写在前面

本文将尝试通过一篇文章讲清楚开源压测工具——Locust的原理和实现过程，聚焦在实现上，不拘泥在一堆源码中(本身Locust的源码就比较简单)。本人并不是Locust铁粉，只是对它的实现方式感兴趣，所以jmeter、wrk的粉丝们就不要来battle我了。在我看来，工具都有各自的优势和缺陷，区别在于使用的人，能否选择最合适的工具达到目的，当然你可以掌握所有的主流工具，对于特定的任务，哪个简单用哪个，也可以钟情于一个工具，信手拈来，只要你能在预期时间内完成也无可厚非。

网上有很多关于Locust源码实现的讲解，但是我觉得都太片面了，并且没有讲清楚，恰巧Locust在上个月(5月)发布了1.x版本，整个重构力度还是蛮大的，因此我想通过这篇文章，介绍它最新的设计以及展示最全面的Locust实现，让大家感受到Locust的简单与优雅(整个Locust项目不过4M大小)。

一、架构与核心类

基本介绍

Locust是开源、使用Python开发、基于事件、支持分布式并且提供Web UI进行测试执行和结果展示的性能测试工具。

Locust的主要特性有两个：

模拟用户操作:支持多协议，Locust可以用于压测任意协议类型的系统

并发机制:摒弃了进程和线程，采用协程(gevent)的机制，单台测试机可以产生数千并发压力

Locust使用了以下几个核心库：

1) gevent

gevent是一种基于协程的Python网络库，它用到Greenlet提供的，封装了libevent事件循环的高层同步API。

2) flask

Python编写的轻量级Web应用框架。

3) requests

Python Http库

4) msgpack-python

MessagePack是一种快速、紧凑的二进制序列化格式，适用于类似JSON的数据格式。msgpack-python主要提供MessagePack数据序列化及反序列化的方法。

5) pyzmq

pyzmq是zeromq(一种通信队列)的Python实现,主要用来实现Locust的分布式模式运行

系统架构及对比

我们知道，完整的压测系统应该包含以下组件：

相比于主流的压测系统LoadRunner和Jmeter，Locust是一个更为纯粹的开源压测系统，框架本身的结构并不复杂，甚至只提供了最基础的组件，但也正因为如此，Locust具有极高的可编程性和扩展性。对于测试开发同学来说，可以比较轻松地使用Locust实现对任意协议的压测。

工具简单对比 LoadRunner

Jmeter

Locust

压力生成器

√

√

√

负载控制器

√

√

√

系统资源监控器

√

x

x

结果采集器

√

√

√

结果分析器

√

√

√

上表简单展示了几个工具包含的压测组件，Locust的架构非常简单，部分组件的实现甚至都不完善，比如结果分析器，Locust本身并没有很详细的测试报告。但这并不妨碍它成为优秀的开源框架。

Locust的架构

Locust 最近发布了1.x 版本，代码进行了重构，重封装，对很多类进行了重命名，本文尽量使用新名词，但涉及的旧名词不影响理解。

locust架构上使用master-slave模型，支持单机和分布式

master和slave(即worker)使用 ZeroMQ 协议通讯

提供web页面管理master，从而控制slave，同时展示压测过程和汇总结果

可选no-web模式(一般用于调试)

