之前研究线上日志聚合时，也调研过相似度，有两种方法：
一种是简单的，python 标准库里有个 difflib，也可以用来比较两个文本的相似度，像这样：

def similarity(str1, str2) -> float:
    '''获取两个字符串的相似度 [0~1]'''
    sm = difflib.SequenceMatcher(None, str1, str2)
    return sm.ratio()

只是要不断的调整阈值，挺难定义的。（最后还是被我给废掉了，原因是我统计崩溃日志时，同一种原因的崩溃，但在两处位置调用，从 bug 的角度讲，这是两个位置的 bug。但从文本相似的角度讲，这是一个 bug。结果碰上个也不太细心的开发，最终 bug 没修复彻底）
一种难点的，也是使用 google 的算法
只说下思路：
1、使用 google 的 simHash 算法，获取文本的唯一指纹信息
2、比较两个指纹的 Haming 距离，当距离小于 3 时即认为相似
但实际使用时，当文本长度越长，对有差别的内容检测就越模糊，虽然可以通过加权的方式调整，但实际上仍很麻烦

我比较同意作者的思路，没事就应该多折腾尝试，兴许就发现更多的测试思路和巧，不过也同意@Ouroboros 的观点，测试就看不那么相似的，如同我遇到的那个问题，两个相似度极高的崩溃 log，它是两个 bug

能解决问题就好，何必在乎是否是重复的轮子，纠结于这个的话，你最好自己搞一套编程语言吧

我也有必要做这么一个总结

作者大大，这个问题现在解决了吗，已经放弃 locust 了吗，最近在学习 locust，对比 jmeter 的结果，吓我一跳

使用 adb 统计流量不行吗，为什么弄这么复杂？

hi，我通过 uid 统计的流量之和，发现与实际的流量相差很大，差不多在两倍左右（实际流量我是通过开发在代码中打印请求响应大小的 log），所以我怀疑使用此方法统计流量时有重复累加的可能。查找到这个文章http://www.voidcn.com/article/p-tolukrhb-vz.html。

其中 acct_tag_hex 为 0x0 的一行为某应用开机以来产生的总流量

所以，这样的话，我想如果把包含 uid 的所有行里的数据累加，可能会出现重复统计，差不多刚好一倍，因此我在代码中把 0x0 过滤掉了

if 'wlan' in line and '0x0' not in line:

之后，再统计的结果中，下行流量总和与开发给出的结果很相近。

• adb 统计：
  
• log 打印：
  但不清楚我的猜测是否正确，请多多指教

你的这个没有定义 driver 对象，所以是 NoneType object，应该把 self 传进去，使用 self.driver.swipe