在现代Web应用程序中，性能是至关重要的。为了确保应用程序能够在高负载下正常运行，我们需要进行性能测试。 今天，应小伙伴的提问， 老向老师来写一个Pytest进行压力测试的简单案例。 这个案例的测试网站我们就隐藏了，不过网站的基本情况是：

阿里框架：FastAdmin.net

1.程序说明

1.1 设置测试参数

首先，我做的第一件事情就是设置测试参数。代码如下

# 定义测试用例

def test_performance():

# 设置测试参数

url = 'http://www.a.com/'

num_threads = 20

num_requests = 200

timeout = 5

这里面,我设置了网站的URL， 线程数， 每个线程的请求次数，以及超时时间。 可以看到， 这里面我一共会做4000次请求。

1.2 初始化测试结果

这段代码我想不需要我多讲， 这里做一个提示：注意缩进， 这段代码仍然在测试用例test_performance内。

# 初始化测试结果

response_times = []

errors = 0

successes = 0

1.3 定义测试函数

接下来， 我定义了一个内部函数。这个函数就是在某一线程内完成设定次数的请求。

# 定义测试函数

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 创建线程、执行线程、等待

# 创建测试线程

threads = []

for _ in range(num_threads):

t = threading.Thread(target=test_func)

threads.append(t)

# 启动测试线程

for t in threads:

t.start()

# 等待测试线程结束

for t in threads:

t.join()

1.5 计算测试结果

# 计算测试结果

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 将测试结果写入文件

# 将测试结果写入文件

with open('performance_test_result.txt', 'w') as f:

f.write(f'总请求数：{total_requests}\n')

f.write(f'总时间：{sum(response_times):.2f}s\n')

f.write(f'吞吐量：{throughput:.2f} requests/s\n')

f.write(f'并发数：{concurrency}\n')

f.write(f'错误率：{error_rate:.2%}\n')

f.write(f'CPU利用率：{cpu_usage:.2f}%\n')

f.write(f'内存利用率：{memory_usage:.2f}%\n')

2.程序执行

2.1 直接执行

在PyCharm里面直接执行这段代码， 得出的结果是：

总请求数：4000

总时间：1837.65s

吞吐量：2.17 requests/s

并发数：20

错误率：0.12%

CPU利用率：4.10%

内存利用率：88.60%

2.2 加个装饰器然后出报告

如果在PyCharm里面直接执行上面的代码， 虽然我们把结果写在文件中，但是， 不好看呀。

所以呢，我再额外介绍一个方法，这个方法能够生成一个相对美观的测试报告出来。

2.2.1 声明压力测试

首先在定义用例的时候通过装饰器声明这是一个压力测试：

# 定义测试用例

@pytest.mark.performance

def test_performance():

# 设置测试参数

url = 'http://www.a.biz/'

num_threads = 20

2.2.2 在命令行中通过pytest命令执行测试

第二步， 在命令行中执行测试

-v 用于显示详细的测试结果

--html 用于指定输出报告的位置。 这个参数需要依赖包：pytest-html

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

输出执行结果是：

======================== 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>

3.案例缺陷

因为时间关系， 本案例今天没有时间在服务器端执行， 所以通过psutil库所取得CPU利用率和内存利用率时间并不对。 如果是在服务器端执行， 这两个数字才是对的。

如果要在本地获取服务器的CPU，内存，IO等情况，有一个监控神器：Prometheus。

4 完整源码

#!/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

#

# 压力测试案例

#

#--------------------------------------------------------------------------"""

import threading

import time

import psutil

import pytest

import requests

# 定义测试用例

@pytest.mark.performance

def test_performance():

# 设置测试参数

url = 'http://www.tdouya.biz/'

num_threads = 20

num_requests = 200

timeout = 5

# 初始化测试结果

response_times = []

errors = 0

successes = 0

# 定义测试函数

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

# 创建测试线程

threads = []

for _ in range(num_threads):

t = threading.Thread(target=test_func)

threads.append(t)

# 启动测试线程

for t in threads:

t.start()

# 等待测试线程结束

for t in threads:

t.join()

# 计算测试结果

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

# 输出测试结果

print(f'总请求数：{total_requests}')

print(f'总时间：{sum(response_times):.2f}s')

print(f'吞吐量：{throughput:.2f} requests/s')

print(f'并发数：{concurrency}')

print(f'错误率：{error_rate:.2%}')

print(f'CPU利用率：{cpu_usage:.2f}%')

print(f'内存利用率：{memory_usage:.2f}%')

# 将测试结果写入文件

with open('performance_test_result.txt', 'w') as f:

f.write(f'总请求数：{total_requests}\n')

f.write(f'总时间：{sum(response_times):.2f}s\n')

f.write(f'吞吐量：{throughput:.2f} requests/s\n')

f.write(f'并发数：{concurrency}\n')

f.write(f'错误率：{error_rate:.2%}\n')

f.write(f'CPU利用率：{cpu_usage:.2f}%\n')

f.write(f'内存利用率：{memory_usage:.2f}%\n')