性能测试工具Locust的介绍和使用

内容来自网络

https://www.w3xue.com/exp/article/20191/16707.html

https://blog.csdn.net/qq_36255988/article/details/82622044

一、Locust描述

（1）

locust是一个易于使用的，分布式的，用户负载测试工具。用于web站点（或其他系统）的负载测试，然后算出系统能够处理多少并发用户。
locust的思想是：在测试期间，一大群"蝗虫"会攻击你的网站，每一个"蝗虫"的行为都是由你自己定义的，同时，可以在一个web界面上实时的监控这群进程。这会帮助你更好的"进行战斗"，在真正的用户进入之前，就找出代码中的瓶颈。
locust完全是事件驱动的，因此它能够在单机支持数以千计的并发用户，相比许多其他的基于事件的应用，locust不使用回调函数。它使用轻量进程---gevent。每一个访问你的网站的locust实际上都在它自己的进程内部运行（准确地说，是greenlet）,也就是我们通常说的协程。这允许你在不使用带回调函数的复杂代码的情形下，使用python写出非常具有表现力的脚本。

（2）

Locust是开源、使用Python开发、基于事件、支持分布式并且提供Web UI进行测试执行和结果展示的性能测试工具。而它之所以能够在资源占用方面明显优于JMeter，一个关键点在于两者模拟虚拟用户的方式不同，JMeter通过线程来作为虚拟用户，而Locust借助gevent库对协程的支持，以greenlet来实现对用户的模拟，相同配置下Locust能支持的并发用户数相比JMeter可以达到一个数量级的提升。
Locust使用Python代码定义测试场景，目前支持Python 2.7, 3.3, 3.4, 3.5, 3.6和3.7。它自带一个Web UI,用于定义用户模型，发起测试，实时测试数据，错误统计等。

当前最新发布版本v0.11.1，还提供QPS、评价响应时间等几个简单的图表。

优点：

1. 易用。很方便地基于Python进行脚本扩展和业务请求实现。

2. 完全基于事件驱动，所以不受进程和线程的限制，可以支持发起更高的并发数请求。

3. 可以分布式发起并发请求

4.Locust有一个整洁的HTML+JS的用户界面，实时显示相关测试细节。由于用户界面是基于网络的，它是跨平台的和容易扩展。

5. 开源。

缺点：

1. 图表相对loadrunner 比较简单。（在Linux 下部署时可以看到图表，在Windows 下没有）

2. 不支持监控被测机，需要结合nmon等工具辅助监控。

二、Locust安装

1.1、 ---> pip3 install locust

1.2 、通过GitHub上克隆项目安装（Python3推荐）：https://github.com/locustio/locust ，然后执行 ...\locust> python setup.py install

2、安装 pyzmq

If you intend to run Locust distributed across multiple processes/machines, we recommend you to also install pyzmq.

如果打算运行Locust 分布在多个进程/机器，需要安装pyzmq.

通过pip命令安装。 /> pip install pyzmq

3、安装成功，CMD敲入命令验证。 /> locust --help

 Options:

   -h, --help            show this help message and exit

   -H HOST, --host=HOST  Host to load test in the following format:

                         http://10.21.32.33

   --web-host=WEB_HOST   Host to bind the web interface to. Defaults to '' (all

                         interfaces)

   -P PORT, --port=PORT, --web-port=PORT

                         Port on which to run web host

   -f LOCUSTFILE, --locustfile=LOCUSTFILE

                         Python module file to import, e.g. '../other.py'.

                         Default: locustfile

   --csv=CSVFILEBASE, --csv-base-name=CSVFILEBASE

                         Store current request stats to files in CSV format.

   --master              Set locust to run in distributed mode with this

                         process as master

   --slave               Set locust to run in distributed mode with this

                         process as slave

   --master-host=MASTER_HOST

                         Host or IP address of locust master for distributed

                         load testing. Only used when running with --slave.

                         Defaults to 127.0.0.1.

   --master-port=MASTER_PORT

                         The port to connect to that is used by the locust

                         master for distributed load testing. Only used when

                         running with --slave. Defaults to . Note that

                         slaves will also connect to the master node on this

                         port + .

   --master-bind-host=MASTER_BIND_HOST

                         Interfaces (hostname, ip) that locust master should

                         bind to. Only used when running with --master.

                         Defaults to * (all available interfaces).

