Locust安装使用教程详解
**Locust安装与使用教程详解:Python性能测试利器** 想要轻松进行网站或应用的性能测试?Locust是一个基于Python的开源工具,能帮你模拟高并发用户,找出系统瓶颈。本文详细介绍Locust的安装与使用,包括如何通过pip安装Locust,编写Python脚本定义用户行为,以及如何使用Web界面或命令行模式运行压力测试。Locust提供实时报告和图表,助你分析系统性能。Locust易于上手,扩展性强,非常适合集成到持续集成/持续部署(CI/CD)流程中,实现自动化性能验证。无论你是开发者还是测试工程师,都能通过本文快速掌握Locust,提升性能测试效率。
Locust是基于Python的性能测试工具,通过协程模拟高并发用户,使用pip安装并编写Python脚本定义用户行为,支持Web界面和命令行模式运行压测,提供实时报告与图表分析系统性能。

Locust 是一个基于 Python 的开源性能测试工具,它使用协程来模拟大量用户并发访问系统,适合做负载测试和压力测试。相比 JMeter 等传统工具,Locust 更灵活,测试脚本用 Python 编写,易于维护和扩展。
安装 Locust
Locust 可以通过 pip 直接安装,推荐在虚拟环境中操作:
- pip install locust
安装完成后,可通过以下命令验证是否成功:
- locust --version
如果输出版本号,说明安装成功。
编写第一个测试脚本
创建一个名为 locustfile.py 的文件(默认加载的文件名),内容如下:
from locust import HttpUser, task, betweenclass WebsiteUser(HttpUser): wait_time = between(1, 3) # 用户行为间隔时间(秒)
@task def index_page(self): self.client.get("/") @task(2) # 权重为2,执行频率是上面方法的两倍 def view_product(self): product_id = 1 self.client.get(f"/product/{product_id}", name="/product")
说明:
- HttpUser:表示这是一个 HTTP 用户类,可以发送 HTTP 请求。
- wait_time = between(1, 3):每个任务执行后等待 1 到 3 秒。
- @task:装饰器,标记方法为一个用户行为任务。
- self.client:用于发送 HTTP 请求,类似 requests 库。
- name 参数:在报告中对 URL 分组显示,避免动态 ID 导致统计分散。
运行 Locust 测试
在包含 locustfile.py 的目录下执行:
- locust
默认情况下,Locust 会启动 Web 服务,监听 http://localhost:8089。
打开浏览器访问该地址,填写以下信息:
- Number of users to simulate:模拟用户总数,比如 100。
- Spawn rate:每秒启动多少用户,比如 10。
- Host:目标服务地址,如 http://example.com。
点击 "Start swarming" 开始压测。
你也可以使用命令行模式(无界面)运行:
- locust -f locustfile.py --headless -u 100 -r 10 --run-time 1m --host http://example.com
参数说明:
- --headless:无 UI 模式。
- -u 100:总共模拟 100 个用户。
- -r 10:每秒启动 10 个用户。
- --run-time 1m:运行 1 分钟后自动停止。
- --host:目标主机地址。
查看测试结果
Locust 提供了实时的 Web 报告页面,包含以下指标:
- 请求总数(Total Requests)
- 失败数(Failures)
- 每秒请求数(RPS)
- 平均响应时间(Average Response Time)
- 最小/最大响应时间
- 用户并发数(Users)
还可以切换到 “Charts” 标签页查看趋势图,帮助分析系统性能瓶颈。
基本上就这些。Locust 上手快,扩展性强,适合集成到 CI/CD 中做自动化性能验证。
本篇关于《Locust安装使用教程详解》的介绍就到此结束啦,但是学无止境,想要了解学习更多关于文章的相关知识,请关注golang学习网公众号!
天玑处理器怎么选?CPU对比与选购指南
- 上一篇
- 天玑处理器怎么选?CPU对比与选购指南
- 下一篇
- 漫蛙manwa2日版官网入口更新汇总
-
- 文章 · python教程 | 2小时前 |
- Python logging Formatter 统一结构化字段输出
- 185浏览 收藏
-
- 文章 · python教程 | 3小时前 | 配置 · python · Python教程 · 配置管理 Python 3.15 frozendict 不可变映射
- Python 3.15 frozendict 内置类型的配置使用场景
- 192浏览 收藏
-
- 文章 · python教程 | 6小时前 | 序列化 · python · Python pickle 进程池 multiprocessing Pool
- Python multiprocessing 进程池传递不可序列化对象
- 255浏览 收藏
-
- 文章 · python教程 | 7小时前 | 数据一致性 · Python教程 · Python 事务 自动提交 sqlite3 autocommit isolation_level
- Python sqlite3 事务模式与自动提交边界
- 197浏览 收藏
-
- 文章 · python教程 | 8小时前 |
- Python contextlib.nullcontext 统一同步异步入口
- 316浏览 收藏
-
- 文章 · python教程 | 9小时前 | 面向对象 · python · Python教程 · InitVar __post_init__ Python dataclass 派生字段 field(init=False)
- Python dataclass __post_init__ 计算派生字段
- 303浏览 收藏
-
- 文章 · python教程 | 9小时前 |
- Python typing.TypeGuard 处理复杂容器类型收窄
- 437浏览 收藏
-
- 文章 · python教程 | 11小时前 |
- Python os.fspath 支持自定义路径对象
- 214浏览 收藏
-
- 文章 · python教程 | 13小时前 | 异常处理 · 异步编程 · Python教程 · asyncio · 后台任务 任务取消 CancelledError Python asyncio asyncio.shield
- Python asyncio.shield 保护后台任务免受外层取消
- 407浏览 收藏
-
- 文章 · python教程 | 16小时前 |
- Python configparser ExtendedInterpolation 组织分层配置
- 480浏览 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 409次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 487次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 496次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 444次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 271次使用
-
- Python sqlite3 Connection serialize 怎么导出数据库快照:备份窗口、内存占用与恢复校验
- 2026-08-26 501浏览
-
- Python监控网页状态:requests异常处理实战
- 2026-05-29 501浏览
-
- TensorFlow模型部署为API的TF Serving方法
- 2026-05-26 501浏览
-
- Python字符串编码转换:encode与decode详解
- 2026-05-16 501浏览
-
- TensorFlow裁剪无用算子方法详解
- 2026-05-15 501浏览

