基于python27+pylot的网站并发压力测试

简介: windows下使用python进行网站压力测试,有两个必不可少的程序需要安装,一个是python,另一个是pylot。python是一个安装软件,用来运行python程序,而pylot则是python的一个功能插件,作用是进行网站压力测试。

windows下使用python进行网站压力测试,有两个必不可少的程序需要安装,一个是python,另一个是pylot。python是一个安装软件,用来运行python程序,而pylot则是python的一个功能插件,作用是进行网站压力测试。

首先看张效果图

img_ba43397fdb3a77dd86ad5802b48714a5.png
40个客户端并发操作网站的响应时间和吞吐量图形

一、安装python2.7

如果你已经成功安装了python,那么可以忽略这步。否则,请首先正确安装python,确保能运行正常。安装教程请移步度娘或者Google,这里不做介绍。

二、下载pylot

pylot官网已失效,下载地址见python之Pylot插件下载

三、使用pylot插件

1.解压下载好的pylot,无需配置安装

2.配置testcases.xml:在pylot_1.26文件夹里,会看到一个testcases.xml的文件,我们需要更改一下这个文件,用记事本打开它,把需要测试的网页地址添加进去。

img_636b1450afec58127828595faba9b267.png
修改配置testcases.xml

上面代码中,把“http://www.example.com/”改为你要测试的网址,然后保存文件。

3.对网站进行压力测试(这里我使用的是本人工作中的项目,或者也可以拿x度做示例操作)

打开dos窗口(点击“开始”-“运行”,输入cmd,点击“确定”),进入刚才解压存放pylot的目录中,输入如下指令:d:/python/python27/python run.py -a 20 -d 10  (我的python是装在D盘的python下),这时,会看到python在cmd窗口的运行界面

img_3d521e1b8b076b599b504bed60670c66.png
python指令运行过程

看到“results/results_2018.10.17_10.36.09/results.html”类似以上信息,就表示测试结束了。

4、查看测试结果

测试结束后,会在pylot的文件目录里生成一个“results”的文件夹,还生成一个results.html的文件,这个文件记录了详细的测试数据。我们可以进入results的目录,打开这个文件,看看我的测试结果:

img_d84a0b9c641378202faeca39fb115b99.png
report

四、测试结果图形化显示

要想测试结果图形化显示,必须按照如下两个插件

1.下载安装numpy

img_733b2a9bab4eb809de4d8db87cf6f177.png
安装numpy

2.下载安装matplotlib

img_4d19cbf8dfc246c50038b6a6043c3d2f.png
安装matplotlib

意思两个python插件安装好后,重新输入执行如下指令:d:/python/python27/python run.py -a 20 -d 10  (我的python是装在D盘的python下)

