溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務條款》
您好，登錄后才能下訂單哦！
這篇“怎么用Python+Pytest實現壓力測試”文章的知識點大部分人都不太理解，所以小編給大家總結了以下內容，內容詳細，步驟清晰，具有一定的借鑒價值，希望大家閱讀完這篇文章能有所收獲，下面我們一起來看看這篇“怎么用Python+Pytest實現壓力測試”文章吧。
首先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
這里面設置了網站的URL， 線程數， 每個線程的請求次數，以及超時時間。 可以看到， 這里面一共會做4000次請求。
這里做一個提示：注意縮進， 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
接下來， 定義一個內部函數。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
# 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
# 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'并發數：{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')在PyCharm里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
并發數：20
錯誤率：0.12%
CPU利用率：4.10%
內存利用率：88.60%
如果在PyCharm里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，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 用于顯示詳細的測試結果
--html 用于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， 截取了關鍵部分）
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并不對。 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。
#!/usr/bin/env python
# -*- coding:utf-8 -*-
"""
#-----------------------------------------------------------------------------
# --- TDOUYA STUDIOS ---
#-----------------------------------------------------------------------------
#
# @Project : pytest-training
# @File : test_a.py
# @Author : tianxin.xp@gmail.com
# @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'并發數：{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'并發數：{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')以上就是關于“怎么用Python+Pytest實現壓力測試”這篇文章的內容，相信大家都有了一定的了解，希望小編分享的內容對大家有幫助，若想了解更多相關的知識內容，請關注億速云行業資訊頻道。
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