   --master-bind-port=MASTER_BIND_PORT

                         Port that locust master should bind to. Only used when

                         running with --master. Defaults to . Note that

                         Locust will also use this port + , so by default the

                         master node will bind to  and .

   --heartbeat-liveness=HEARTBEAT_LIVENESS

                         set number of seconds before failed heartbeat from

                         slave

   --heartbeat-interval=HEARTBEAT_INTERVAL

                         set number of seconds delay between slave heartbeats

                         to master

   --expect-slaves=EXPECT_SLAVES

                         How many slaves master should expect to connect before

                         starting the test (only when --no-web used).

   --no-web              Disable the web interface, and instead start running

                         the test immediately. Requires -c and -r to be

                         specified.

   -c NUM_CLIENTS, --clients=NUM_CLIENTS

                         Number of concurrent Locust users. Only used together

                         with --no-web

   -r HATCH_RATE, --hatch-rate=HATCH_RATE

                         The rate per second in which clients are spawned. Only

                         used together with --no-web

   -t RUN_TIME, --run-time=RUN_TIME

                         Stop after the specified amount of time, e.g. (300s,

                         20m, 3h, 1h30m, etc.). Only used together with --no-

                         web

   -L LOGLEVEL, --loglevel=LOGLEVEL

                         Choose between DEBUG/INFO/WARNING/ERROR/CRITICAL.

                         Default is INFO.

   --logfile=LOGFILE     Path to log file. If not set, log will go to

                         stdout/stderr

   --print-stats         Print stats in the console

   --only-summary        Only print the summary stats

   --no-reset-stats      [DEPRECATED] Do not reset statistics once hatching has

                         been completed. This is now the default behavior. See

                         --reset-stats to disable

   --reset-stats         Reset statistics once hatching has been completed.

                         Should be set on both master and slaves when running

                         in distributed mode

   -l, --list            Show list of possible locust classes and exit

   --show-task-ratio     print table of the locust classes' task execution

                         ratio

   --show-task-ratio-json

                         print json data of the locust classes' task execution

                         ratio

   -V, --version         show program's version number and exit

参数说明：

-h, --help 查看帮助
-H HOST, --host=HOST 指定被测试的主机，采用以格式：http://10.21.32.33
--web-host=WEB_HOST 指定运行 Locust Web 页面的主机，默认为空 ''。
-P PORT, --port=PORT, --web-port=PORT 指定 --web-host 的端口，默认是8089
-f LOCUSTFILE, --locustfile=LOCUSTFILE 指定运行 Locust 性能测试文件，默认为: locustfile.py
--csv=CSVFILEBASE, --csv-base-name=CSVFILEBASE 以CSV格式存储当前请求测试数据。
--master Locust 分布式模式使用，当前节点为 master 节点。
--slave Locust 分布式模式使用，当前节点为 slave 节点。
--master-host=MASTER_HOST 分布式模式运行，设置 master 节点的主机或 IP 地址，只在与 --slave 节点一起运行时使用，默认为：127.0.0.1.
--master-port=MASTER_PORT 分布式模式运行，设置 master 节点的端口号，只在与 --slave 节点一起运行时使用，默认为：5557。注意，slave 节点也将连接到这个端口+1 上的 master 节点。
--master-bind-host=MASTER_BIND_HOST Interfaces (hostname, ip) that locust master should bind to. Only used when running with --master. Defaults to * (all available interfaces).
--master-bind-port=MASTER_BIND_PORT Port that locust master should bind to. Only used when running with --master. Defaults to 5557. Note that Locust will also use this port + 1, so by default the master node will bind to 5557 and 5558.
--expect-slaves=EXPECT_SLAVES How many slaves master should expect to connect before starting the test (only when --no-web used).
--no-web no-web 模式运行测试，需要 -c 和 -r 配合使用.
-c NUM_CLIENTS, --clients=NUM_CLIENTS 指定并发用户数，作用于 --no-web 模式。
-r HATCH_RATE, --hatch-rate=HATCH_RATE 指定每秒启动的用户数，作用于 --no-web 模式。
-t RUN_TIME, --run-time=RUN_TIME 设置运行时间, 例如： (300s, 20m, 3h, 1h30m). 作用于 --no-web 模式。
-L LOGLEVEL, --loglevel=LOGLEVEL 选择 log 级别（DEBUG/INFO/WARNING/ERROR/CRITICAL）. 默认是 INFO.
--logfile=LOGFILE 日志文件路径。如果没有设置，日志将去 stdout/stderr
--print-stats 在控制台中打印数据
--only-summary 只打印摘要统计
--no-reset-stats Do not reset statistics once hatching has been completed。
-l, --list 显示测试类, 配置 -f 参数使用
--show-task-ratio 打印 locust 测试类的任务执行比例，配合 -f 参数使用.
--show-task-ratio-json 以 json 格式打印 locust 测试类的任务执行比例，配合 -f 参数使用.
-V, --version 查看当前 Locust 工具的版本.

