locust自定义负载策略
有时候默认的场景无法满足我们的要求时,这时后我们需要自定义负载策略。
比如我们要设置每一段时间启动100个用户运行,执行十分钟后再一次启动100个用户,总共运行10分钟,默认的场景是无法满足这样的要求的,我们可以使用LoadTestshape类,LoadTestshape类提供了几种负载测试策略
- 用法:
在脚本文件中定义一个继承LoadTestshape类的类,locust在启动时发现文件中有使用这个类会自动启动。
在该类中需要定义tick()方法,该方法返回用户数以及产生率的元组(如果没有返回这两个测试将停止),locust启动后每秒调用一次该函数。
在LoadTestshape类中可以使用get_run_time()方法来获取测试运行的时间,使用此方法可以用来控制压测的总时间。
1、时间峰值策略
class UserBehavior(TaskSet):
@task(1)
def test_01(self):
param = {}
with self.client.post('/api/product/list', json=param) as response:
print("浏览首页商品列表")
@task(1)
def test_02(self):
param = {}
with self.client.post('/api/product/detail?id=1', json=param) as response:
print("查看首页商品详情")
class CustomShape(LoadTestShape):
# 设置时限
time_limit = 300
# 设置产生率
spawn_rate = 20
def tick(self):
run_time = self.get_run_time()
# 运行时间在 10分钟之内,则继续执行
if run_time < self.time_limit:
user_count = round(run_time, -2)
# 返回user_count,spawn_rate这两个参数
return (user_count, self.spawn_rate)
return None
class WebsiteUser(HttpUser):
host = 'http://www.baidu.com'
tasks = [UserBehavior]
wait_time = between(1, 2)
if __name__ == '__main__':
os.system("locust -f locustfile3.py")
round(x,n),n的值可以是负数,表示在整数位部分四舍五入,如round(40,-2)=0, round(160,-2)=200,由此可得知
在(0~50s)时,user_count=0,
在(51s~150s)时,user_count=100;
在(151s~250s)时,user_count=200;
在(251s~300s)时,user_count=300;
查看运行结果:
2、时间阶段负载策略
class UserBehavior(TaskSet):
@task(1)
def test_01(self):
with self.client.get('?scan') as response:
print('浏览首页')
@task(1)
def test_02(self):
with self.client.get('?item') as response:
print('商品详情')
class CustomShape(LoadTestShape):
stages=[
{"time": 10, "users": 10, "spawn_rate": 10},
{"time": 30, "users": 30, "spawn_rate": 10},
{"time": 60, "users": 60, "spawn_rate": 10},
{"time": 200, "users": 120, "spawn_rate": 10},
]
def tick(self):
run_time=self.get_run_time()
for stage in self.stages:
if run_time<stage['time']:
tick_data=(stage['users'],stage['spawn_rate'])
return tick_data
return None
class WebsiteUser(HttpUser):
host = 'http://www.baidu.com'
tasks = [UserBehavior]
wait_time = between(1, 2)
if __name__ == '__main__':
os.system("locust -f locustfile4.py")
在不同的阶段 具有不同的用户数和 产生率的 图形形状
time -- 持续时间经过多少秒后,进入到下个阶段
users -- 总用户数
spawn_rate -- 产生率,即每秒启动/停止的用户数
查看运行结果:
3、逐步负载策略
class UserBehavior(TaskSet):
@task(1)
def test_01(self):
with self.client.get('?scan') as response:
print('浏览首页')
@task(1)
def test_02(self):
with self.client.get('?item') as response:
print('商品详情')
class MyCustomShape(LoadTestShape):
setp_time = 30
setp_load = 10
spawn_rate = 10
time_limit = 300
def tick(self):
run_time = self.get_run_time()
if run_time<self.time_limit:
current_step = math.floor(run_time / self.setp_time) + 1
return (current_step * self.setp_load, self.spawn_rate)
return None
class WebsiteUser(HttpUser):
host = 'http://www.baidu.com'
tasks = [UserBehavior]
wait_time = between(1, 2)
if __name__ == '__main__':
os.system("locust -f locustfile5.py")
step_time -- 逐步加载时间长度 step_load -- 用户每一步增加的量 spawn_rate -- 用户在每一步的停止/启动的多少用户数 time_limit -- 时间限制压测的执行时长
逐步负载策略每隔30秒新增启动10个用户,运行结果如下:
4、双波形
class UserBehavior(TaskSet):
@task(1)
def test_01(self):
with self.client.get('?scan') as response:
print('浏览首页')
@task(1)
def test_02(self):
with self.client.get('?item') as response:
print('商品详情')
class DoubleWave(LoadTestShape):
# 最小用户数
min_users = 20
# 第一个峰值的用户数
peak_one_users = 60
# 第二个峰值的用户数
peak_two_users = 40
# 测试执行时间
time_limit = 600
def tick(self):
# 将get_run_time 四舍五入
run_time = round(self.get_run_time())
if run_time < self.time_limit:
user_count = (
(self.peak_one_users - self.min_users)
* math.e ** -(((run_time / (self.time_limit / 10 * 2 / 3)) - 5) ** 2)
+ (self.peak_two_users - self.min_users)
* math.e ** -(((run_time / (self.time_limit / 10 * 2 / 3)) - 10) ** 2)
+ self.min_users
)
return (round(user_count), round(user_count))
else:
return None
class WebsiteUser(HttpUser):
host = 'http://www.baidu.com'
tasks = [UserBehavior]
wait_time = between(1, 2)
if __name__ == '__main__':
os.system("locust -f locustfile6.py")
min_users : 最小用户数
peak_one_users : 用户在第一个峰值
peak_two_users : 用户在第二个峰值
time_limit : 测试执行总时间
自定义一个双波形图形, 模拟在某两个时间点的最高值,运行结果如下:
- 下一篇:locust入门以及locustfile文件
- 上一篇:locust详解