python的web压力测试工具-pylot安装使用

简介:

pylot是python编写的一款web压力测试工具。使用比较简单。而且测试结果相对稳定。

  这里不得不鄙视一下apache 的ab测试,那结果真是让人蛋疼,同样的url,测试结果飘忽不定,看得人心惊肉跳,摸不着头脑。

  下载

  pylot官网:www.pylot.org/

  下载地址:

  http://www.pylot.org/download.html

  最新的版本为 pylot_1.26.zip  -  07/06/2009 (很久没更新了)

  安装

  简单安装:

  解压即可。 (板砖飞过来了⊙﹏⊙b)

  官网上的安装方法,比较麻烦。实际上,如果你不需要图形化的报告,只需要把 pylot_1.26.zip 下载,解压就可以用命令行使用了。

  完全安装(复杂安装):

  按照官网的方法:

  第1步:下载Pylot  (必须)

  第2步:安装Python 2.5 + (必须)

  第3步:安装wxPython(可选 - 用于GUI模式)

  从这里获取安装程序:http://www.wxpython.org/download.php

  第4步:安装numpy的(可选 - 用于报告以图表)

  从这里获取安装程序:http://sourceforge.net/projects/numpy

  第5步:安装matplotlib的(可选 - 用于报告以图表)

  从这里获取安装程序:http://sourceforge.net/projects/matplotlib

 Ps. 我估计在mac下是完全安装是最合适的。 若是在windows下面安装,matplotlib会非常麻烦,需要gcc的支持。我鼓捣了半天也没有搞定这个。

  命令行方式的使用

  配置要压测的url:

  在 pylot 的目录下,编辑 testcases.xml 文件。

<testcases>
    <!-- SAMPLE TEST CASE -->
    <case>
        <url>http://www.xxxxx.com/test11.php</url> 
    </case>
    
    <!-- SAMPLE TEST CASE -->
    <!--
    <case>
        <url>http://search.yahooapis.com/WebSearchService/V1/webSearch</url>
        <method>POST</method>
        <body><![CDATA[appid=YahooDemo&query=pylot]]></body>
        <add_header>Content-type: application/x-www-form-urlencoded</add_header>
    </case>
    -->
</testcases>

  命令运行:

  生成500个客户端,测试时间20秒:

  python run.py -a 500 -d 20

  结果说明

  如图:

  具体已经说的比较明白了。

  而且,最后,会提示还有一个html的测试结果页面,可供参考。

  因为在windows下,我没有安装好matplotlib,所以看不到pylot的图形化报表,只能在ceonts下,跑命令了。

  改天有时间,一定琢磨一下,把图形界面跑起来。   



最新内容请见作者的GitHub页:http://qaseven.github.io/

   

