Locust-工具核心原理分析

   Locust工具在市場上不如Loadrunner / JMeter流行，使用的範圍也沒有那麼廣，但不能否認其是一款很不錯的工具。我我的以爲Locust使用不是那麼普遍，主要是由於一下方式：

• Locust須要必定的Python編程基礎，有必定的學習成本。

• Locust既有的協議支持有，主要有HTTP等。不少協議只要Python支持便可。

• UI操做界面，不少時候，用戶在使用的時候，會考慮上手容易度，Loadrunner/JMeter都有很強的用戶交互設計，在客戶端強大的功能下面，用戶

  可是將來壓測工具的趨勢，必定是可編程性佔據主流。主要緣由主要以下：

• 可編程性能夠和開發團隊有更好的貼合度，不少傳統壓測工具很差/不能模擬的場景，均可以經過編碼的方式去實現，讓測試更加靈活，覆蓋度有保證。而且開發人員也能夠去實現壓測場景腳本。而性能測試人員能夠更加註重去分析問題

• 省錢。這個理由會讓人沒法抗拒。不過可能有人要反駁了，JMeter等開源工具不也是免費的嗎？是的，軟件自己是免費的，可是使用起來不必定是免費的。如今比較流行雲平臺，全部的環境（開發/測試/UAT/線上）基本都部署在上面。而云平臺的一個特性就是按需申請和按需收費。那麼在使用諸如Loadrunner/JMeter 這類採用進程和線程的工具，是比較耗費內存的。這也就決定了，在單機上很難模擬出高併發，而Locust這類工具在這方面的表現就要好的多。爲啥？歸根結底就是資源多使用效率，Locust採用了gevent開發框架，底層利用greenlet微線程機制，其中採用了epoll事件監聽機制，監聽什麼？好比咱們利用多線程去模擬多用戶，線程1執行到了服務器傳輸內容，而CPU也正在等待網絡IO,而epoll機制就開始起做用了，它會將線程資源轉向執行其餘線程任務。而當耗時的網絡IO或者磁盤IO結束時，greenlet會適時將CPU資源轉回去繼續執行線程1的任務。綜上，單機併發，Locust就能夠佔據優點，而且Locust也能實現分佈式測試，因此從經濟性上考慮，它是省錢的。

• 平臺性。不少事情若是平臺級的產品都支持，那麼推廣或者優點是能夠獲得保證的。其餘的雲平臺不是很清楚，我知道GCP平臺是支持Locust的，也給出了一些解決方案。

你們也能夠掃描並關注以下公衆號「TimTest」，會有更多性能測試相關內容分享。