4、Locust主要由下面的几个库构成：

1) gevent

gevent是一种基于协程的Python网络库，它用到Greenlet提供的，封装了libevent事件循环的高层同步API。

2) flask

Python编写的轻量级Web应用框架。

3) requests

Python Http库

4) msgpack-python

MessagePack是一种快速、紧凑的二进制序列化格式，适用于类似JSON的数据格式。msgpack-python主要提供MessagePack数据序列化及反序列化的方法。

5) six

Python2和3兼容库，用来封装Python2和Python3之间的差异性

6) pyzmq

pyzmq是zeromq(一种通信队列)的Python绑定,主要用来实现Locust的分布式模式运行

当我们在安装 Locust 时，它会检测我们当前的 Python 环境是否已经安装了这些库，如果没有安装，它会先把这些库一一装上。并且对这些库版本有要求，有些是必须等于某版本，有些是大于某版本。我们也可以事先把这些库全部按要求装好，再安装Locust时就会快上许多。

三、编写接口压测脚本文件locustfile.py

脚本模板（参考）

 from locust import HttpLocust, TaskSet, task

 class UserBehavior(TaskSet):

     def setup(self):

         print('task setup')

     def teardown(self):

         print('task teardown')

     def on_start(self):

         # 虚拟用户启动Task时运行

         print('start')

     def on_stop(self):

         # 虚拟用户结束Task时运行

         print('end')

     @task(2)

     def index(self):

         self.client.get("/")

     @task(1)

     def profile(self):

         self.client.get("/profile")

 class WebsiteUser(HttpLocust):

     def setup(self):

         print('locust setup')

     def teardown(self):

         print('locust teardown')

     host = http: // XXXXX.com

     task_set = UserBehavior

     min_wait = 5000

     max_wait = 9000

 if __name__ == '__main__':

     pass

说明：

Locust类有setup和teardown，TaskSet类有setup、teardown、on_start、on_stop。

每次启动locust时运行setup方法，退出时运行teardown方法，locust执行TaskSet时运行TaskSet的setup方法，退出时运行teardown方法，每个虚拟用户执行操作时运行on_start方法，退出时执行on_stop方法，运行上面的脚本，执行顺序如下：

执行顺序：Locust setup → TaskSet setup → TaskSet on_start → TaskSet tasks → TaskSet on_stop → TaskSet teardown → Locust teardown

举个脚本栗子

 from locust import HttpLocust, TaskSet, task

 class ScriptTasks(TaskSet):

     def on_start(self):

         self.client.post("/login", {

             "username": "test",

             "password": ""

         })

     @task(2)

     def index(self):

         self.client.get("/")

     @task(1)

     def about(self):

         self.client.get("/about/")

     @task(1)

     def demo(self):

         payload = {}

         headers = {}

         self.client.post("/demo/", data=payload, headers=headers)

 class WebsiteUser(HttpLocust):

     task_set = ScriptTasks

     host = "http://example.com"

     min_wait = 1000

     max_wait = 5000

脚本解读：

创建ScriptTasks()类继承TaskSet类：用户行为类，用于定义测试业务场景。
创建index()、about()、demo（）方法分别表示一个行为，访问http://example.com。用@task() 装饰该方法为一个任务。1、2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。在当前ScriptTasks()行为下的三个方法得执行比例为2:1:1
WebsiteUser()类：用于定义模拟用户。
task_set ：指向一个定义了的用户行为类。
host：指定被测试应用的URL的地址
min_wait ：用户执行任务之间等待时间的下界，单位：毫秒。
max_wait ：用户执行任务之间等待时间的上界，单位：毫秒。

