阅读全文需 7 分钟，作为性能工具实战开篇，请认真读完。

1. 前言

在上一篇性能专题的文章：性能专题：性能测试实施全过程指南，已提前剧透告知了，从本篇开始，将结合服务端性能测试的两款常用工具进行实战操作介绍：Jmeter 和 Locust。 

就服务端性能测试而言，工具选择性上面，Jmeter 的选择热度和网上已有的学习资料明显高于 Locust，也正因如此，本篇计划会以 Locust 工具系列的实战介绍优先，算是弥补目前市面上 Locust 学习资料较少的空缺。

整个 Locust 系列连载内容目录大纲如图 1 所示，每篇具体的名称和内容后续可能会有所调整，最终以发表的为准：

2. 开篇介绍

在学习任何一款新工具之前，首先至少要先了解搞清楚这款工具的 “哲学三问”：我是谁（是什么），我从哪里来（为了解决什么问题），我将去哪里（具体是如何实现的）。

关于第一问：是什么，Locust 到底是什么呢？先来看一段官网的介绍，如图 2 所示

官网传送门：https://www.locust.io/

在图 2 官网主页介绍中，有两句对 Locust 的描述：

An open source load testing tool.

一个开源负载测试工具。

Define user behaviour with Python code, and swarm your system with millions of simultaneous users.

使用 Python 代码来定义用户行为。用它可以模拟百万计的并发用户访问你的系统。

看到这里，相信读者对 Locust 是什么，有了一个大致的印象，概括起来：Locust 是一款开源的性能负载测试工具，且是使用 Python 代码来定义用户行为的。

3. 进一步认识 Loucst

当前在网络上针对 Locust 的教程比较少，不管是中文还是英文，基本都是介绍安装方法和简单的测试案例演示，对于较复杂测试场景的案例演示却基本没有，因此很多工程师都感觉难以将 Locust 应用到实际的性能测试工作当中。有这类想法的人员，归根结底还是在于没有深入去学习了解 Locust 这款工具。

对于技术人而言，学习一款新工具，特别还是开源工具，最好的方式就是结合官网文档和项目源码来学习。

Locust 官方文档：https://docs.locust.io/en/stable/Locust
官方源码：https://github.com/locustio/locust

关于第二问：Locust 为了解决什么问题？从前面我们可以得知，官网对 Loucst 定位是一款负载测试工具。

而 Locust 一词英文翻译过来的意思为蝗虫，

原作者之所以选择 Locust 这个蝗虫名字，估计也是听过这么一句俗语，“蝗虫过境，寸草不生”。寓意为：Locust 工具生成的并发请求就跟一大群蝗虫一般，对我们的被测系统发起攻击，并以此检测系统在高并发压力下是否能正常运转。

在官方文档中，关于 Locust 介绍有这样一段描述：

通过上述官网对 Locust 的介绍，可以进一步加深认识 Locust：它是一款开源的分布式负载测试工具，使用 Python 代码定义用户行为，完全基于事件驱动，在模拟并发时，Locust 基于 gevent 协程、非阻塞 IO 来实现网络层的并发请求，可以实现单机模拟生成较高的并发压力。

4. Locust 特点、实现

Locust 是使用 Python 语言编写实现的开源性能测试工具，具有简洁、轻量、高效的优点，除此之外，还具备如下特点。

主要特点如下：

• 使用纯 Python 来描述测试脚本、定义用户行为。

• 分布式和可扩展，可支持成千上万的用户。

• 基于 Web 的用户界面，用户可以实时监控测试脚本运行状态。

• 几乎可以测试任何系统，除了 Web HTTP 接口外，还可自定义 Clients 测试其他类型系统。

• Hackable，可定制性较高。

关于第三问：具体是如何实现的？

了解过性能测试的同学，应该都清楚，实现性能测试，其中有两个关键：

• 尽可能模拟到真实用户行业。

• 尽可能模拟更高的（有效）并发数。

关于第一点，尽可能模拟到真实用户行为：我们从上述介绍中可以得知，在 Locust 中，测试场景皆是采用纯 Python 脚本进行描述的。对于最常见的 HTTP(S) 协议的系统，Locust 采用的是 Python 的 Requests 库作为客户端，而对于其它协议类型的系统，Locust 也提供了接口，我们只需要采用 Python 编写对应的请求客户端。换而言之，只要你具备了 Python 编码能力，并且熟悉业务流程，就能很容易的在 Locust 中通过 Python 脚本实现模拟到真实用户行为。

对于第二点，如何实现有效的高并发：

LoadRunner 和 Jmeter 这类采用进程和线程的测试工具，都很难在单机上模拟出较高的并发压力。而 Locust 的并发机制摒弃了进程和线程，基于事件驱动，采用 gevent 提供的非阻塞 IO 和 coroutines 协程机制。而协程避免了系统级资源调度，由此可以大幅提高单机的并发能力。并且 Locust 支持分布式多机联合测试，从而可以实现极高的并发数。

6. 小结

介绍到这里，相信读者们对 Locust 已经有了一定的认识，总结归纳成两点：

• Locust 是开源，使用 Python 开发，基于事件，支持分布式并且提供 Web UI 执行测试执行和结果显示的性能测试工具。它之所以能够在资源占用方面明显优于 Jmeter，一个关键点在于两者模拟虚拟用户的方式不同，Jmeter 是通过线程来作为虚拟用户，而 Locust 借助 gevent 库对协程的支持，相同配置下 Locust 能支持的并发用户数相对 Jmeter 可以达到一个数量级的提升。（其中，gevent 是 Python 下实现协程的一个第三方库，通过 greenlet 来实现协程，而 greenlet 是 Python 的并行处理的一个库，能够使系统获取极高的并发性能）

•  Locust 作为一款性能测试工具，可以说是它是由 Python 下的一些库集成而来。Locust 完全基于 Python 作为编程语言，采用 Pure Python 描述测试脚本，其中 HTTP 请求是基于 Requests 库，除了 HTTP/HTTPS 协议，Locust 也可以测其他协议的系统，只需要采用 Python 调用对应的库进行请求描述即可。

文章虽短，但也花费了笔者周末一个小时才码完，我想已经成功的引起了你的兴趣，接下来就跟着一起学习 Locust 的使用吧。

未完待续~

希望这篇文章能帮到你！更多干货文章请关注我们。

最后，公号「测试开发技术」后台回复 hi，免费领取全栈工程师进阶高清图谱。