國(guó)慶重新學(xué)習(xí)了一下go的gin高性能測(cè)試框架。

用JMeter來(lái)測(cè)試gin與flask接口的性能，差別很大。

為什么我自己不嘗試寫一個(gè)性能工具，性能工具的核心就是 并發(fā) 和 請(qǐng)求。

請(qǐng)求可以選擇Python的requests庫(kù)。

并發(fā)可以通過(guò)python的 進(jìn)程、線程、協(xié)程模擬。

這么一想，也不是很難了，上手?jǐn)]一個(gè)。

依賴庫(kù)

requests==2.22.0gevent==20.9.0numpy==1.19.2

requests 大家并不陌生，HTTP請(qǐng)求庫(kù)。

gevent是python協(xié)程庫(kù)，通過(guò)協(xié)程模擬并發(fā)更節(jié)省資源，在同樣配置下能模擬更多的并發(fā)。

numpy 是python的數(shù)據(jù)計(jì)算庫(kù)，提供大量組數(shù)和矩陣運(yùn)算，這里用它求列表的平均值。

實(shí)現(xiàn)腳本

好了，接下來(lái)開始上手寫代碼了。

from __future__ import print_functionimport timeimport geventfrom gevent import monkeymonkey.patch_all()import requestsfrom numpy import meanusers = 10 # 用戶數(shù)numbers = 100 # 請(qǐng)求次數(shù)req_url = 'http://127.0.0.1:8080/user/tom' # 請(qǐng)求URLprint('請(qǐng)求URL: {url}'.format(url=req_url))print('用戶數(shù)：{}，循環(huán)次數(shù): {}'.format(users, numbers))print('============== Running ===================')pass_number = 0fail_number = 0run_time_list = []def running(url): global fail_number global pass_number for _ in range(numbers): start_time = time.time() r = requests.get(url) if r.status_code == 200: pass_number = pass_number + 1 print('.', end='') else: fail_number = fail_number + 1 print('F', end='') end_time = time.time() run_time = round(end_time - start_time, 4) run_time_list.append(run_time)jobs = [gevent.spawn(running, req_url) for _url in range(users)]gevent.wait(jobs)print('n============== Results ===================')print('最大: {} s'.format(str(max(run_time_list))))print('最小: {} s'.format(str(min(run_time_list))))print('平均: {} s'.format(str(round(mean(run_time_list), 4))))print('請(qǐng)求成功', pass_number)print('請(qǐng)求失敗', fail_number)print('============== end ===================')

設(shè)計(jì)思路

在JMeter中創(chuàng)建線程組有兩個(gè)參數(shù) 線程數(shù)和 循環(huán)數(shù)，即 用戶數(shù) 和請(qǐng)求數(shù)，設(shè)置多少個(gè)用戶，每個(gè)用戶用戶跑多少次，用戶數(shù)通過(guò)協(xié)程模擬，每次用戶運(yùn)行次數(shù)通過(guò)for循環(huán)實(shí)現(xiàn)。

至于請(qǐng)求就比較簡(jiǎn)單了，直接通過(guò)requests發(fā)送請(qǐng)求。通過(guò)判斷影響的狀態(tài)碼是否為200來(lái)判斷是否成功，通過(guò)分別計(jì)算成功和失敗的請(qǐng)求個(gè)數(shù)。

關(guān)于請(qǐng)求時(shí)間統(tǒng)計(jì)，在每次請(qǐng)求前后獲得當(dāng)前時(shí)間戳，然后計(jì)算時(shí)間差就是單個(gè)接口的調(diào)用時(shí)間。最大，最小，平均通過(guò)計(jì)算就可輕松的得到。

> python3 ab.py請(qǐng)求URL: http://127.0.0.1:8080/user/tom用戶數(shù)：10，循環(huán)次數(shù): 100============== Running ===================........................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................============== Results ===================最大: 0.0352 s最小: 0.0036 s平均: 0.0204 s請(qǐng)求成功 1000請(qǐng)求失敗 0============== end ===================

后續(xù)

把a(bǔ)b.py腳本做成 ab 命令行工具。

支持更多的請(qǐng)求類型（get/post/put/delete）和參數(shù)。

更多統(tǒng)計(jì)維度，吞吐量、吞吐率

增加啟動(dòng)時(shí)間，思考時(shí)間等

...

以上就是python 寫一個(gè)性能測(cè)試工具（一）的詳細(xì)內(nèi)容，更多關(guān)于python 性能測(cè)試工具的資料請(qǐng)關(guān)注好吧啦網(wǎng)其它相關(guān)文章！