脚本使用场景解读：

1、在这个示例中，定义了针对http://example.com网站的测试场景：先模拟用户登录系统，然后随机地访问首页（/）和关于页面（/about/），请求比例为2:1,demo方法主要用来阐述client对post接口的处理方式；并且，在测试过程中，两次请求的间隔时间为1->5秒间的随机值。

2、从脚本中可以看出，脚本主要包含两个类（类名可自定义），一个是WebsiteUser（继承自HttpLocust，而HttpLocust继承自Locust），另一个是ScriptTasks（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的。

3、那如何理解Locust和TaskSet这两个类呢？简单地说，Locust类就好比是一群蝗虫，而每一只蝗虫就是一个类的实例。相应的，TaskSet类就好比是蝗虫的大脑，控制着蝗虫的具体行为，即实际业务场景测试对应的任务集。

四、Locust类

实例脚本

伪代码：

 from locust import HttpLocust, TaskSet, task

 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

         payload = {

             "username": "test_user",

             "password": "",

         }

         header = {

             "User-Agent": "Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/58.0.3029.110 Safari/537.36"

         }

         self.client.post("/login", data=payload,headers=header)

         # self.client属性使用Python request库的所有方法，调用和使用方法和requests完全一致；

     @task(5)

     # 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，默认为1

     def index(self):

         self.client.get("/")

     @task(1)

     def about(self):

         self.client.get("/about/")

 class WebsiteUser(HttpLocust):

     host = "https://github.com/"  # 被测系统的host，在终端中启动locust时没有指定--host参数时才会用到

     task_set = WebsiteTasks  # TaskSet类，该类定义用户任务信息，必填。这里就是:WebsiteTasks类名,因为该类继承TaskSet；

     min_wait = 5000  # 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，若不指定默认间隔时间固定为1秒

     max_wait = 15000

伪代码中对https://github.com/网站的测试场景，先模拟用户登录系统，然后随机访问首页/和/about/，请求比例5:1，并且在测试过程中，两次请求的间隔时间1-5秒的随机值；

on_start方法，在正式执行测试前执行一次，主要用于完成一些初始化的工作，例如登录操作；

WebsiteTasks类中如何去调用 WebsiteUser(HttpLocust)类中定义的字段和方法呢？

通过在WebsiteTasks类中self.locust.xxoo xxoo就是我们在WebsiteUser类中定义的字段或方法；

伪代码：

 from locust import HttpLocust, TaskSet, task

 import hashlib

 import Queue

 class WebsiteTasks(TaskSet):

     @task(5)

     def index(self):

         data = self.locust.user_data_queue  # 获取WebsiteUser里面定义的ser_data_queue队列

         md5_data = self.locust.md5_encryption()  # 获取WebsiteUser里面定义的md5_encryption（）方法

         self.client.get("/")

 class WebsiteUser(HttpLocust):

     host = "https://github.com/"

     task_set = WebsiteTasks

     min_wait = 5000

     max_wait = 15000

     user_data_queue = Queue.Queue()

     def md5_encryption(self, star):

         '''md5加密方法'''

         obj = hashlib.md5()

         obj.update(bytes(star, encoding="utf-8"))

         result = obj.hexdigest()

         return result

伪代码中测试场景如何表达？

代码主要包含两个类：

WebsiteUser继承（HttpLocust，而HttpLocust继承自Locust）
WebsiteTasks继承（TaskSet）

在Locust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；

简单说：Locust类就类似一群蝗虫，而每只蝗虫就是一个类的实例。TaskSet类就类似蝗虫的大脑，控制蝗虫的具体行为，即实际业务场景测试对应的任务集；

源码中：class Locust(object)和class HttpLocust(Locust) 此处可查看源代码

在Locust类中，静态字段client即客户端的请求方法，这里的client字段没有绑定客户端请求方法，因此在使用Locust时，需要先继承Locust类class HttpLocust（Locust），然后在self.client =HttpSession(base_url=self.host)绑定客户端请求方法；

对于常见的HTTP(s)协议，Locust已经实现了HttpLocust类，其self.client=HttpSession(base_url=self.host)，而HttpSession继承自requests.Session。因此在测试HTTP（s）的Locust脚本中，可以通过client属性来使用Python requests库的所有方法，调用方式与 reqeusts完全一致。另外，由于requests.Session的使用，client的方法调用之间就自动具有了状态记忆功能。常见的场景就是，在登录系统后可以维持登录状态的Session，从而后续HTTP请求操作都能带上登录状态；