基于Python本身已经支持跨平台

为了减少CPython的GIL限制，充分利用多核CPU，建议单机启动CPU核数的slave(多进程)。

核心类

上面展示的Locust架构，从代码层面来看究竟是如何实现的呢？下面我们就来窥视一番：

简单来说，Locust的代码分为以下模块：

Runner-执行器，Locust的核心类，定义了整个框架的执行逻辑，实现了Master、Slave(worker)等执行器

User-压测用例，提供了HttpUser压测http协议，用户可以定义事务，断言等，也可以实现特定协议的User

Socket-通信器，提供了分布式模式下master和slave的交互方式

RequestStats-采集、分析器，定义了结果分析和数据上报格式

EventHook-事件钩子，通过预先定义的事件使得我们可以在这些事件发生时(比如slave上报)做一些额外的操作

WebUI-提供web界面的操作台和压测过程展示

下面我们看看核心类的主要成员变量和方法

用户定义的User类作为Runner的user_classes传入

master的client_listener监听施压端client消息

slave的worker方法监听master消息

slave的stats_reporter方法上报压测数据，默认3s上报一次

slave的start启动协程，使用master分配的并发数开始压测

slave默认1s上报一次心跳，如果master超过3s未收到某个slave的心跳则会将其标记为missing状态

TaskSet和User持有client，可以在类中直接发起客户端请求，client可以自己实现，Locust只实现了HttpUser

二、Runner的状态与通信机制

接下来我们继续了解Locust分布式压测的核心：Runner的状态和通信机制。我们知道Locust等压测工具支持分布式压测，就是说理论上可以通过不断添加压力机(worker)提高并发数量，这个机制让使用者可以自由地增减机器资源，从而达到期望的施压能力。

Runner状态机

在分布式场景下，除了数据一致性，状态同步也是非常重要的。在Locust的master-slave架构下，需要管理master和slave的状态，不仅为了控制压测的开始或停止，也是为了掌握当前的压力机情况。那么都有哪些状态？

状态

说明

ready

准备就绪，master和slave启动后默认状态

hatching

正在孵化压力机，对master来说正在告诉slave们开始干活，对slave来说是过渡状态，因为它们马上要running

running

正在压测

cleanup

当发生GreenletExit时的状态，一般不会出现

stopping

表示正在通知slave们停止，只有master有这个状态

stopped

压测已经停止

missing

状态丢失，只有slave有的状态，默认3秒如果master没有收到slave的心跳就会认为它missing了，一般是进程没有正常退出导致

Runner的状态不多，但是在压测过程中起到非常重要的作用，状态之间是按约定的方式进行扭转的，我们使用Locust的web界面管理master的状态，master根据我们的操作通过通信机制推进slave的状态。

通信机制

Master与Slave之间是通过Zeromq建立的TCP连接进行通信的(一对多)。

ZeroMQ(简称ZMQ)是一个基于消息队列的多线程网络库，其对套接字类型、连接处理、帧、甚至路由的底层细节进行抽象，提供跨越多种传输协议的套接字。

ZMQ是网络通信中新的一层，介于应用层和传输层之间(按照TCP/IP划分)，其是一个可伸缩层，可并行运行，分散在分布式系统间。

master与各个slave各维持一个TCP连接，在每个连接中，master下发的命令，slave上报的信息等自由地的传输着。

消息格式 class Message(object):

def __init__(self, message_type, data, node_id):

self.type = message_type

self.data = data

self.node_id = node_id

def serialize(self):

return msgpack.dumps((self.type, self.data, self.node_id))

@classmethod

def unserialize(cls, data):

msg = cls(*msgpack.loads(data, raw=False))

