1.捕获请求
性能测试是基于接口测试的，对于蜗牛进销存系统的登录功能来说，我们先要分析登录请求和响应的数据，用代码去模拟实现，并最终利用Locust的工具去施加负载。这里继续使用HttpWatch工具来捕获登录请求进行分析。
(1)打开蜗牛进销存系统和HttpWatch，点击“Record”按钮开始录制，在蜗牛进销存系统上输入正确的用户名和密码进行登录操作。
(2)很容易想到，登录是一个向服务器提交数据的操作，所以选择相应的POST请求来进行分析。
(3)点击HttpWatch中的“Headers”选项，查看请求和响应的头部信息，这里我们最关注的无非是请求头部的第一行内容：请求的类型和请求的地址。
(4)既然是POST请求，那当然有请求正文，点击“POST Data”选项，可以看到请求正文的三个参数，恰好对应了界面登录时的用户名、密码、验证码三个字段，如图-xx。注意这里依然使用的预先设置好的万能验证码来绕过验证。
(5)点击“Content”选项，显示响应内容为“login-pass”，从字面意思就能理解，这是登录成功时服务器返回的正文，那么届时去统计登录是否成功时，就要借助于此。
经过上述分析，我们对编写脚本也应用有了基本的雏形。但性能测试知识告诉我们需要“尽可能的模拟真实场景”，那么在实现完整脚本前我们还需要做一些工作。
2.循环用户
前面我们一直使用admin进行登录操作，但实际的场景往往是多个用户使用不同的账户进行登录，那么这里我们需要使用到循环获取用户。顺便说一点，这里的循环用户类似于LoadRunnder中的参数化的功能，只是Locust本身并没有这个概念，所以笔者称其为“循环”获取数据。
from locust import TaskSet, task, HttpLocust class UserBehavior(TaskSet): def on_start(self): self.index = 0 self.loginData = ['lm', 'liuchan', 'dy', 'wangwu', 'admin'] @task def testUser(self): print("---- index :" + str(self.index)) print("---- data :" + self.loginData[self.index]) self.index = (self.index + 1) % len(self.loginData) class WebsiteUser(HttpLocust): task_set = UserBehavior min_wait = 1000 max_wait = 3000 |
在UserBehavior类中定义了一个on_start方法，当Locust运行时，首先会调用它，然后再去执行其他被@task修饰的任务，我们可以利用它来初始化测试数据，有些类似于构造方法的作用。on_start方法内声明了self.index用于保存下标，而列表self.loginData则保存需要登录的所有用户。
这里仅仅为了测试效果，所有在testUser方法中并没有发送任何请求，而是输出了当前的下标和对应的用户名，在testUser方法的最后，我们将self.index的值加1，目的是使下标的值在每次执行任务时都有变化，对len(self.loginData)取余数则是为了让self.index的值不会越界，由于self.loginData的长度是5，所以self.index的值始终都在0到4的范围内循环。
打开控制台cmd，成功启动Locust。
locust -f TestLoop.py --host=http://localhost [2018-06-01 23:36:33,573] FS6V6WNJF0VQTT3/INFO/locust.main: Starting web monitor at *:8089 [2018-06-01 23:36:33,583] FS6V6WNJF0VQTT3/INFO/locust.main: Starting Locust 0.8 |
打开浏览器，输入：http://localhost:8089，为了方便观察，这里我们设置模拟用户数和用户产生率都为1，则始终只会有一个用户执行任务，最后点击“Start swarming”开始运行。
返回到控制台，观察输出的信息，可以看到下标的值在不断的循环，每次执行任务都输出了不同的用户，达到了循环的目的。
[2018-06-01 23:42:39,135] FS6V6WNJF0VQTT3/INFO/stdout: ---- index :0 [2018-06-01 23:42:39,135] FS6V6WNJF0VQTT3/INFO/stdout: [2018-06-01 23:42:39,135] FS6V6WNJF0VQTT3/INFO/stdout: ---- data :lm [2018-06-01 23:42:39,136] FS6V6WNJF0VQTT3/INFO/stdout: [2018-06-01 23:42:41,036] FS6V6WNJF0VQTT3/INFO/stdout: ---- index :1 [2018-06-01 23:42:41,036] FS6V6WNJF0VQTT3/INFO/stdout: [2018-06-01 23:42:41,037] FS6V6WNJF0VQTT3/INFO/stdout: ---- data :liuchan [2018-06-01 23:42:41,037] FS6V6WNJF0VQTT3/INFO/stdout: [2018-06-01 23:42:42,877] FS6V6WNJF0VQTT3/INFO/stdout: ---- index :2 [2018-06-01 23:42:42,878] FS6V6WNJF0VQTT3/INFO/stdout: [2018-06-01 23:42:42,880] FS6V6WNJF0VQTT3/INFO/stdout: ---- data :dy [2018-06-01 23:42:42,882] FS6V6WNJF0VQTT3/INFO/stdout: [2018-06-01 23:42:45,696] FS6V6WNJF0VQTT3/INFO/stdout: ---- index :3 [2018-06-01 23:42:45,697] FS6V6WNJF0VQTT3/INFO/stdout: [2018-06-01 23:42:45,699] FS6V6WNJF0VQTT3/INFO/stdout: ---- data :wangwu [2018-06-01 23:42:45,701] FS6V6WNJF0VQTT3/INFO/stdout: [2018-06-01 23:42:47,911] FS6V6WNJF0VQTT3/INFO/stdout: ---- index :4 [2018-06-01 23:42:47,912] FS6V6WNJF0VQTT3/INFO/stdout: [2018-06-01 23:42:47,913] FS6V6WNJF0VQTT3/INFO/stdout: ---- data :admin [2018-06-01 23:42:47,915] FS6V6WNJF0VQTT3/INFO/stdout: [2018-06-01 23:42:49,779] FS6V6WNJF0VQTT3/INFO/stdout: ---- index :0 [2018-06-01 23:42:49,780] FS6V6WNJF0VQTT3/INFO/stdout: [2018-06-01 23:42:49,782] FS6V6WNJF0VQTT3/INFO/stdout: ---- data :lm [2018-06-01 23:42:49,784] FS6V6WNJF0VQTT3/INFO/stdout: … |