Locust类中，除了client属性，还有几个属性需要关注：

task_set ---> 指向一个TaskSet类，TaskSet类定义了用户的任务信息，该静态字段为必填；
max_wait/min_wait ---> 每个用户执行两个任务间隔的上下限（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为1秒；
host --->被测试系统的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，用于控制不同类型的任务执行权重；

Locust流程，测试开始后，每个虚拟用户(Locust实例）运行逻辑都会遵守如下规律：

先执行WebsiteTasks中的on_start（只执行一次），作为初始化；
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；
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；
重复2~3步骤，直到测试任务终止；

class TaskSet

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。

@task

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。

采用@task装饰器定义任务信息时：

 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: 2}

     # tasks = [(test_job1,1), (test_job1,3)] # 两种方式等价

上面两种定义任务信息方式中，均设置了权重属性，即执行test_job2的频率是test_job1的两倍。若不指定，默认比例为1:1。

高级用法：

关联

在某些请求中，需要携带之前response中提取的参数，常见场景就是session_id。Python中可用通过re正则匹配，对于返回的html页面，可用采用lxml库来定位获取需要的参数；

 from locust import HttpLocust, TaskSet, task

 from lxml import etree

 class WebsiteTasks(TaskSet):

     def get_session(self, html):  # 关联例子

         tages = etree.HTML(html)

         return tages.xpath("//div[@class='btnbox']/input[@name='session']/@value")[0]

     def on_start(self):

         html = self.client.get('/index')

         session = self.get_session(html.text)

         payload = {

             "username": "test_user",

             "password": "",

             'session': session

         }

         header = {

             "User-Agent": "Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/58.0.3029.110 Safari/537.36"         }

         self.client.post("/login", data=payload, headers=header)

     @task(5)

     def index(self):

         self.client.get("/")

         assert response['ErrorCode'] == 0  # 断言

     @task(1)

     def about(self):

         self.client.get("/about/")

 class WebsiteUser(HttpLocust):

     host = "https://github.com/"

     task_set = WebsiteTasks

     min_wait = 5000

     max_wait = 15000

参数化

作用：循环取数据，数据可重复使用

例如：模拟3个用户并发请求网页，共有100个URL地址，每个虚拟用户都会依次循环加载100个URL地址

 from locust import TaskSet, task, HttpLocust

 class UserBehavior(TaskSet):

     def on_start(self):

         self.index = 0

     @task

     def test_visit(self):

         url = self.locust.share_data[self.index]

         print('visit url: %s' % url)

         self.index = (self.index + 1) % len(self.locust.share_data)

         self.client.get(url)

 class WebsiteUser(HttpLocust):

     host = 'http://debugtalk.com'

     task_set = UserBehavior

     share_data = ['url1', 'url2', 'url3', 'url4', 'url5']

     min_wait = 1000

     max_wait = 3000

保证并发测试数据唯一性，不循环取数据；

所有并发虚拟用户共享同一份测试数据，并且保证虚拟用户使用的数据不重复；

例如：模拟3用户并发注册账号，共有9个账号，要求注册账号不重复，注册完毕后结束测试：

采用队列

 from locust import TaskSet, task, HttpLocust

 import Queue

 class UserBehavior(TaskSet):

     @task

     def test_register(self):

         try:

             data = self.locust.user_data_queue.get()

         except Queue.Empty:

             print('account data run out, test ended.')

             exit(0)

         print('register with user: {}, pwd: {}'.format(data['username'], data['password']))

         payload = {

             'username': data['username'],

             'password': data['password']

         }

         self.client.post('/register', data=payload)

 class WebsiteUser(HttpLocust):

     host = 'http://XXXXX.com'

     task_set = UserBehavior

     user_data_queue = Queue.Queue()

     for index in range(100):

         data = {

             "username": "test%04d" % index,

             "password": "pwd%04d" % index,

             "email": "test%04d@debugtalk.test" % index,

             "phone": "186%08d" % index,

         }

         user_data_queue.put_nowait(data)

     min_wait = 1000

     max_wait = 3000

保证并发测试数据唯一性，循环取数据；

所有并发虚拟用户共享同一份测试数据，保证并发虚拟用户使用的数据不重复，并且数据可循环重复使用；

例如：模拟3个用户并发登录账号，总共有9个账号，要求并发登录账号不相同，但数据可循环使用；

 class UserBehavior(TaskSet):

