Fastapi 스트레스 테스트

Dec 05 2022

Locust Python 확장성 테스트는 웹 서비스 프로덕션을 준비하는 데 중요한 부분입니다. Gatling, Apache JMeter, The Grinder, Tsung 등과 같은 많은 부하 테스트 도구가 있습니다.

메뚜기 비단뱀

확장성 테스트는 웹 서비스 프로덕션을 준비하는 데 중요한 부분입니다. Gatling, Apache JMeter, The Grinder, Tsung 등과 같은 많은 부하 테스트 도구가 있습니다. Python으로 작성되고 Requests 라이브러리 에 구축된 Locust 도 있습니다 .

Locust 웹사이트에서 알 수 있듯이:

Locust의 기본 기능은 모든 테스트를 Python 코드로 설명한다는 것입니다. 투박한 UI나 부풀려진 XML이 필요하지 않고 일반 코드만 있으면 됩니다.

메뚜기 설치

성능 테스트 Python 모듈 Locust는 PyPI에서 사용할 수 있으며 pip 또는 easy_install을 통해 설치할 수 있습니다.

pip install locustio or: easy_install locust

예 locustfile.py

그런 다음 docs의 예제 에 따라 locustfile.py를 만듭니다 . Django 프로젝트를 테스트하기 위해 csrftoken 지원 및 ajax 요청에 대한 일부 헤더를 추가해야 했습니다. 최종 locustfile.py는 다음과 같을 수 있습니다.

# locustfile.py
from locust import HttpLocust, TaskSet, task
class UserBehavior(TaskSet):
def on_start(self):
        self.login()
def login(self):
        # GET login page to get csrftoken from it
        response = self.client.get('/accounts/login/')
        csrftoken = response.cookies['csrftoken']
        # POST to login page with csrftoken
        self.client.post('/accounts/login/',
                         {'username': 'username', 'password': 'P455w0rd'},
                         headers={'X-CSRFToken': csrftoken})
@task(1)
    def index(self):
        self.client.get('/')
@task(2)
    def heavy_url(self):
        self.client.get('/heavy_url/')
@task(2)
    def another_heavy_ajax_url(self):
        # ajax GET
        self.client.get('/another_heavy_ajax_url/',
        headers={'X-Requested-With': 'XMLHttpRequest'})
class WebsiteUser(HttpLocust):
    task_set = UserBehavior

위의 python locust 파일로 Locust를 실행하려면 이름이 locustfile.py 인 경우 다음을 실행할 수 있습니다( locustfile.py 와 동일한 디렉토리에서 ).

locust --host=http://example.com

Python 부하 테스트 앱 Locust가 시작되면 다음을 방문해야 합니다.http://127.0.0.1:8089/거기에서 Locust 인스턴스의 웹 인터페이스를 찾을 수 있습니다. 그런 다음 시뮬레이션할 사용자 수 (예: 300) 및 Hatch rate(초당 생성된 사용자) (예: 10)를 입력 하고 Start swarming 을 누릅니다 . 그 후 Locust는 사용자를 "해칭"하기 시작하고 테이블에서 결과를 볼 수 있습니다.

파이썬 데이터 시각화

따라서 테이블은 훌륭하지만 결과를 그래프로 보는 것이 좋습니다. 사람들이 Locust에 그래픽 인터페이스를 추가하도록 요청하는 문제가 있으며 Locust 데이터에 대한 그래프를 표시하는 방법에 대한 몇 가지 제안이 있습니다. Python 대화형 시각화 라이브러리 인 Bokeh를 사용하기로 결정했습니다 .

pip를 사용하여 PyPI에서 Python 그래프 라이브러리 Bokeh를 쉽게 설치할 수 있습니다.

pip install bokeh

다음은 Bokeh 서버를 실행하는 예 입니다 .

JSON 형식의 Locust 데이터를 얻을 수 있습니다.http://localhost:8089/stats/requests. 데이터는 다음과 같아야 합니다.

{
       "errors": [],
       "stats": [
           {
               "median_response_time": 350,
               "min_response_time": 311,
               "current_rps": 0.0,
               "name": "/",
               "num_failures": 0,
               "max_response_time": 806,
               "avg_content_length": 17611,
               "avg_response_time": 488.3333333333333,
               "method": "GET",
               "num_requests": 9
           },
           {
               "median_response_time": 350,
               "min_response_time": 311,
               "current_rps": 0.0,
               "name": "Total",
               "num_failures": 0,
               "max_response_time": 806,
               "avg_content_length": 17611,
               "avg_response_time": 488.3333333333333,
               "method": null,
               "num_requests": 9
           }
       ],
       "fail_ratio": 0.0,
       "slave_count": 2,
       "state": "stopped",
       "user_count": 0,
       "total_rps": 0.0
    }

모두 함께 실행

따라서 Locust가 실행 중이고(아니라면 로 시작 locust --host=http://example.com) 이제 Bokehserver로 시작한 bokeh serve다음 plotter.py를 로 실행해야 합니다 python plotter.py. 스크립트 호출이 표시 되면 문서를 볼 수 있는 올바른 URL까지 브라우저 탭이 자동으로 열립니다.

Locust가 이미 테스트를 실행 중인 경우 그래프에서 즉시 결과를 볼 수 있습니다. 그렇지 않으면 다음에서 새 테스트를 시작합니다.http://localhost:8089/Bokeh 탭으로 돌아가서 테스트 결과를 실시간으로 확인하십시오.