便可在results目录下查看到response_time_graph和throughput_graph两张截图

img_85c50967b2cbcf75388298d0089767ae.png
response_time_graph和throughput_graph

3.可视化图形显示

img_a02b9b0dbfd76900de5e06a5e2d3ddbc.png
report_result
目录
相关文章
|
8天前
|
人工智能 数据可视化 API
10 分钟构建 AI 客服并应用到网站、钉钉或微信中测试评
10 分钟构建 AI 客服并应用到网站、钉钉或微信中测试评
34 2
|
12天前
|
测试技术 数据库 UED
Python 性能测试进阶之路:JMeter 与 Locust 的强强联合,解锁性能极限
【9月更文挑战第9天】在数字化时代,确保软件系统在高并发场景下的稳定性至关重要。Python 为此提供了丰富的性能测试工具,如 JMeter 和 Locust。JMeter 可模拟复杂请求场景,而 Locust 则能更灵活地模拟真实用户行为。结合两者优势,可全面评估系统性能并优化瓶颈。例如,在电商网站促销期间,通过 JMeter 模拟大量登录请求并用 Locust 模拟用户浏览和购物行为,可有效识别并解决性能问题,从而提升系统稳定性和用户体验。这种组合为性能测试开辟了新道路,助力应对复杂挑战。
34 2
|
8天前
|
SQL JavaScript 前端开发
基于Python访问Hive的pytest测试代码实现
根据《用Java、Python来开发Hive应用》一文,建立了使用Python、来开发Hive应用的方法,产生的代码如下
26 6
基于Python访问Hive的pytest测试代码实现
|
11天前
|
安全 JavaScript 前端开发
自动化测试的魔法:如何用Python编写你的第一个测试脚本
【8月更文挑战第41天】在软件的世界里,质量是王道。而自动化测试,就像是维护这个王国的骑士,确保我们的软件产品坚不可摧。本文将引导你进入自动化测试的奇妙世界,教你如何使用Python这把强大的魔法杖,编写出能够守护你代码安全的第一道防护咒语。让我们一起开启这场魔法之旅吧!
|
16天前
|
测试技术 API Python
python在自动化测试中的经典例子
python在自动化测试中的经典例子
25 12
|
11天前
|
测试技术 持续交付 Apache
Python性能测试新风尚:JMeter遇上Locust,性能分析不再难🧐
【9月更文挑战第10天】随着软件应用的不断扩展,性能测试成为确保系统稳定运行的关键环节。本文通过对比Apache JMeter和Locust,探讨了如何在Python环境中利用这两款工具挖掘更多性能测试潜力。JMeter是一款成熟且功能强大的开源工具,支持多种协议,适用于各种应用的测试;而Locust则基于Python,通过简单脚本模拟HTTP请求,更适合Web应用测试。
28 2
|
16天前
|
缓存 测试技术 Apache
告别卡顿!Python性能测试实战教程,JMeter&Locust带你秒懂性能优化💡
【9月更文挑战第5天】性能测试是确保应用在高负载下稳定运行的关键。本文介绍Apache JMeter和Locust两款常用性能测试工具,帮助识别并解决性能瓶颈。JMeter适用于测试静态和动态资源,而Locust则通过Python脚本模拟HTTP请求。文章详细讲解了安装、配置及使用方法,并提供了实战案例,帮助你掌握性能测试技巧,提升应用性能。通过分析测试结果、模拟并发、检查资源使用情况及代码优化,确保应用在高并发环境下表现优异。
42 5
|
13天前
|
消息中间件 监控 测试技术
惊呆了!Python性能测试高手都用这些神器:JMeter+Locust,效率翻倍📈
【9月更文挑战第8天】在软件开发中,性能测试对确保应用稳定性和高效运行至关重要。对于Python开发者而言,选择合适的性能测试工具能显著提升测试效率并精准定位性能瓶颈。本文深入探讨了JMeter和Locust这两款工具的独特优势。JMeter作为跨平台的性能测试工具,支持多种协议,具备高度可定制性和扩展性;而Locust则专为Python应用设计,利用协程实现高并发,提供实时监控和分布式测试功能。两者结合使用,可在实际项目中实现1+1>2的效果,帮助开发者构建全面高效的测试方案,保障应用稳定运行。
42 1
|
18天前
|
IDE 测试技术 持续交付
Python自动化测试与单元测试框架:提升代码质量与效率
【9月更文挑战第3天】随着软件行业的迅速发展,代码质量和开发效率变得至关重要。本文探讨了Python在自动化及单元测试中的应用,介绍了Selenium、Appium、pytest等自动化测试框架,以及Python标准库中的unittest单元测试框架。通过详细阐述各框架的特点与使用方法,本文旨在帮助开发者掌握编写高效测试用例的技巧,提升代码质量与开发效率。同时,文章还提出了制定测试计划、持续集成与测试等实践建议,助力项目成功。
44 5
|
19天前
|
监控 安全 Linux
如何利用Kali Linux进行网站渗透测试:最常用工具详解
如何利用Kali Linux进行网站渗透测试:最常用工具详解
55 6