木道寻08

这个屌丝很懒，什么也没留下！

热门标签

Python+Pytest实现压力测试详解_python 压测

作者：木道寻08 | 2024-08-20 02:55:05

踩

python 压测

在现代Web应用程序中，性能是至关重要的。为了确保应用程序能够在高负载下正常运行，我们需要进行性能测试。本文就来用Pytest进行压力测试，希望对大家有所帮助

−

在现代Web应用程序中，性能是至关重要的。为了确保应用程序能够在高负载下正常运行，我们需要进行性能测试。今天，应小伙伴的提问，田辛老师来写一个Pytest进行压力测试的简单案例。这个案例的测试网站我们就隐藏了，不过网站的基本情况是：

阿里
框架：FastAdmin.net

1.程序说明

1.1 设置测试参数

首先，做的第一件事情就是设置测试参数。代码如下

# 定义测试用例

def test_performance():

# 设置测试参数

url = 'http://www.a.com/'

num_threads = 20

num_requests = 200

timeout = 5

设置网站的URL，线程数，每个线程的请求次数，以及超时时间。可以看到一共会做4000次请求。

1.2 初始化测试结果

这段代码，这里做一个提示：注意缩进，这段代码仍然在测试用例test_performance内。

# 初始化测试结果

response_times = []

errors = 0

successes = 0

1.3 定义测试函数

接下来，定义一个内部函数。这个函数就是在某一线程内完成设定次数的请求。

# 定义测试函数 def test_func(): nonlocal errors, successes for _ in range(num_requests): try: start_time = time.time() requests.get(url, timeout=timeout) end_time = time.time() response_time = end_time - start_time response_times.append(response_time) successes += 1 except requests.exceptions.RequestException: errors += 1

1.4 创建线程、执行线程、等待

# 创建测试线程

threads = []

for _ in range(num_threads):

t = threading.Thread(target=test_func)

threads.append(t)

# 启动测试线程

for t in threads:

t.start()

# 等待测试线程结束

for t in threads:

t.join()

1.5 计算测试结果

# 计算测试结果

total_requests = num_threads * num_requests

throughput = successes / (sum(response_times) or 1)

concurrency = num_threads

error_rate = errors / (total_requests or 1)

cpu_usage = psutil.cpu_percent()

memory_usage = psutil.virtual_memory().percent

1.6 将测试结果写入文件

# 将测试结果写入文件

with open('performance_test_result.txt', 'w') as f:

f.write(f'总请求数：{total_requests}\n')

f.write(f'总时间：{sum(response_times):.2f}s\n')

f.write(f'吞吐量：{throughput:.2f} requests/s\n')

f.write(f'并发数：{concurrency}\n')

f.write(f'错误率：{error_rate:.2%}\n')

f.write(f'CPU利用率：{cpu_usage:.2f}%\n')

f.write(f'内存利用率：{memory_usage:.2f}%\n')

2.程序执行

2.1 直接执行

在PyCharm里面直接执行这段代码，得出的结果是：

总请求数：4000 总时间：1837.65s 吞吐量：2.17 requests/s 并发数：20 错误率：0.12% CPU利用率：4.10% 内存利用率：88.60%

2.2 加个装饰器然后出报告

如果在PyCharm里面直接执行上面的代码，虽然我们把结果写在文件中，但是，不好看呀。

额外介绍一个方法，这个方法能够生成一个相对美观的测试报告出来。

2.2.1 声明压力测试

首先在定义用例的时候通过装饰器声明这是一个压力测试：

# 定义测试用例

@pytest.mark.performance

def test_performance():

# 设置测试参数

url = 'http://www.a.biz/'

