Python+Pytest實現壓力測試詳解

在現代Web應用程序中,性能是至關重要的。為瞭確保應用程序能夠在高負載下正常運行,我們需要進行性能測試。 今天,應小夥伴的提問, 田辛老師來寫一個Pytest進行壓力測試的簡單案例。 這個案例的測試網站我們就隱藏瞭,不過網站的基本情況是:

  • 阿裡
  • 框架:FastAdmin.net

1.程序說明

1.1 設置測試參數

首先,田辛老師做的第一件事情就是設置測試參數。代碼如下

# 定義測試用例  
def test_performance():  
    # 設置測試參數  
    url = 'http://www.a.com/'  
    num_threads = 20  
    num_requests = 200  
    timeout = 5

這裡面,田老師設置瞭網站的URL, 線程數, 每個線程的請求次數,以及超時時間。 可以看到, 這裡面田老師一共會做4000次請求。

1.2 初始化測試結果

這段代碼我想不需要田老師多講, 這裡做一個提示:註意縮進, 這段代碼仍然在測試用例test_performance內。

    # 初始化測試結果  
    response_times = []  
    errors = 0  
    successes = 0

1.3 定義測試函數

接下來, 田老師定義瞭一個內部函數。這個函數就是在某一線程內完成設定次數的請求。

    # 定義測試函數  
    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 創建線程、執行線程、等待

    # 創建測試線程  
    threads = []  
    for _ in range(num_threads):  
        t = threading.Thread(target=test_func)  
        threads.append(t)  
      
    # 啟動測試線程  
    for t in threads:  
        t.start()  
      
    # 等待測試線程結束  
    for t in threads:  
        t.join()

1.5 計算測試結果

    # 計算測試結果  
    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 將測試結果寫入文件

    # 將測試結果寫入文件  
    with open('performance_test_result.txt', 'w') as f:  
        f.write(f'總請求數:{total_requests}\n')  
        f.write(f'總時間:{sum(response_times):.2f}s\n')  
        f.write(f'吞吐量:{throughput:.2f} requests/s\n')  
        f.write(f'並發數:{concurrency}\n')  
        f.write(f'錯誤率:{error_rate:.2%}\n')  
        f.write(f'CPU利用率:{cpu_usage:.2f}%\n')  
        f.write(f'內存利用率:{memory_usage:.2f}%\n')

2.程序執行

2.1 直接執行

在PyCharm裡面直接執行這段代碼, 得出的結果是:

總請求數:4000  
總時間:1837.65s  
吞吐量:2.17 requests/s  
並發數:20  
錯誤率:0.12%  
CPU利用率:4.10%  
內存利用率:88.60%

2.2 加個裝飾器然後出報告

如果在PyCharm裡面直接執行上面的代碼, 雖然我們把結果寫在文件中,但是, 不好看呀。

所以呢,田老師再額外介紹一個方法,這個方法能夠生成一個相對美觀的測試報告出來。

2.2.1 聲明壓力測試

首先在定義用例的時候通過裝飾器聲明這是一個壓力測試:

# 定義測試用例  
@pytest.mark.performance  
def test_performance():  
    # 設置測試參數  
    url = 'http://www.a.biz/'  
    num_threads = 20

2.2.2 在命令行中通過pytest命令執行測試

第二步, 在命令行中執行測試

  • -v 用於顯示詳細的測試結果
  • –html 用於指定輸出報告的位置。 這個參數需要依賴包:pytest-html

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

輸出執行結果是:

======================== 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.exe
cachedir: .pytest_cache
metadata: {'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\test
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
collected 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>

最終生成的報告是:(有點長, 截取瞭關鍵部分)

3.案例缺陷

因為時間關系, 本案例今天沒有時間在服務器端執行, 所以通過psutil庫所取得CPU利用率和內存利用率時間並不對。 如果是在服務器端執行, 這兩個數字才是對的。

如果要在本地獲取服務器的CPU,內存,IO等情況,有一個監控神器:Prometheus。不過這東西配置起來又是另一個話題, 且聽後話~哈哈(55555, 好像,又刨瞭一個坑)

4 完整源碼

#!/usr/bin/env python  
# -*- coding:utf-8 -*-  
"""  
#-----------------------------------------------------------------------------  
#                     --- TDOUYA STUDIOS ---  
#-----------------------------------------------------------------------------  
#  
# @Project : pytest-training  
# @File    : test_a.py  
# @Author  : [email protected]  
# @Date    : 2023/3/10 14:39  
#  
# 壓力測試案例  
#  
#--------------------------------------------------------------------------"""  
import threading  
import time  
  
import psutil  
import pytest  
import requests  
  
  
# 定義測試用例  
@pytest.mark.performance  
def test_performance():  
    # 設置測試參數  
    url = 'http://www.tdouya.biz/'  
    num_threads = 20  
    num_requests = 200  
    timeout = 5  
  
    # 初始化測試結果  
    response_times = []  
    errors = 0  
    successes = 0  
  
    # 定義測試函數  
    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  
  
    # 創建測試線程  
    threads = []  
    for _ in range(num_threads):  
        t = threading.Thread(target=test_func)  
        threads.append(t)  
  
    # 啟動測試線程  
    for t in threads:  
        t.start()  
  
    # 等待測試線程結束  
    for t in threads:  
        t.join()  
  
    # 計算測試結果  
    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  
  
    # 輸出測試結果  
    print(f'總請求數:{total_requests}')  
    print(f'總時間:{sum(response_times):.2f}s')  
    print(f'吞吐量:{throughput:.2f} requests/s')  
    print(f'並發數:{concurrency}')  
    print(f'錯誤率:{error_rate:.2%}')  
    print(f'CPU利用率:{cpu_usage:.2f}%')  
    print(f'內存利用率:{memory_usage:.2f}%')  
  
    # 將測試結果寫入文件  
    with open('performance_test_result.txt', 'w') as f:  
        f.write(f'總請求數:{total_requests}\n')  
        f.write(f'總時間:{sum(response_times):.2f}s\n')  
        f.write(f'吞吐量:{throughput:.2f} requests/s\n')  
        f.write(f'並發數:{concurrency}\n')  
        f.write(f'錯誤率:{error_rate:.2%}\n')  
        f.write(f'CPU利用率:{cpu_usage:.2f}%\n')  
        f.write(f'內存利用率:{memory_usage:.2f}%\n')

到此這篇關於Python+Pytest實現壓力測試詳解的文章就介紹到這瞭,更多相關Python Pytest壓力測試內容請搜索WalkonNet以前的文章或繼續瀏覽下面的相關文章希望大傢以後多多支持WalkonNet!

推薦閱讀: