标签：repo plot origin func ima scripts adr tip 完成
http://www.aikaiyuan.com/5318.html
对Web服务做Performance & Load测试，最常见的工具有Apache Benchmark俗称ab和商用工具LoadRunner。ab简单直接，功能也相对较弱，但我们经常看到的对一些Web server或者Framework的性能测试用的ab做的，而LoadRunner功能也确实很强大，各种大型软件公司、软件外包企业几乎是必备了，用起来很High，当然其价格也确实很High
这里要介绍的multi-mechanize(这名忒难记)是一款用Python开发的Performance & Load测试工具，是由Pylot的作者新近开发的，算是升级换代的产品。用multi-mechanize可以通过编写Python脚本来实现较复杂的测试逻辑，其并发测试是通过multiprocessing(多进程)和多线程机制来实现的。
multimech-newproject my_project
自动创建一个my_project目录，子目录test_scripts用来放测试脚本，config.cfg是测试配置，主要要配的是测试时间、测试脚本和并发threads量。
#
# Copyright (c) 2010 Corey Goldberg (corey@goldb.org)
# License: GNU LGPLv3
#
# This file is part of Multi-Mechanize
#
import mechanize
import time
class Transaction(object):
def __init__(self):
self.custom_timers = {}
def run(self):
br = mechanize.Browser()
br.set_handle_robots(False)
start_timer = time.time()
resp = br.open(‘http://www.example.com/‘)
resp.read()
latency = time.time() - start_timer
self.custom_timers[‘Example_Homepage‘] = latency
assert (resp.code == 200), ‘Bad HTTP Response‘
assert (‘Example Web Page‘ in resp.get_data()), ‘Failed Content Verification‘
if __name__ == ‘__main__‘:
trans = Transaction()
trans.run()
print trans.custom_timers
注意：按multi-mechanize的默认规则，每个脚本必须有一个Transaction的类，类要有一个run方法，在run里面写测试业务逻辑。这个例子是打开http://www.example.com，记录访问所耗时长，非常简单明了，而实际的场景你可能需要有用户登录、然后测试某个或多个页面(API)，只是测试业务复杂一些，写法是类似的。一个脚本文件只能有一个Transaction的类、类也只能有一个run方法，写起case来是不是觉得非常不方便？不用急，针对这点，后面的小技巧部分会另辟蹊径给你指条明路。
multimech-run my_project
测试结果报表和原始数据将放到results目录下按测试时间生成的子目录中，生产的html版本的结果统计如下图所示:
如果使用的是mechanize，可以通过下面的方式，从上面的browser对象br里获取到cookie信息。
br._ua_handlers[“_cookies”].cookieja
base.py，Transaction基类：
# -*- coding: utf-8 -*-
import mechanize
import time
import traceback
import logging
class BaseTransaction(object):
_TEST_CASE_PREFIX = "test_"
def __init__(self):
self._init()
self.custom_timers = {}
self.browser = mechanize.Browser()
self.browser.set_handle_robots(False)
self.browser.set_handle_redirect(True)
self.browser.set_handle_referer(True)
def _init(self):
self.funcs = []
funcs_ = dir(self)
for func_ in funcs_:
if func_.startswith(self._TEST_CASE_PREFIX):
self.funcs.append(func_)
def run(self):
""""所有继承BaseTransaction的类，只需要在以test_开头的方法里实现测试case即可，运行时多个case都可以得到测试"""
try:
for func in self.funcs:
start_timer = time.time()
getattr(self, func)() # run test
latency = time.time() - start_timer
self.custom_timers[‘%s‘ % func[len(self._TEST_CASE_PREFIX):]] = latency
except Exception, e:
logging.error(traceback.format_exc())
raise e
test_case_google.py里是真正的测试case，这里是同时测试多个google站点：
# -*- coding: utf-8 -*-
from base import BaseTransaction
class Transaction(BaseTransaction):
def test_google_com_hk(self):
# 测试逻辑代码，如类似于上面的测试example.com
pass
def test_google_com_sg(self):
pass
def test_google_com(self):
pass
更多的文档和一手资料请参考文档http://testutils.org/multi-mechanize/和git代码库https://github.com/cgoldberg/multi-mechanize 。最后multi-mechanize还不是很好用，一是使用过程中发现有一些情况会抛异常，导致不能正确生成报表，另一个别扭的是case的编写不是unittest那一套，是作者自创Transaction流:)
Python Web 性能和压力测试 multi-mechanize
标签：repo plot origin func ima scripts adr tip 完成
原文地址：http://www.cnblogs.com/Thriving-Heart/p/7640997.html