num_threads = 20

2.2.2 在命令行中通过pytest命令执行测试

第二步，在命令行中执行测试

-v 用于显示详细的测试结果
--html 用于指定输出报告的位置。这个参数需要依赖包：pytest-html

$ pytest -v --html=report.html test_a.py

输出执行结果是：

======================== test session starts =================================platform win32 -- Python 3.10.9, pytest-7.2.1, pluggy-1.0.0 -- D:\python-grp\miniconda_env\py3.10_playwright\python.execachedir: .pytest_cachemetadata: {'Python': '3.10.9', 'Platform': 'Windows-10-10.0.22624-SP0', 'Packages': {'pytest': '7.2.1', 'pluggy': '1.0.0'}, 'Plugins': {'allure-pytest': '2.12.0', 'base-url': '2.0.0', 'html': '3.2.0', 'metadata': '2.0.4', 'ordering': '0.6', 'playwright': '0.3.0'}, 'JAVA_HOME': 'D:\\java-grp\\jdk\\', 'Base URL': ''}rootdir: E:\develop\python\pytest-training\testplugins: allure-pytest-2.12.0, base-url-2.0.0, html-3.2.0, metadata-2.0.4, ordering-0.6, playwright-0.3.0collected 1 item test_a.py::test_performance PASSED [100%]========================== warnings summary ================================= test_a.py:25 E:\develop\python\pytest-training\test\test_a.py:25: PytestUnknownMarkWarning: Unknown pytest.mark.performance - is this a typo? You can register custom marks to avoid this warning - for details, see https://docs.pytest.org/en/stable/how-to/mark.html @pytest.mark.performance-- Docs: https://docs.pytest.org/en/stable/how-to/capture-warnings.html-- generated html file: file:///E:/develop/python/pytest-training/test/report.html -- ================= 1 passed, 1 warning in 99.09s (0:01:39) =================== (D:\python-grp\miniconda_env\py3.10_playwright) E:\develop\python\pytest-training\test>

最终生成的报告是：（截取了关键部分）

3.案例缺陷

因为时间关系，本案例今天没有时间在服务器端执行，所以通过psutil库所取得CPU利用率和内存利用率时间并不对。如果是在服务器端执行，这两个数字才是对的。

如果要在本地获取服务器的CPU，内存，IO等情况，有一个监控神器：Prometheus。不过这东西配置起来又是另一个话题。

4 完整源码

# 压力测试案例
import threading
import time
import psutil
import pytest
import requests
# 定义测试用例
@pytest.mark.performance
def test_performance():
# 设置测试参数
url = 'http://www.tdouya.biz/'
num_threads = 20
num_requests = 200
timeout = 5
# 初始化测试结果
response_times = []
errors = 0
successes = 0
# 定义测试函数
def test_func():
nonlocal errors, successes
for _ in range(num_requests):
try:
start_time = time.time()
requests.get(url, timeout=timeout)
end_time = time.time()
response_time = end_time - start_time
response_times.append(response_time)
successes += 1
except requests.exceptions.RequestException:
errors += 1
# 创建测试线程
threads = []
for _ in range(num_threads):
t = threading.Thread(target=test_func)
threads.append(t)
# 启动测试线程
for t in threads:
t.start()
# 等待测试线程结束
for t in threads:
t.join()
# 计算测试结果
total_requests = num_threads * num_requests
throughput = successes / (sum(response_times) or 1)
concurrency = num_threads
error_rate = errors / (total_requests or 1)
cpu_usage = psutil.cpu_percent()
memory_usage = psutil.virtual_memory().percent
# 输出测试结果
print(f'总请求数：{total_requests}')
print(f'总时间：{sum(response_times):.2f}s')
print(f'吞吐量：{throughput:.2f} requests/s')
print(f'并发数：{concurrency}')
print(f'错误率：{error_rate:.2%}')
print(f'CPU利用率：{cpu_usage:.2f}%')
print(f'内存利用率：{memory_usage:.2f}%')
# 将测试结果写入文件
with open('performance_test_result.txt', 'w') as f:
f.write(f'总请求数：{total_requests}\n')
f.write(f'总时间：{sum(response_times):.2f}s\n')
f.write(f'吞吐量：{throughput:.2f} requests/s\n')
f.write(f'并发数：{concurrency}\n')
f.write(f'错误率：{error_rate:.2%}\n')
f.write(f'CPU利用率：{cpu_usage:.2f}%\n')
f.write(f'内存利用率：{memory_usage:.2f}%\n')

到此这篇关于Python+Pytest实现压力测试详解的文章就介绍到这了。

总结：

感谢每一个认真阅读我文章的人！！！

作为一位过来人也是希望大家少走一些弯路，如果你不想再体验一次学习时找不到资料，没人解答问题，坚持几天便放弃的感受的话，在这里我给大家分享一些自动化测试的学习资源，希望能给你前进的路上带来帮助。

软件测试面试文档

我们学习必然是为了找到高薪的工作，下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料，并且有字节大佬给出了权威的解答，刷完这一套面试资料相信大家都能找到满意的工作。

视频文档获取方式：
这份文档和视频资料，对于想从事【软件测试】的朋友来说应该是最全面最完整的备战仓库，这个仓库也陪伴我走过了最艰难的路程，希望也能帮助到你！以上均可以分享，点下方小卡片即可自行领取。

本文内容由网友自发贡献，转载请注明出处：https://www.wpsshop.cn/w/木道寻08/article/detail/1004820