return msg

其中message_type指明消息类型，data是实际的消息内容，node_id指明机器ID。Locust使用msgpack做序列化与反序列化处理。

消息类型和结构

master和slave之间的消息类型不过10种，其中大部分消息由slave上报给master，下方表格可以清楚的看到，实现一套分布式系统并没有那么复杂。

序号

message_type

发送者

data格式

发送时机

1

client_ready

slave

空

slave启动后或压测停止完成

2

hatching

slave

空

接受到master的hatch先发送一个确认

3

hatch_complete

slave

{"count":n}

所有并发用户已经孵化完成

4

client_stopped

slave

空

停止所有并发用户后

5

heatbeat

slave

{"state": x,"current_cpu_usage":x}

默认每3秒上报一次心跳

6

stats

slave

{"stats":[], "stats_total":{}, "errors":{},"user_count":x}

每3秒上报一次压测信息

7

exception

slave

{"msg":x, "traceback":x}

TaskSet.run出现异常

8

hatch

master

{"hatch_rate":x, "num_users":x, "host":x, "stop_timeout":x}

开始swarm

9

stop

master

空

点击stop

10

quit

master，slave

空

手动或其他方式退出的时候

可以看到上面有一种非常重要的消息类型——stats，压测的结果采集都封装在这个消息里。

三、结果采集器

统计对象

从上面我们知道有一个非常重要的消息类型——stats，这个是slave给master发送的消息，默认每3秒钟上报一次。stats消息的结构如下所示：

{

"stats": [],

"stats_total": {},

"errors": {},

"user_count": 10

}

实际上，slave也是持有着类似如上json格式的三个对象：

RequestStats

StatsEntry

StatsError

其中每一个locust进程会维护一个全局RequestStats单例global_stats，这个实例包含一个StatsEntry实例total(对应json的stats_total)，以及两个字典entries(对应json的stats)和errors(对应json的errors)，其中entries字典key为(name,method),对应值为一个StatsEntry实例，另一个errors字典的key为(name,method,error),对应值为一个StatsError实例。可见，global_stats包含了单个slave汇总的信息，以及各个请求url或name的统计信息。在分布式的场景下，每个slave都会维护一个global_stats, 在一个上报周期达到后将信息发送到master，发送完成后就会重置所有数据，进入下一个周期的统计。

上图中红色的字段是slave真正上报给master的数据。

统计过程

那么slave是如何统计消息，又究竟需要上报什么内容给master？master又是如何汇总的呢？下面我们来看看整个统计过程：

在每一次请求后，无论是成功还是失败，都会触发对应的request_success或者request_failure事件，stats.py文件中的数据统计模块订阅了对应的事件，会调用global_stats对数据进行统计。

在slave的一个上报周期达到后，触发on_report_to_master事件，此时global_stats就会依次调用以下方法对数据进行序列化：

serialize_stats

total.get_stripped_report

serialize_errors

其实也就是对上面提到的total和两个字典中的内容进行序列化，其实就是转为json字符串。

def on_report_to_master(client_id, data):

data["stats"] = global_stats.serialize_stats()

data["stats_total"] = global_stats.total.get_stripped_report()

data["errors"] = global_stats.serialize_errors()

global_stats.errors = {}

下图是断点过程看到的stats消息内容(在msgpack序列化之前):

每秒请求数和响应时间及其对应请求个数

StatsEntry有两个比较重要的对象，分别是num_reqs_per_sec和response_times，它们都是字典类型，其中num_reqs_per_sec的key是秒时间戳，显示当前秒完成了多少个请求，统计的时间是完成请求的时刻，比如如果一个请求从第0秒开始，第3秒完成，那么这个请求统计在第3秒的时间戳上，这个对象可以很方便的计算出rps。response_times的key是响应时间，单位是豪秒，为了防止key过多，做了取整，比如147 取 150, 3432 取 3400 和 58760 取 59000，这个是为了方便获得类似90%请求的完成时间(小于等于该时间)，99%请求的完成时间，下面具体的源码：

def _log_time_of_request(self, current_time):

t = int(current_time)

self.num_reqs_per_sec[t] = self.num_reqs_per_sec.setdefault(t, 0) + 1

self.last_request_timestamp = current_time

def _log_response_time(self, response_time):

if response_time is None:

self.num_none_requests += 1

return

self.total_response_time += response_time

if self.min_response_time is None:

self.min_response_time = response_time

self.min_response_time = min(self.min_response_time, response_time)

self.max_response_time = max(self.max_response_time, response_time)

# to avoid to much data that has to be transfered to the master node when

# running in distributed mode, we save the response time rounded in a dict

# so that 147 becomes 150, 3432 becomes 3400 and 58760 becomes 59000

if response_time < 100:

rounded_response_time = response_time

elif response_time < 1000:

rounded_response_time = int(round(response_time, -1))

elif response_time < 10000:

rounded_response_time = int(round(response_time, -2))

else:

rounded_response_time = int(round(response_time, -3))

