Locust 场景执行：Web UI 中执行

标签：数据   经验   日志   性能   压测   inf   自定义   ons   停止   

Locust 场景执行：Web UI 中执行

Locust 执行模式包含两种

Web UI 模式

在这个模式下，你可以通过 Web 控制场景的执行、实时的了解被测试应用性能表现趋势，但是 Locust 没有提供流行压测工具的丰富的图表；
其实，从性能测试的角度来看，图表只要足够表示负载的增加对性能趋势的影响、事件关系就足够了。

命令行模式

如果你使用了远程主机作为负载机，不想麻烦运维同学开通端口权限，可以使用命令行模式运行压测

Statistics 统计概要

尽管这些指标字面上都清晰明了，但鉴于这篇文章的读者普遍有 LoadRunner、Jmeter 使用经验，有些区别还是要说明一下，比方说 LoadRunner 对响应时间做统计是只针对 Pass 的事务执行统计的，不包括 失败、停止、或者超时：

Type

• 请求的类型，在 HttpUser 中，常见的有 Get 和 Post
• 如果是自定义 Client ，Type 同样也可自定义

Name

• 在 HttpUser 中，是请求中的 name 参数，如果未定义 name，这里将是请求的接口路径
• 如果路径中包含变量参数，大部分情况下都建议在脚本中指定一下 name，除非你想对不同的传参分别进行独立的统计

Requests

• 表示成功发出请求的数量，并不是成功处理请求的数量

Fails

• 表示请求处理失败的数量

Median

• 表示所有请求响应时间的中位数

90%ile

• 表示所有请求响应时间的90%百分位数

Average / Min / Max

• 表示所有请求响应时间的平均值 / 最小值 / 最大值

Average size

• 表示所有响应的size平均值

Current RPS

• 表示每秒创建的请求数

Current Failures / s

• 表示每秒创建请求的失败数量

Charts 图表

如果你对比 LoadRunner 或者 Jmeter，你一定会对 Locust 所提供的结果图形之“简陋”感到震惊，想要学习 Locust 的结果图表大约只要3分钟。

首先来看看“响应时间”，也就是“response_times_(ms)”，横轴为时间轴，纵轴为以毫秒为单位的响应时间，需要注意的是，图表上面两根线并不是表示平均值，而是响应时间的“中位数”和“95%百分位数值”：

再来看看“每秒请求数”，也就是“total_requests_per_second”，横轴为时间轴，纵轴为每秒请求的数量（请求处理通过的）：

最后看看“运行中的用户”，也就是“number_of_users”，横轴为时间轴，纵轴为时间所对应的“用户数”：

Failures 失败日志

脚本请求产生的异常响应、失败都可以在这里看到

Exceptions 异常日志

脚本运行抛出的异常可以在这里看到

Download Data 下载原始数据

内容和 Statistics 的一致

Locust 场景执行：Web UI 中执行

标签：数据   经验   日志   性能   压测   inf   自定义   ons   停止   

原文地址：https://www.cnblogs.com/huanghaopeng/p/13362418.html