python 写一个性能测试工具（一）
更新时间：2020年10月24日 10:59:07 作者：虫师
这篇文章主要介绍了利用python 写一个性能测试工具，帮助大家更好的理解和使用python，感兴趣的朋友可以了解下
国庆重新学习了一下go的gin高性能测试框架。
用JMeter来测试gin与flask接口的性能，差别很大。
为什么我自己不尝试写一个性能工具，性能工具的核心就是 并发 和 请求。
请求可以选择Python的requests库。
并发可以通过python的 进程、线程、协程模拟。
这么一想，也不是很难了，上手撸一个。
依赖库
requests==2.22.0 gevent==20.9.0 numpy==1.19.2
requests 大家并不陌生，HTTP请求库。
gevent是python协程库，通过协程模拟并发更节省资源，在同样配置下能模拟更多的并发。
numpy 是python的数据计算库，提供大量组数和矩阵运算，这里用它求列表的平均值。
实现脚本
好了，接下来开始上手写代码了。
from __future__ import print_function
import time
import gevent
from gevent import monkey
monkey.patch_all()
import requests
from numpy import mean
users = 10 # 用户数
numbers = 100 # 请求次数
req_url = "http://127.0.0.1:8080/user/tom" # 请求URL
print("请求URL: {url}".format(url=req_url))
print("用户数：{}，循环次数: {}".format(users, numbers))
print("============== Running ===================")
pass_number = 0
fail_number = 0
run_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("请求成功", pass_number)
print("请求失败", fail_number)
print("============== end ===================")
设计思路
在JMeter中创建线程组有两个参数 线程数和 循环数，即 用户数 和请求数，设置多少个用户，每个用户用户跑多少次，用户数通过协程模拟，每次用户运行次数通过for循环实现。
至于请求就比较简单了，直接通过requests发送请求。通过判断影响的状态码是否为200来判断是否成功，通过分别计算成功和失败的请求个数。
关于请求时间统计，在每次请求前后获得当前时间戳，然后计算时间差就是单个接口的调用时间。最大，最小，平均通过计算就可轻松的得到。
> python3 ab.py 请求URL: http://127.0.0.1:8080/user/tom 用户数：10，循环次数: 100 ============== Running =================== ............................................................................................................... ............................................................................................................... ............................................................................................................... ............................................................................................................... ............................................................................................................... ............................................................................................................... ............................................................................................................... ............................................................................................................... ............................................................................................................... . ============== Results =================== 最大: 0.0352 s 最小: 0.0036 s 平均: 0.0204 s 请求成功 1000 请求失败 0 ============== end ===================
后续
把ab.py脚本做成 ab 命令行工具。
支持更多的请求类型（get/post/put/delete）和参数。
更多统计维度，吞吐量、吞吐率
增加启动时间，思考时间等
...
以上就是python 写一个性能测试工具（一）的详细内容，更多关于python 性能测试工具的资料请关注脚本之家其它相关文章！
相关文章
DICOM（Digital Imaging and Communications in Medicine）即医学数字成像和通信，是医学图像和相关信息的国际标准（ISO 12052）。下面这篇文章主要给大家介绍了关于python对DICOM图像读取的相关资料，需要的朋友可以参考借鉴，下面来一起看看吧。2017-07-07
这篇文章主要介绍了python suds访问webservice服务实现，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面来一起学习学习吧2020-06-06
这篇文章主要介绍了Python常用模块介绍,本文罗列了如python运行时服务、数学、数据结构、算法和代码简化、string 和 text 处理、python数据库访问等模块,需要的朋友可以参考下2014-11-11
今天小编就为大家分享一篇使用pyecharts生成Echarts网页的实例，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2019-08-08
Python有两种错误很容易辨认:语法错误和异常.本文就给大家详细介绍一下Python错误和异常,对正在学习python的小伙伴们很有帮助哦,需要的朋友可以参考下2021-05-05
SQLite是一个进程内的库，实现了自给自足的、无服务器的、零配置的、事务性的 SQL 数据库引擎，这篇文章主要介绍了Pycharm连接sqllite的图文教程，本文通过图文并茂的形式给大家介绍的非常详细,需要的朋友可以参考下2021-10-10
这篇文章主要介绍了python解析命令行参数的三种方法详解,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下2019-11-11
今天小编就为大家分享一篇PyTorch的SoftMax交叉熵损失和梯度用法，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2020-01-01
今天小编就为大家分享一篇使用python 打开文件并做匹配处理的实例，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2019-01-01
这篇文章主要介绍了Python pysnmp使用方法及代码实例,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下2020-08-08
最新评论