寫在 Locust 教程開始的前面
本文參考了： Locust 教程 : https://www.axihe.com/tools/locust/home.html ；
locust 的官方 Github 是：https://github.com/locustio/locust
這個教程是我翻譯官方 Github 介紹并搜索網路的相關 locust 使用文章而組織的教程哦；
locust 這個工具，需要根據你的實際情況來決定是不是適合你；
如果你對編程了解比較多，并不是只會 jmeter 的測驗人員；
那么完全可以代替笨拙的 jmeter 處理你的測驗，它在自定義方面處理的非常好，這也就帶來一個弊端，就是什么都需要你來做，而且對你的代碼能力和邏輯思維有一定的要求；
如果你對 編程是一臉懵逼的狀態，那么建議你還是 jmeter 為主（畢竟要干活），然后了解下 Locust，看看它是怎么作業的，了解下它的處理思維；
Locust 是什么？
Locust 是一個比較容易上手的分布式用戶負載測驗工具，
它旨在對網站（或其他系統）進行負載測驗，并確定系統可以處理多少個并發用戶，Jmeter 也可以處理這種場景，但是個人感覺 Jmeter 在這方面做的不如 Locust 專業，
Locust 在英文中是 蝗蟲 的意思：
作者的想法是，在測驗期間，放一大群 蝗蟲 攻擊您的網站，
當然事先是可以用 Locust 定義每個蝗蟲（或測驗用戶）的行為，并且通過 Web UI 實時監視圍攻程序，
這將幫助您在專案上線之前測驗并確定專案的瓶頸；
如果上線幾個人訪問就跪了，被老板拉出去祭天就懵逼了，有了 locust 可以讓專案更加快樂的上線；
Locust 可以讓測驗工程師對開發人員和專案經理的回復的更專業，
可以想象一下，當專案經理或領導問你這個專案的性能如何，可以承受多少壓力的時候；
你回答說這個專案的瓶頸在 2341 人同時訪問，超過就會掛掉 / 宕機 / 出錯等，當在 1834 人同時訪問時候，會變慢；具體訪問時間的餅圖如 XXX）
這樣的回答是不是逼格很高？
Locust 的運行原理
Locust 的運行原理是完全基于事件運行的，因此可以在一臺計算機上支持數千個并發用戶，
與許多其他基于事件的應用程式相比，它不使用回呼（比如 Nodejs 就是屬于回呼，Locust 不使用這種的邏輯），
相反，它通過 gevent 使用輕量級行程，測驗您站點的每個蝗蟲實際上都在其自己的行程中運行（正確地說，是Greenlet），
這可以讓您寫 Python 代碼的時候更加簡單，而不會進入類似 JS 的那種回呼地域，
我是如何開始了解 Locust 的
我是一名碼農，寫介面的時候，除了 Postman 做校驗外，偶爾也測測一些介面的性能；
2017 年的年中時候，做介面壓力測驗，一直研究使用 jmeter 寫寫 DEMO 還是很嗨皮的；
但是真正進行并發介面時，發現 jmeter 在單機下并發超過 1000 的時候，單臺臺式電腦機器的資源早就被使用完，jmeter 都動不了，基本就算涼了；
也可能是我的 jmeter 壓測介面研究得不夠，不會用吧 - -，如果有優雅的方法，歡迎告訴我；
通過搜索發現基于 Python 開發的 Locust 的單機并發能力很理想，在測驗環境拿來壓測，好像真的可以實作幾千的并發，然后就打開了 Locust 的大門，
Locust 的 特征
-
用 Python 撰寫測驗方案
- 不需要在 UI 界面上傻乎乎的點擊，只需正常的寫寫代碼就可以了，
- Locust 基于協程而不是回呼，這樣會讓您的代碼類似于正常的 Python 阻塞代碼那樣同步執行，
-
分布式 & 可擴展
- 支持模擬數十萬的用戶行為（還是非常給力的）
- Locust 支持分布在多臺計算機上的運行負載測驗（可以多臺機器并行開搞），
- 由于基于事件，因此即使一個蝗蟲節點也可以在單個程序中處理數千個用戶，
- 不過即使您模擬了這么多用戶，也并非所有人都是這種頻率的使用您的系統，通常，用戶會有思考的時候，會想一想下一步該怎么做，
- 需要明白 每秒請求數 不等于 在線用戶數，
-
統計結果基于 Web 界面
- Locust 有一個簡單的用戶界面，可實時顯示相關的測驗詳細資訊，
- 統計結果界面是基于網頁的，而網頁是天生跨平臺的，所以 Locust 是跨平臺且易于擴展的（Locust 作者的這種思維還是很不錯的），
-
可以測驗任何網頁 / 應用 / 系統
- 即使 Locust 是面向 Web 的，它也可以測驗幾乎所有專案
- 只需用 python 撰寫想要測驗的方案，然后放"蝗蟲"去懟需要測驗的專案就可以了，非常簡單！
- 雖然官方是這么宣傳的，但是如果你對 python 了解的不怎么樣，那可能就沒有那么簡單啊；就像商家把蘭博基尼的操作宣傳的再簡單，我沒錢買也是白搭（老鐵，我太難了！）
- 如果你對編程是懵逼的狀態，那還是回去用 jmeter 吧，優雅不優雅的先不說，最起碼你可以用它來干活；
-
容易被入侵
- Locust 放出去的蝗蟲很小，很容易被入侵，開發團隊是一只打算保持這種狀態的，
- 事件 I/O 和協程的所有繁重作業都委托給 gevent
- 團隊是看到 jmeter 等其它測驗工具，處理的太 low，太死板了，所以才寫的 locust；
Locust 是完全基于 Python
http 請求完全是基于 requests 庫；
Locust 支持 http、https 協議，還支持測驗其他協議，websocket 等；
只要采用 Python 呼叫對應的庫就可以了，
- http/https 采用 requests；
- websocket 采用 websocket ；
Locust 的創作背景
Locust之所以創建，是因為作者受夠了現有的解決方案，
作者認為他們都沒有解決正確的問題，沒有抓住要點，簡單的講，就是作者認為他們太 low 了，一個能打的都沒有，于是自己擼了一個 Locust 給大家用，
作者也深度嘗試過 Apache JMeter 和 偶爾用用 Tsung，
JMeter 帶有一個 UI，很多人可能會認為這是一件好事，只需要點點就好，
但是如果你是一個測驗測驗，很快就會意識到，通過某些點擊界面“編碼”您的測驗方案是一種 PITA，
其次，JMeter 是執行緒系結的，這意味著對于每個要模擬的用戶，都需要一個單獨的執行緒，這也就導致了，在一臺計算機上模擬成千上萬的用戶進行基準測驗是不可行的，
另一方面，Tsung 沒有用 Erlang 撰寫的執行緒問題，
它可以利用 BEAM 自身提供的輕量級工藝，并且可以愉快地擴展規模，
但是在定義測驗方案時，Tsung 和 JMeter 一樣有限，
它提供了基于 XML 的 DSL 來定義用戶在測驗時的行為方式（這種格式還是很 low 的，但是卻很直觀），完成后顯示任何種類的圖形或報告，都需要對測驗生成的日志檔案進行后處理，只有這樣，您才能了解測驗的進行方式，
作者在創建 locust 時試圖解決這些問題，
開源許可證
根據 MIT 許可獲得許可的開放源代碼（有關詳細資訊，請參閱 LICENSE 檔案），
本文參考：https://www.axihe.com/tools/locust/home.html
轉載請註明出處，本文鏈接：https://www.uj5u.com/qita/107613.html
標籤：其他
上一篇：一文解讀CQRS (轉)