     @task

     def test_register(self):

         try:

             data = self.locust.user_data_queue.get()

         except Queue.Empty:

             print('account data run out, test ended')

             exit(0)

         print('register with user: {0}, pwd: {1}'.format(data['username'], data['password']))

         payload = {

             'username': data['username'],

             'password': data['password']

         }

         self.client.post('/register', data=payload)

         self.locust.user_data_queue.put_nowait(data)

 class WebsiteUser(HttpLocust):

     host = 'http://XXXXXX.com'

     task_set = UserBehavior

     user_data_queue = Queue.Queue()

     for index in range(100):

         data = {

             "username": "test%04d" % index,

             "password": "pwd%04d" % index,

             "email": "test%04d@debugtalk.test" % index,

             "phone": "186%08d" % index,

         }

         user_data_queue.put_nowait(data)

     min_wait = 1000

     max_wait = 3000

断言（即检查点）

性能测试也需要设置断言么？某些情况下是需要，比如你在请求一个页面时，就可以通过状态来判断返回的 HTTP 状态码是不是 200。

通过with self.client.get("url地址",catch_response=True) as response的形式；

response.status_code获取http响应码进行判断，失败后会加到统计错误表中；

python自带的断言assert失败后代码就不会向下走，且失败后不会被Locust报表统计进去；

默认不写参数catch_response=False断言无效，将catch_response=True才生效；

下面例子中：

首先使用python断言对接口返回值进行判断（python断言不通过，代码就不向下执行，get请求数为0），通过后对该接口的http响应是否为200进行判断；

 @task

 def all_interface(self):

     # 豆瓣图书api为例子

     with  self.client.get("https://api.douban.com/v2/book/1220562", name="/LhcActivity/GetActConfig",

                           catch_response=True) as response:

         assert response.json()['rating']['max'] == 10  # python断言对接口返回值中的max字段进行断言

         if response.status_code == 200:  # 对http响应码是否200进行判断

             response.success()

         else:

             response.failure("GetActConfig[Failed!]")

五、Locust运行模式

运行Locust时，通常会使用到两种运行模式：单进程运行和多进程分布式运行。

单进程运行模式

Locust所有的虚拟并发用户均运行在单个Python进程中，具体从使用形式上，又分为no_web和web两种形式。该种模式由于单进程的原因，并不能完全发挥压力机所有处理器的能力，因此主要用于调试脚本和小并发压测的情况。

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。从字面意思上看，大家可能第一反应就是多台压力机同时运行，每台压力机分担负载一部分的压力生成。的确，Locust支持任意多台压力机（一主多从）的分布式运行模式，但这里说到的多进程分布式运行模式还有另外一种情况，就是在同一台压力机上开启多个slave的情况。这是因为当前阶段大多数计算机的CPU都是多处理器（multiple processor cores），单进程运行模式下只能用到一个处理器的能力，而通过在一台压力机上运行多个slave，就能调用多个处理器的能力了。比较好的做法是，如果一台压力机有N个处理器内核，那么就在这台压力机上启动一个master，N个slave。当然，我们也可以启动N的倍数个slave，但是根据我的试验数据，效果跟N个差不多，因此只需要启动N个slave即可。

no_web形式启动locust：

如果采用no_web形式，则需使用--no-web参数，并会用到如下几个参数。

-c, --clients：指定并发用户数；
-r, --hatch-rate：指定并发加压速率，默认值位1。

示例：

$ locust -f locustfile.py --host = xxxxx.com --no-web -c 2 -r 1

在此基础上，当我们想要调试Locust脚本时，就可以在脚本中需要调试的地方通过print打印日志，然后将并发数和总执行次数都指定为1

$ locust -f locustfile.py --host = xxxxx.com --no-web -c 1 -r 1

执行测试

通过这种方式，我们就能很方便地对Locust脚本进行调试了。

Locust脚本调试通过后，就算是完成了所有准备工作，可以开始进行压力测试了。

web形式启动locust：

如果采用web形式，，则通常情况下无需指定其它额外参数，Locust默认采用8089端口启动web；如果要使用其它端口，就可以使用如下参数进行指定。

-P, --port：指定web端口，默认为8089.
终端中--->进入到代码目录： locust -f locustfile.py --host = xxxxx.com

