学习笔记-locust入门

1、性能测试定义

• 在一定的负载情况下，系统的响应时间等待特性是否满足特定的性能需求，较广泛的的概
  念（关注 CPU 的使用率、内存的使用率、磁盘的队列等

2、测试分类

• 负载测试：模拟不同的用户集，在不同的用户集下，关注性能指标
• 压力测试：更大的负载，高负载就是压力
• 容量测试：在一定的软硬件和网络条件下，在数据库中构造不同级别的数据，再一定用户
  情况下执行，获取指标
• 配置测试：不同的软硬件，运行的多种业务，看哪种配置指标是最优，最后得到最佳搭配
• 基准测试：运行单个业务得到一个参照值（单个线程）
• 稳定性测试 ：长时间运行，保持合理的负载
• 并发测试：引入集合点

3、流程

• 分析——业务理解、需求分析、评估工作
• 设计——模型、方案、脚本
• 实现——脚本开发、环境、数据
• 执行——运行测试、分析调优、测试报告

4、locust优点

• 分布式执行。配置 master 和 slave（主从机器），在多台机器上对系统持续发起请
  求。（一个主机控制多台 slave 从机）
• 基于事件驱动，与其他工具使用进程和线程来模拟用户不同，Locust 借助了 gevent
  库对协程的支持，可以达到更高数量的并发（线程是微进程，协程是微进程）

5、locust示例

class WebsiteTasks(TaskSet):
    def on_start(self):
        #进行初始化的工作，每个Locust用户开始做的第一件事
        self.readyaml = ReadYamlTool()
        #添加cookie
        cookie = self.readyaml.get_cookie(ApiData.projectName, 'cookies', 'COOKIESCONF', 'test_sudiyicas')
        jar = self.client.RequeststookieJar()
        jar.set('sudiyi.cas.test', cookie)
        self.client.cookies.update(jar)

    @task(weight=1)  #表示一个Locust实例被挑选执行的权重，数值越大，执行频率越高
    def run_city_rank(self):
        #调用城市排名接口
        jsonTansfer = JsonTransfer(ApiData.prjectName, ApiData.moduleName, ApiData.jsonFileName[0])
        # 获取接口数据
        api_data = jsonTansfer.read_api_data(ApiData.moduleName, ApiData.apiName[0])
        # 获取校验数据
        check_data = jsonTansfer.read_check_data(ApiData.moduleName)
        httpcode = check_data['httpcode']
        code = check_data['code']
        message = check_data['message']
        api_url = api_data['api_url']
        body_data = api_data['body_data']
        headers = authTool.makeHeaders(ApiData.HEADER_TYPE, 'POST', api_url)

        res = self.client.post(url=api_url,data=body_data,headers=headers,catch_response=True)

        re_httpcode = res.status_code
        re_code = res.json()['code']
        re_message =  res.json['message']

        #检查结果
        try:
            if re_httpcode == httpcode and re_code ==code and re_message==message:
                res.success()

            else:
                res.failure('[FailInfo]:{}'.format(str(res.json())))

        except Exception as e:
            res.failure('[ErrorInfo]:{}'.format(e))


class WebsiteUser(HttpLocust):
    task_set = WebsiteTasks
    min_wait = 1000 #用户执行任务之间等待时间的下界，单位：毫秒。
    max_wait = 2000 #用户执行任务之间等待时间的上界，单位：毫秒。 在测试过程中，两次请求的间隔时间为1->2秒间的随机值。
    host = host

5、locust执行流程

• 1、先执行WebsiteTasks中的on_start（只执行一次），作为初始化；
• 2、从WebsiteTasks中随机挑选（如果定义了任务间的权重关系，那么就按照权重关系随机挑选）一个任务执行；
• 3、根据Locust类中min_wait和max_wait定义的间隔时间范围（如果TaskSet类中也定义了min_wait或者max_wait，以TaskSet中的优先），在时间范围中随机取一个值，休眠等待；
• 4、重复2~3步骤，直到测试任务终止

6、TaskSet类

1、TaskSet类实现了虚拟用户所执行任务的调度算法，包括规划任务执行顺序（schedule_task）、挑选下一个任务（execute_next_task）、执行任务（execute_task）、休眠等待（wait）、中断控制（interrupt）等待。在此基础上，就可以在TaskSet子类中采用非常简洁的方式来描述虚拟用户的业务测试场景，对虚拟用户的所有行为进行组织和描述，并可以对不同任务的权重进行配置。

2、通过@task()装饰的方法为一个事务。方法的参数用于指定该行为的执行权重。参数越大每次被虚拟用户执行的概率越高。如果不设置默认为1。
TaskSet子类中定义任务信息时，采取两种方式：@task装饰器和tasks属性。

from locust import TaskSet, task

class UserBehavior(TaskSet):
    @task(1)
    def test_job1(self):
        self.client.get('/test1')

    @task(3)
    def test_job2(self):
        self.client.get('/test2')

采用tasks属性定义任务信息时

from locust import TaskSet

def test_job1(obj):
    obj.client.get('/test1')

def test_job2(obj):
    obj.client.get('/test2')

class UserBehavior(TaskSet):
    tasks = {test_job1:1, test_job2:3}
    # tasks = [(test_job1,1), (test_job1,3)] # 两种方式等价