基於 Python 的性能測試工具 locust 與 LR 的簡單對比[轉發]

原博客地址:https://testerhome.com/topics/4839

背景

最近本身開發了一個小的接口,功能測完了,忽然想測下性能,原來作性能測試,我一直用的是HP的LoadRunner,前一段時間正好看過locust,想一想就用這個來測測性能吧。
因爲對LR比較熟,正好作個對比,這樣更利於對新東西的理解。html

基礎

locust 的官網:http://locust.io/python

也能夠參考論壇裏其餘同窗的介紹:https://testerhome.com/topics/2888web

目前locust還只支持Python 2版本。shell

測試需求

驗證在相同的服務器端的狀況下,使用LR和locust分別進行性能測試,在相同併發用戶的狀況下,驗證平均響應時間,TPS值等性能測試指標的差別。
爲了方便,使用http協議,一個get請求,一個post請求,交易比例爲1:1。瀏覽器

服務器端

爲了簡單易理解,用Python的bottle框架寫了一個服務器端,2個交易,一個get,一個post請求,交易中加了2個不一樣的sleep。
代碼以下:服務器

#!/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)

服務器端部署在一個單獨的Windows的機器中,基於Python 3,啓動後,監聽7070端口。markdown

LR中的測試腳本

在另外的一個Windows機器中,使用LR 11,用的是http/html協議的腳本,主要代碼以下:
用了2個action,用於劃分交易比例。
action1:併發

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:app

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的比例設置2個transaction的執行比例:框架

 

 

LR中的執行方法,直接放到場景中,執行便可。

locust中的測試腳本

在另外的mac中,使用locust執行測試,所有經過代碼實現。代碼以下:

#!/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

具體的參數能夠查看官方文檔。

其中: 

  1. 主類繼承HttpLocust,用於測試http協議的系統;
  2. min_wait和max_wait用於設置執行task過程當中的等待時間,至關於LR中Pacing的設置,這裏都設置爲0;
  3. task裝飾器相似於LR中的事務,能夠作嵌套;
  4. weight至關於權重,如2個事務是1:1,保持比例一致就行;
  5. 這裏寫了2個事務,分別爲get和post;對response的判斷經過python的語法實現,相似於LR中的檢查點。

執行方法,經過命令行啓動:
以下圖:

 

 

LR中的測試過程和結果

測試過程:
直接設置併發用戶數和加載方式,10個用戶併發,同時加載就能夠了。

 

 

測試結果:
平均響應時間:

 

 

TPS:

 

 

事務:

 

 

Locust中的測試過程和結果

測試過程:
使用瀏覽器打開http://127.0.0.1:8089

 

設置須要的併發用戶數和用戶加載策略。
這裏設置相同的10用戶併發,Hatch Rate是每秒啓動多少用戶的意思。這裏設置爲10,就是同時啓動10個了。注意,這裏很差設置執行多久,和LR不同。(能夠不啓動瀏覽器,直接在啓動參數中設置併發用戶數,執行多少個事務後結束,具體用-h能夠看到幫助)

 

啓動執行後:

 

 

其中,Average中爲平均響應時間等測試指標,最後一列的reqs/sec至關於LR中的TPS。(這裏locust把它叫作rps),其餘指標都比較好理解了。

 

最後的結果:
在web頁面中能夠下載原始的測試結果數據。
在停掉python命令後,在終端中也能夠看到一些信息,最後的一行是百分之X的響應時間,表示百分之多少的交易在XXX響應時間內。
這裏比LR中的要多點,包括了50%到100%的響應時間。

 

 

結果比較

在相同的服務器端環境,測試的結果值類似,沒有多大的區別。
在設置交易比例的過程當中,能夠看到get和post交易的比例都存在差別。這個也沒法避免(除非本身寫腳本劃分)。因此tps方面存在些差別。不過整體差距很小。

總結

性能測試,重點是考察併發用戶數、響應時間、tps這類指標。

一直用的是LR,LR在一塊兒概念上更易於理解,在有lr的基礎上,在看其餘的工具,就比較容易了。

locust也能夠支持分佈式執行(多執行機),用來簡單測試這類http的接口,也算比較方便。
並且,locust所有基於Python腳本,擴展性不錯,號稱能夠測試任何協議和系統。

最後,我仍是那句話,看什麼事情,用什麼工具最高效易用,用合適的工具作合適的事情便可。

歡迎你們討論。

相關文章
相關標籤/搜索