locust快速入门--使用locust-plugins保存类似jmeter的csv数据

2024-01-22 09:04

本文主要是介绍locust快速入门--使用locust-plugins保存类似jmeter的csv数据,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

背景:

将locust测试的数据保存为类似jmeter一样的csv文件。

实现目标:

  1. 利用locust-plugins的功能,将数据保存为类似jmeter一样的csv文件
  2. 每次结束测试时不需要退出locust程序,就可以将本次测试的数据进行保存

实现方式:

  1. 安装locust插件库pip install locust-plugins

  2. 引入插件库,使用提供jmeter方法,实现csv文件保存。

    # -*- coding:UTF-8 -*-"""@ProjectName  : pyExamples @FileName     : locust_demo@Description  : 引入插件保存jmeter csv文件的功能。启动locust时会创建保存的文件,终止locust时才会把数据写入文件。如果在一次启动和终止locust期间进行多次测试,会把数据存到一个文件中。@Time         : 2024/1/22 下午11:30@Author       : Qredsun"""
    @events.init.add_listener
    def on_locust_init(environment, **kwargs):environment.listener = jmeter.JmeterListener(env=environment, testplan='test_plan')class UserRun(HttpUser):# wait_time = between(min_wait=0.1, max_wait=0.2)  # 设置task运行间隔wait_time = constant(1)@task  # 装饰器,说明下面是一个任务def getuser_(self):url = 'https://blog.csdn.net/qq_17328759/article/details/135582079'  # 接口请求的URL地址payload = {}with  self.client.get(url, json=payload, catch_response=True) as rsp:if rsp.status_code == 200:rsp.success()else:rsp.failure(f'接口调用失败:{rsp.json()}')
    
  3. 改造为每次测试结束即保存数据。

    1. 利用locust的test_start,对csv文件实现多次创建
    2. 利用locust的test_stop,实现对csv文件数据的写入
    3. 增加了多工作节点的判断,保证对LocalRunner和MasterRunner、WorkerRunner模式的支持
    # -*- coding:UTF-8 -*-"""@ProjectName  : pyExamples @FileName     : locust_demo@Description  : @Time         : 2024/1/22 下午11:30@Author       : Qredsun"""
    import os
    import socket
    import psutil
    import time
    from multiprocessing import Process
    from locust import HttpUser, events, task, between
    from locust import constant
    from locust.env import Environment
    from locust.log import setup_logging
    from logging import getLogger
    from locust.runners import MasterRunner
    from locust.runners import LocalRunner
    from locust.runners import WorkerRunner
    from locust_plugins.listeners import jmetersetup_logging("DEBUG")
    logger = getLogger(__file__)@events.init.add_listener
    def on_locust_init(environment, **kwargs):environment.listener = jmeter.JmeterListener(env=environment, testplan='test_plan')if isinstance(environment.runner, MasterRunner) or isinstance(environment.runner, LocalRunner):environment.listener._create_results_log()environment.listener._write_final_log()os.remove(environment.listener.results_filename)environment.events.quitting.remove_listener(environment.listener._write_final_log)environment.events.worker_report.remove_listener(environment.listener._worker_report)else:environment.events.report_to_master.remove_listener(environment.listener._report_to_master)environment.events.request.remove_listener(environment.listener._request)@events.test_start.add_listener
    def on_test_start(environment, **kwargs):msg = f'开始测试'if isinstance(environment.runner, MasterRunner) or isinstance(environment.runner, LocalRunner):logger.info(msg)# 每次测试时创建一个测试数据存放文件environment.listener.results_filename = time.strftime("test_data_%m_%d_%H_%M_%S.csv")logger.warning(environment.listener.results_filename)environment.listener.results_file = environment.listener._create_results_log()environment.events.worker_report.add_listener(environment.listener._worker_report)else:msg += ' -- work node -- 'logger.info(msg)environment.events.report_to_master.add_listener(environment.listener._report_to_master)environment.events.request.add_listener(environment.listener._request)@events.test_stop.add_listener
    def on_test_stop(environment, **kwargs):msg = f'测试'if isinstance(environment.runner, WorkerRunner):msg += ' -- work node -- 'logger.info(msg)returnif isinstance(environment.runner, LocalRunner):if environment.runner.state == "stopped":environment.listener._write_final_log()logger.info('保存数据至csv文件')else:if environment.runner.state == "stopped" and all(x.state in ["stopped", "ready"] for x in environment.runner.clients.all):environment.listener._write_final_log()logger.info('保存数据至csv文件')logger.info(msg)class UserRun(HttpUser):# wait_time = between(min_wait=0.1, max_wait=0.2)  # 设置task运行间隔wait_time = constant(1)# 每个task运行间隔固定间隔1s@task  # 装饰器,说明下面是一个任务def getuser_(self):url = 'https://blog.csdn.net/qq_17328759/article/details/135582079'  # 接口请求的URL地址payload = {}with  self.client.get(url, json=payload, catch_response=True) as rsp:if rsp.status_code == 200:rsp.success()else:rsp.failure(f'接口调用失败:{rsp.json()}')
    