-f 指定性能测试脚本文件
-host 被测试应用的URL地址【如果不填写，读取继承（HttpLocust）类中定义的host】
如果Locust运行在本机，在浏览器中访问http://localhost:8089即可进入Locust的Web管理页面；如果Locust运行在其它机器上，那么在浏览器中访问http://locust_machine_ip:8089即可。

多进程分布式运行

不管是单机多进程，还是多机负载模式，运行方式都是一样的，都是先运行一个master，再启动多个slave。

启动master时，需要使用--master参数；同样的，如果要使用8089以外的端口，还需要使用-P, --port参数。

D:\workSpaces\ApiAutoTest\TestCases\OpsUltraAPITest\MonitorAPITest>locust -f monitorAgent.py --master --port=8089
[2018-06-05 15:36:30,654] dengshihuang/INFO/locust.main: Starting web monitor at *:8089
[2018-06-05 15:36:30,684] dengshihuang/INFO/locust.main: Starting Locust 0.8.1

启动slave时需要使用--slave参数；在slave中，就不需要再指定端口了。master启动后，还需要启动slave才能执行测试任务。

D:\workSpaces\ApiAutoTest\TestCases\OpsUltraAPITest\MonitorAPITest>locust -f monitorAgent.py --slave
[2018-06-05 15:36:30,654] dengshihuang/INFO/locust.main: Starting web monitor at *:8089
[2018-06-05 15:36:30,684] dengshihuang/INFO/locust.main: Starting Locust 0.8.1

D:\workSpaces\ApiAutoTest\TestCases\OpsUltraAPITest\MonitorAPITest>locust -f monitorAgent.py --slave --master-host=<locust_machine_ip>

master和slave都启动完毕后，就可以在浏览器中通过http://locust_machine_ip:8089进入Locust的Web管理页面了。使用方式跟单进程web形式完全相同，只是此时是通过多进程负载来生成并发压力，在web管理界面中也能看到实际的slave数量。如果slave与master不在同一台机器上，还需要通过--master-host参数再指定master的IP地址。

运行结果：

Number of users to simulate 设置虚拟用户数，对应中no_web模式的-c, --clients参数；

Hatch rate（users spawned/second）每秒产生(启动）的虚拟用户数 ，对应着no_web模式的-r, --hatch-rate参数，默认为1。点击Start swarming 按钮，开始运行性能测试。

上图：启动了一个 master 和两个 slave，由两个 slave 来向被测试系统发送请求

性能测试参数

Type：请求的类型，例如GET/POST。
Name：请求的路径。这里为百度首页，即：https://www.baidu.com/
request：当前请求的数量。
fails：当前请求失败的数量。
Median：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。
Average：平均值，单位毫秒，所有请求的平均响应时间。
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。
Content Size：单个请求的大小，单位字节。
reqs/sec：是每秒钟请求的个数。

相比于LoadRunner，Locust的结果展示十分简单，主要就四个指标：并发数、RPS、响应时间、异常率。但对于大多数场景来说，这几个指标已经足够了。

在上图中，RPS和平均响应时间这两个指标显示的值都是根据最近2秒请求响应数据计算得到的统计值，我们也可以理解为瞬时值。

如果想看性能指标数据的走势，就可以在Charts栏查看。在这里，可以查看到RPS和平均响应时间在整个运行过程中的波动情况。

除了以上数据，Locust还提供了整个运行过程数据的百分比统计值，例如我们常用的90%响应时间、响应时间中位值;平均响应时间和错误数的统计，该数据可以通过Download response time distribution CSV和Download request statistics CSV获得，数据展示效果如下所示。

-----------------------------------------------------------

注意：

locust虽然使用方便，但是加压性能和响应时间上面还是有差距的，如果项目有非常大的并发加压请求，可以选择wrk

对比方法与结果：

可以准备两台服务器，服务器A作为施压方，服务器B作为承压方
服务器B上简单的运行一个nginx服务就行了

服务器A上可以安装一些常用的压测工具，比如locust、ab、wrk

实测下来，施压能力上 wrk > golang >> ab > locust

因为locust一个进程只使用一核CPU，所以用locust压测时，必须使用主从分布式（zeromq通讯）模式，并根据服务器CPU核数来起slave节点数

wrk约为55K QPS
golang net/http 约 45K QPS
ab 大约 15K QPS
locust 最差，而且response time明显比较长