3.检查点
为了理解检查点，下面我们先写段代码来做一个试验。代码很简单，doLogin的任务里构造了请求正文的参数，我们故意设置一个错误的密码123456，接着对登录的地址发送POST请求，并添加正文body。
from locust import HttpLocust,TaskSet,task class UserBehavior(TaskSet): @task def doLogin(self): body = {'username':'admin','password':'123456','verifycode':'0000'} self.client.post("/WoniuSales/user/login",body) class WebSite(HttpLocust): task_set = UserBehavior min_wait = 1000 max_wait = 3000 |
启动Locust，在Web界面上运行测试，运行一段时间查看统计图表，有趣的是当一直发送错误的用户名和密码时，并没有得到任何失败的信息，FAILURES始终是0%且#fails的个数也为0,，这是为什么呢？
细心的读者或许已经发现，每次请求发送后，并没有对响应的正文进行判断，所以Locust默认都是成功。由于登录成功时，响应的正文内容是“login-pass”，那么很容易设计以下代码段。
@task def doLogin(self): body = {'username':'admin','password':'123456','verifycode':'0000'} res = self.client.post("/WoniuSales/user/login",body) if 'login-pass' in res.text: print('pass') else: print('fail') |
事实上，虽然对响应的结果进行了判断，并输出了“pass”或“fail”，但这并不能让Locust统计到，图表中依然不会显示失败。因为这里仅仅是在对控制台输出一个信息而已，这和输出“a”或者“b”没有本质区别，而这些信息也不会和Locust产生任何关联。
通过以上的试验，想必读者已经能够体会为什么需要检查点了。在实施性能测试时，我们会把成功率作为一个重要的分析指标，而成功率的统计则依赖检查点的判断。
from locust import HttpLocust,TaskSet,task class UserBehavior(TaskSet): @task def doLogin(self): body = {'username':'admin','password':'123456','verifycode':'0000'} res = self.client.post("/WoniuSales/user/login", body, catch_response= True) if 'login-pass' in res.text: res.success() else: res.failure("Login Fail.") class WebSite(HttpLocust): task_set = UserBehavior min_wait = 1000 max_wait = 3000 |
Locust中，检查点的使用需要请求时的参数catch_response结合success或failure方法。在请求中设置catch_response为true，则表示该响应是允许捕获的，这时就可以响应中使用success或failure方法来标注成功或失败的状态，并被Locust统计到结果的图表中。
执行后统计图表如下，由于登录账户的信息错误，所有请求均被统计为失败，检查点设置成功。
4.思考时间
实际用户在对系统进行操作时，肯定不可能一直保持同一频率，操作之间往往间隔的时间都不相同，那么我们可以设置一个随机的等待时间，也叫做思考时间。
from locust import HttpLocust,TaskSet,task … … class WebSite(HttpLocust): task_set = UserBehavior min_wait = 1000 max_wait = 3000 |
前面已经提及过，min_wait和max_wait为一个用户在执行任务期间的最小和最大间隔时间，在性能测试中，我们往往需要通过一些市场数据和经验来设置一个合理的范围。
5.脚本整合
下面我们将以上的知识点全部整合到一个登录脚本中。
from locust import HttpLocust,TaskSet,task class UserBehavior(TaskSet): def on_start(self): self.index = 0 self.loginData = [['lm','aaa'] ,['liuchan','LiuC456'],\ ['dy','DY123'],['wangwu','ww123'], ['admin','admin123']] @task def doLogin(self): body = {'username':self.loginData[self.index][0],\ 'password':self.loginData[self.index][1],'verifycode':'0000'} res = self.client.post("/WoniuSales/user/login", body, catch_response= True) if 'login-pass' in res.text: res.success() else: res.failure("Login Fail.") self.index = (self.index + 1) % len(self.loginData) class WebSite(HttpLocust): task_set = UserBehavior min_wait = 1000 max_wait = 3000 |
在on_start方法中，将5个账户用嵌套列表进行存储，每个子列表为一组用户名和密码。doLogin方法中，构造请求参数的字典时，把每次获取到的字列表的第一个值与username构造成一对键值对，把获取到的子列表的第二个值与password构造成另一个键值对；然后发送请求，并设置检查点；最后将self.index的值进行循环变化。
为了让读者看到效果，这里设置虚拟用户数为100，每秒产生用户数为10，并且代码中为第一个用户的lm设置了错误的密码aaa，其他用户信息均正确。
运行一段时间后，用户数达到100，正确的请求数为8268，失败的请求数为2064，失败的比例恰好为20%，和预期的设想符合。另外统计数据里还展示了最小、最大、平均、中间值所对应的响应时间，每秒处理得请求数为39.2，从这些方面来看，此次测试的结果是较为良好的。
为了答谢大家对蜗牛学院的支持，蜗牛学院将会定期对大家免费发放干货，敬请关注蜗牛学院的官方微信。
