4. Locust 实战：从安装到分布式压测

Locust 这个工具，我用了好几年了。说实话，刚开始接触压测工具时，JMeter 用得比较多。但后来发现，用 Python 写压测脚本实在太灵活了。Locust 的核心思想很简单——每个用户就是一只蝗虫，你想想看，成千上万只蝗虫一起啃食你的系统，吞吐量自然就上去了。

这一章，我们直接上手。从安装开始，到写一个完整的 User 类，再到分布式压测和 Web UI 监控。我会把项目中踩过的坑都告诉你。

4.1 安装 Locust

安装没什么难度。用 pip 一行搞定：

pip install locust

我个人习惯用虚拟环境，避免污染全局 Python。如果你也这么干：

python -m venv locust_env
source locust_env/bin/activate  # Windows 用 locust_env\Scripts\activate
pip install locust

验证安装：

locust --version

看到版本号就说明成了。嗯，这里要注意——如果你在公司内网，记得配好代理或使用离线包。我曾经在客户现场折腾了半小时，才发现是网络问题。

4.2 编写第一个 User 类

Locust 的核心是 User 类。每个虚拟用户就是一个 User 实例。我们来看一个最简单的例子：

from locust import User, task, between

class MyUser(User):
    wait_time = between(1, 3)

    @task
    def hello(self):
        print("执行用户任务")

这个类干了三件事：

• 继承 User 基类
• 设置等待时间 wait_time，模拟用户思考间隔
• 用 @task 装饰器标记任务方法

运行它：

locust -f my_user.py

然后打开浏览器访问 http://localhost:8089，就能看到 Web UI 了。

4.3 HttpUser 与 TaskSet

实际压测中，我们压的是 HTTP 接口。Locust 提供了 HttpUser，它自带一个 client 属性，本质上是 requests.Session 的封装。

from locust import HttpUser, task, between

class WebsiteUser(HttpUser):
    wait_time = between(0.5, 2.5)

    @task
    def index(self):
        self.client.get("/")

    @task(3)
    def about(self):
        self.client.get("/about")

看到 @task(3) 了吗？这是权重。about 页面被访问的概率是 index 的 3 倍。我一般用权重来模拟不同接口的调用比例。

当任务变多时，TaskSet 就派上用场了。它可以把一组任务组织起来：

from locust import HttpUser, task, between, TaskSet

class UserBehavior(TaskSet):
    def on_start(self):
        """用户启动时执行一次，比如登录"""
        self.client.post("/login", {"username": "test", "password": "123"})

    @task(2)
    def view_items(self):
        self.client.get("/items")

    @task(1)
    def buy_item(self):
        self.client.post("/buy", {"item_id": 1})

class WebsiteUser(HttpUser):
    tasks = [UserBehavior]
    wait_time = between(1, 2)

on_start 方法很实用。我在项目中用它做登录、获取 token、初始化数据。这样每个虚拟用户启动时都会先登录，后续任务带着 token 跑。

4.4 分布式压测

单机压测，说白了就是一台机器模拟用户。但当你需要上万并发时，单机的 CPU、内存、网络连接数都会成为瓶颈。这时候就需要分布式压测。

Locust 的分布式架构很简单：

• Master 节点：负责协调、收集数据、提供 Web UI
• Worker 节点：真正产生压力的机器

启动方式：

# 先启动 master
locust -f my_user.py --master

# 再启动 worker（可以多台机器）
locust -f my_user.py --worker --master-host=192.168.1.100

这里有几个关键点：

下面这张图展示了 Locust 的分布式架构：

4.5 Web UI 监控

启动 Locust 后，默认会在 8089 端口开启 Web UI。这个界面很直观：

• Start 页面：设置总用户数、每秒孵化数、目标 Host
• Statistics 页面：实时显示每个接口的请求数、失败数、响应时间、RPS
• Charts 页面：折线图展示吞吐量、响应时间、用户数变化
• Failures 页面：列出所有失败的请求及错误原因
• Exceptions 页面：显示脚本中抛出的异常

我一般重点关注三个指标：

Web UI 还支持 CSV 导出。压测结束后，点一下「Download Data」就能拿到原始数据。我通常用这些数据做后续分析，或者生成报告。

4.6 命令行模式

有时候你不想开浏览器，或者要在 CI/CD 里跑压测。Locust 支持无头模式：

locust -f my_user.py --headless -u 1000 -r 100 --run-time 5m --host=https://example.com

参数说明：

• -u 1000：模拟 1000 个用户
• -r 100：每秒孵化 100 个用户
• --run-time 5m：运行 5 分钟
• --host：目标地址

运行结束后，终端会直接打印统计结果。我经常把它写进 Jenkins 任务里，每天凌晨跑一次，监控系统性能变化。