目录
相关文章
|
2天前
|
XML Web App开发 测试技术
python的Web自动化测试
【4月更文挑战第16天】Python在Web自动化测试中广泛应用,借助Selenium(支持多浏览器交互)、BeautifulSoup(解析HTML/XML)、Requests(发送HTTP请求)和Unittest(测试框架)等工具。测试步骤包括环境搭建、编写测试用例、初始化浏览器、访问页面、操作元素、验证结果、关闭浏览器及运行报告。注意浏览器兼容性、动态内容处理和错误处理。这些组合能提升测试效率和质量。
11 6
|
5天前
|
机器学习/深度学习 数据挖掘 计算机视觉
python数据分析工具SciPy
【4月更文挑战第15天】SciPy是Python的开源库,用于数学、科学和工程计算,基于NumPy扩展了优化、线性代数、积分、插值、特殊函数、信号处理、图像处理和常微分方程求解等功能。它包含优化、线性代数、积分、信号和图像处理等多个模块。通过SciPy,可以方便地执行各种科学计算任务。例如,计算高斯分布的PDF,需要结合NumPy使用。要安装SciPy,可以使用`pip install scipy`命令。这个库极大地丰富了Python在科学计算领域的应用。
10 1
|
6天前
|
SQL 安全 Go
如何在 Python 中进行 Web 应用程序的安全性管理,例如防止 SQL 注入?
在Python Web开发中,确保应用安全至关重要,主要防范SQL注入、XSS和CSRF攻击。措施包括:使用参数化查询或ORM防止SQL注入;过滤与转义用户输入抵御XSS;添加CSRF令牌抵挡CSRF;启用HTTPS保障数据传输安全;实现强身份验证和授权系统;智能处理错误信息;定期更新及审计以修复漏洞;严格输入验证;并培训开发者提升安全意识。持续关注和改进是保证安全的关键。
14 0
|
6天前
|
数据可视化 数据挖掘 Python
Python中数据分析工具Matplotlib
【4月更文挑战第14天】Matplotlib是Python的数据可视化库,能生成多种图表,如折线图、柱状图等。以下是一个绘制简单折线图的代码示例: ```python import matplotlib.pyplot as plt x = [1, 2, 3, 4, 5] y = [2, 4, 6, 8, 10] plt.figure() plt.plot(x, y) plt.title(&#39;简单折线图&#39;) plt.xlabel(&#39;X轴&#39;) plt.ylabel(&#39;Y轴&#39;) plt.show() ```
9 1
|
6天前
|
数据采集 SQL 数据可视化
Python数据分析工具Pandas
【4月更文挑战第14天】Pandas是Python的数据分析库,提供Series和DataFrame数据结构,用于高效处理标记数据。它支持从多种数据源加载数据,包括CSV、Excel和SQL。功能包括数据清洗(处理缺失值、异常值)、数据操作(切片、过滤、分组)、时间序列分析及与Matplotlib等库集成进行数据可视化。其高性能底层基于NumPy,适合大型数据集处理。通过加载数据、清洗、分析和可视化,Pandas简化了数据分析流程。广泛的学习资源使其成为数据分析初学者的理想选择。
10 1
|
9天前
|
数据库 开发者 Python
Python中使用Flask构建简单Web应用的例子
【4月更文挑战第15天】Flask是一个轻量级的Python Web框架,它允许开发者快速搭建Web应用,同时保持代码的简洁和清晰。下面,我们将通过一个简单的例子来展示如何在Python中使用Flask创建一个基本的Web应用。
|
9天前
|
前端开发 数据挖掘 API
使用Python中的Flask框架进行Web应用开发
【4月更文挑战第15天】在Python的Web开发领域,Flask是一个备受欢迎的轻量级Web框架。它简洁、灵活且易于扩展,使得开发者能够快速地构建出高质量的Web应用。本文将深入探讨Flask框架的核心特性、使用方法以及在实际开发中的应用。
|
12天前
|
测试技术 开发者 Python
Python中的装饰器:优雅而强大的函数修饰工具
在Python编程中,装饰器是一种强大的工具,用于修改函数或方法的行为。本文将深入探讨Python中装饰器的概念、用法和实际应用,以及如何利用装饰器实现代码的优雅和高效。
|
13天前
|
安全 Java 数据处理
Python网络编程基础(Socket编程)多线程/多进程服务器编程
【4月更文挑战第11天】在网络编程中,随着客户端数量的增加,服务器的处理能力成为了一个重要的考量因素。为了处理多个客户端的并发请求,我们通常需要采用多线程或多进程的方式。在本章中,我们将探讨多线程/多进程服务器编程的概念,并通过一个多线程服务器的示例来演示其实现。
|
13天前
|
程序员 开发者 Python
Python网络编程基础(Socket编程) 错误处理和异常处理的最佳实践
【4月更文挑战第11天】在网络编程中,错误处理和异常管理不仅是为了程序的健壮性,也是为了提供清晰的用户反馈以及优雅的故障恢复。在前面的章节中,我们讨论了如何使用`try-except`语句来处理网络错误。现在,我们将深入探讨错误处理和异常处理的最佳实践。