# increase request count for the rounded key in response time dict

self.response_times.setdefault(rounded_response_time, 0)

self.response_times[rounded_response_time] += 1

master汇总信息

slave的每一个stats消息到达master后，都会触发master的slave_report事件，master也拥有自己的global_stats，因此只需要将对应的信息进行累加(可以理解是所有slave对应内容的汇总)。具体在StatsEntry的extend方法：

def extend(self, other):

"""

Extend the data from the current StatsEntry with the stats from another

StatsEntry instance.

"""

if self.last_request_timestamp is not None and other.last_request_timestamp is not None:

self.last_request_timestamp = max(self.last_request_timestamp, other.last_request_timestamp)

elif other.last_request_timestamp is not None:

self.last_request_timestamp = other.last_request_timestamp

self.start_time = min(self.start_time, other.start_time)

self.num_requests = self.num_requests + other.num_requests

self.num_none_requests = self.num_none_requests + other.num_none_requests

self.num_failures = self.num_failures + other.num_failures

self.total_response_time = self.total_response_time + other.total_response_time

self.max_response_time = max(self.max_response_time, other.max_response_time)

if self.min_response_time is not None and other.min_response_time is not None:

self.min_response_time = min(self.min_response_time, other.min_response_time)

elif other.min_response_time is not None:

# this means self.min_response_time is None, so we can safely replace it

self.min_response_time = other.min_response_time

self.total_content_length = self.total_content_length + other.total_content_length

for key in other.response_times:

self.response_times[key] = self.response_times.get(key, 0) + other.response_times[key]

for key in other.num_reqs_per_sec:

self.num_reqs_per_sec[key] = self.num_reqs_per_sec.get(key, 0) + other.num_reqs_per_sec[key]

for key in other.num_fail_per_sec:

self.num_fail_per_sec[key] = self.num_fail_per_sec.get(key, 0) + other.num_fail_per_sec[key]

核心指标

Locust核心的指标其实就4个：

并发数

RPS

响应时间

异常率

我们还是回到文章开头的那个json：

{

"stats": [],

"stats_total": {},

"errors": {},

"user_count": 10

}

结合上方Locust的压测过程截图，我们可以看到，各个接口的指标其实就是stats对象里的各个字段，而最下方汇总的Aggregated这一行则对应stats_total的各个字段，尽管这个json只是slave单个stats消息的内容，却也是最终要显示的内容，只是master对各个消息做了汇总而已。汇总的方式也相当简单，请见上方的StatsEntry的extend方法。

因为master和web模块是一起部署的，因此web可以直接使用master的global_stats对象并展示其内容，可以做到动态显示。

本文讲解的eventHook基于Locust的1.x版本。

四、事件钩子

Locust中的事件钩子，我认为设计得非常巧妙，所以最后再来讲一下它。event.py模块包含了两个类，一个是事件钩子定义类EventHook，一个是事件钩子类型类Events，为不同的事件提供hook。事件处理函数注册相应的hook以后，我们可以很方便的的基于event触发处理函数，实现事件驱动。

EventHook定义了三个方法：

def add_listener(self, handler):

self._handlers.append(handler)

return handler

def remove_listener(self, handler):

self._handlers.remove(handler)

def fire(self, *, reverse=False, **kwargs):

if reverse:

handlers = reversed(self._handlers)

else:

handlers = self._handlers

for handler in handlers:

handler(**kwargs)

可以看到add_listener、remove_listener的作用是注册或删除监听函数，fire方法是触发处理函数。EventHook的实现相比Locust 0.x版本有较大改变(不再使用Python的内置魔方方法)。