这篇关于locust快速入门--使用locust-plugins保存类似jmeter的csv数据的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/632506

相关文章

使用Redis快速实现共享Session登录的详细步骤

《使用Redis快速实现共享Session登录的详细步骤》在Web开发中,Session通常用于存储用户的会话信息,允许用户在多个页面之间保持登录状态,Redis是一个开源的高性能键值数据库,广泛用于... 目录前言实现原理:步骤:使用Redis实现共享Session登录1. 引入Redis依赖2. 配置R

使用Python的requests库调用API接口的详细步骤

《使用Python的requests库调用API接口的详细步骤》使用Python的requests库调用API接口是开发中最常用的方式之一,它简化了HTTP请求的处理流程,以下是详细步骤和实战示例,涵... 目录一、准备工作:安装 requests 库二、基本调用流程(以 RESTful API 为例)1.

使用Python开发一个Ditto剪贴板数据导出工具

《使用Python开发一个Ditto剪贴板数据导出工具》在日常工作中,我们经常需要处理大量的剪贴板数据,下面将介绍如何使用Python的wxPython库开发一个图形化工具,实现从Ditto数据库中读... 目录前言运行结果项目需求分析技术选型核心功能实现1. Ditto数据库结构分析2. 数据库自动定位3

Python yield与yield from的简单使用方式

《Pythonyield与yieldfrom的简单使用方式》生成器通过yield定义,可在处理I/O时暂停执行并返回部分结果,待其他任务完成后继续,yieldfrom用于将一个生成器的值传递给另一... 目录python yield与yield from的使用代码结构总结Python yield与yield

Go语言使用select监听多个channel的示例详解

《Go语言使用select监听多个channel的示例详解》本文将聚焦Go并发中的一个强力工具,select,这篇文章将通过实际案例学习如何优雅地监听多个Channel,实现多任务处理、超时控制和非阻... 目录一、前言:为什么要使用select二、实战目标三、案例代码:监听两个任务结果和超时四、运行示例五

python使用Akshare与Streamlit实现股票估值分析教程(图文代码)

《python使用Akshare与Streamlit实现股票估值分析教程(图文代码)》入职测试中的一道题,要求:从Akshare下载某一个股票近十年的财务报表包括,资产负债表,利润表,现金流量表,保存... 目录一、前言二、核心知识点梳理1、Akshare数据获取2、Pandas数据处理3、Matplotl

pandas数据的合并concat()和merge()方式

《pandas数据的合并concat()和merge()方式》Pandas中concat沿轴合并数据框(行或列),merge基于键连接(内/外/左/右),concat用于纵向或横向拼接,merge用于... 目录concat() 轴向连接合并(1) join='outer',axis=0(2)join='o

批量导入txt数据到的redis过程

《批量导入txt数据到的redis过程》用户通过将Redis命令逐行写入txt文件,利用管道模式运行客户端,成功执行批量删除以Product*匹配的Key操作,提高了数据清理效率... 目录批量导入txt数据到Redisjs把redis命令按一条 一行写到txt中管道命令运行redis客户端成功了批量删除k

Java使用Thumbnailator库实现图片处理与压缩功能

《Java使用Thumbnailator库实现图片处理与压缩功能》Thumbnailator是高性能Java图像处理库,支持缩放、旋转、水印添加、裁剪及格式转换,提供易用API和性能优化,适合Web应... 目录1. 图片处理库Thumbnailator介绍2. 基本和指定大小图片缩放功能2.1 图片缩放的

Python使用Tenacity一行代码实现自动重试详解

《Python使用Tenacity一行代码实现自动重试详解》tenacity是一个专为Python设计的通用重试库,它的核心理念就是用简单、清晰的方式,为任何可能失败的操作添加重试能力,下面我们就来看... 目录一切始于一个简单的 API 调用Tenacity 入门:一行代码实现优雅重试精细控制:让重试按我