错！**************")

11. # 需要测试的测试语句集合

12. test_examples = [

13. "aaaaaaa",

14. "bbbbbbb",

15. "ccccccc"

16. ]

17. dataMap = {'test': test_examples}

18. parser = argparse.ArgumentParser()

19. parser.add_argument("-d", default="60s", help="duration time", dest="duration_time") #解析命令行参数，控制测试时间

20. args = parser.parse_args()

21. print("每条语句测试时间 : ", args.duration_time)

22. vus = ['10', '20', '30', '40'] # 并发数集合 ，分别测试并发数为10,20,30,40的场景

23. cols_name = ['1-avg/ms', '1-rps/s', '10-avg/ms', '10-rps/s','20-avg/ms', '20-rps/s','50-avg/ms', '50-rps/s'] # excel的列名

24. # 循环测试，可以将多个需要测试的语句集合放入到dataMap中

25. for (name, data) in dataMap.items():

26. print("当前测试的项目为 ：", name)

27. res = OrderedDict()

28. res['test_examples'] = []

29. for n in cols_name:

30. res[n] = []

31. df = pd.DataFrame(res)

32. excel_name = name + ".xlsx"

33. df.to_excel(excel_name, index=False)

34. for query in data:

35. print("当前测试语句为 ：", query)

36. origin = pd.read_excel(excel_name)

37. with alive_bar(len(vus)) as bar:

38. temp_dict = {}

39. temp_dict['test_examples'] = query

40. for vu in vus:

41. keyRps = vu + '-rps/s'

42. keyTime = vu + '-avg/ms'

43. MyVar='MyVar=' + query

44. #通过Popen执行k6脚本，并且捕获它的标准输出

45. process = subprocess.Popen(['k6', 'run', '--quiet', 'script.js', '--env', MyVar, '--vus', vu, '--duration', args.duration_time], stdout=subprocess.PIPE, stderr=subprocess.PIPE)

46. result = process.stdout.read()

47. temp = result.split()

48. temp_dict[keyTime] = temp[0].decode();

49. temp_dict[keyRps] = temp[1].decode();

50. print("并发：", vu, temp[0].decode(), temp[1].decode())

51. bar()

52. #将脚本输出写到excel

53. save_data = origin.append(temp_dict, ignore_index=True)

54. save_data.to_excel(excel_name, index=False)

执行此Python脚本，可以得到类似以下输出：

1、k6官网文档链接：https://k6.io/docs/

2、k6安装链接：https://k6.io/docs/get-started/installation/

行动吧，在路上总比一直观望的要好，未来的你肯定会感 谢现在拼搏的自己！如果想学习提升找不到资料，没人答疑解惑时，请及时加入扣群： 320231853，里面有各种软件测试+开发资料和技术可以一起交流学习哦。

最后感谢每一个认真阅读我文章的人，礼尚往来总是要有的，虽然不是什么很值钱的东西，如果你用得到的话可以直接拿走：

​

这些资料，对于【软件测试】的朋友来说应该是最全面最完整的备战仓库，这个仓库也陪伴上万个测试工程师们走过最艰难的路程，希望也能帮助到你！