Events中包含了11个事件钩子，分别是：

事件钩子的实现原理

事件钩子的原理可以简单理解成，1.定义处理函数 ——> 2.注册到某个eventHook ——> 3.在某个时机触发eventHook ——> 4.该eventHook遍历执行所有处理函数。在代码层面就是定义函数，然后add_listener，最后在想要的位置触发eventHook的fire方法并传入定义好的参数，这里参数是固定的，不能随意传入，之所以每个处理函数都能对参数进行修改，是因为这里的参数传递是『引用传递』，明白了这一点就算是掌握了EventHook的基本原理。

其中Locust本身预定义并注册了一些处理函数，比如事件钩子report_to_master、worker_report都有对应的处理函数，实现分布式模式下数据上报时数据的构造和计算，比如事件钩子init，初始化master的WebUI。

事件钩子的作用

那么，事件钩子究竟有什么作用？

在我看来有以下作用：

代码解耦，比如解耦Runner和Stats模块。

提供扩展性，通过预置的钩子和触发点，为使用者提供了可扩展的特性。

举扩展性的例子，使用者可以很轻松地：

往worker上报的stats消息添加自定义数据

在Locust实例启动时在WebUI中添加自定义接口

在每次请求成功或失败之后做一些额外的事情

如何使用钩子

在Locust 1.x版本之前，使用以下方法定义和注册钩子：

def on_report_to_master(client_id, data):

data["stats"] = global_stats.serialize_stats()

data["stats_total"] = global_stats.total.get_stripped_report()

data["errors"] = global_stats.serialize_errors()

global_stats.errors = {}

def on_slave_report(client_id, data):

for stats_data in data["stats"]:

entry = StatsEntry.unserialize(stats_data)

request_key = (entry.name, entry.method)

if not request_key in global_stats.entries:

global_stats.entries[request_key] = StatsEntry(global_stats, entry.name, entry.method)

global_stats.entries[request_key].extend(entry)

...

events.report_to_master += on_report_to_master

events.slave_report += on_slave_report

在1.x及之后的版本有两种使用方式：

# 方式一与之前类似

def on_report_to_master(client_id, data):

data["stats"] = stats.serialize_stats()

data["stats_total"] = stats.total.get_stripped_report()

data["errors"] = stats.serialize_errors()

stats.errors = {}

def on_worker_report(client_id, data):

for stats_data in data["stats"]:

entry = StatsEntry.unserialize(stats_data)

request_key = (entry.name, entry.method)

if not request_key in stats.entries:

stats.entries[request_key] = StatsEntry(stats, entry.name, entry.method, use_response_times_cache=True)

stats.entries[request_key].extend(entry)

for error_key, error in data["errors"].items():

if error_key not in stats.errors:

stats.errors[error_key] = StatsError.from_dict(error)

else:

stats.errors[error_key].occurrences += error["occurrences"]

stats.total.extend(StatsEntry.unserialize(data["stats_total"]))

events.report_to_master.add_listener(on_report_to_master)

events.worker_report.add_listener(on_worker_report)

# 方式二，使用装饰器

@events.report_to_master.add_listener

def on_report_to_master(client_id, data):

"""

This event is triggered on the worker instances every time a stats report is

to be sent to the locust master. It will allow us to add our extra content-length

data to the dict that is being sent, and then we clear the local stats in the worker.

"""

data["content-length"] = stats["content-length"]

stats["content-length"] = 0

@events.worker_report.add_listener

def on_worker_report(client_id, data):

"""

This event is triggered on the master instance when a new stats report arrives

from a worker. Here we just add the content-length to the master's aggregated

stats dict.

"""

stats["content-length"] += data["content-length"]

第二种方式更加简洁，不容易忘记注册处理函数。

写在最后

首先需要声明的是，本人并不是性能测试方向的专家，只是做过一些性能测试，捣鼓过一些工具，之所以写出这篇文章，初衷只是为了在组内分享。了解Locust的人，很少会真的用他来进行大型业务场景压测，一是它的压测性能受限，二是它没有很好的测试报告，现在这些在我看来已经不是问题，我想在后面分两篇文章介绍，敬请期待：