聊聊 Jmeter 如何并发执行 Python 脚本 python

【聊聊 Jmeter 如何并发执行 Python 脚本】1. 前言
用Django 写了一个大文件上传的 Api 接口，现在想本地检验一下接口并发的稳定性，有没有好的方案,本篇文章以文件上传为例，聊聊 Jmeter 并发执行 Python 脚本的完整流程
2. Python 实现文件上传
大文件上传包含 4 个步骤，分别是：

获取文件信息及切片数目
分段切片，并上传 - API
文件合并 - API
文件路径参数化

2-1 获取文件信息及切片数目
首先，获取文件的大小
然后，利用预设的切片大小获取分段总数
最后，获取文件名及 md5 值

import os import math import hashlibdef get_file_md5(self, file_path): """获取文件的md5值""" with open(file_path, 'rb') as f: data = https://www.it610.com/article/f.read() return hashlib.md5(data).hexdigest()def get_filename(self, filepath):"""获取文件原始名称""" # 文件名带后缀 filename_with_suffix = os.path.basename(filepath) # 文件名 filename = filename_with_suffix.split('.')[0] # 后缀名 suffix = filename_with_suffix.split('.')[-1] return filename_with_suffix, filename, suffixdef get_chunk_info(self, file_path): """获取分段信息""" # 获取文件总大小(字节) file_total_size = os.path.getsize(file_path) print(file_total_size)# 分段总数 total_chunks_num = math.ceil(file_total_size / self.chunk_size) # 文件名（带后缀） filename = self.get_filename(file_path)[0] # 文件的md5值 file_md5 = self.get_file_md5(file_path) return file_total_size, total_chunks_num, filename, file_md5

2-2 切片及分段上传
利用分段总数和分段大小，对文件进行切片，调用分段文件上传接口

import requestsdef do_chunk_and_upload(self, file_path): """将文件分段处理，并上传""" file_total_size, total_chunks_num, filename, file_md5 = self.get_chunk_info(file_path)# 遍历 for index in range(total_chunks_num): print('第{}次文件上传'.format(index + 1)) if index + 1 == total_chunks_num: partSize = file_total_size % chunk_size else: partSize = chunk_size# 文件偏移量 offset = index * chunk_size# 生成分片id,从1开始 chunk_id = index + 1print('开始准备上传文件') print("分片id:", chunk_id, "文件偏移量：", offset, ",当前分片大小:", partSize, )# 分段上传文件 self.__upload(offset, chunk_id, file_path, file_md5, filename, partSize, total_chunks_num)def __upload(self, offset, chunk_id, file_path, file_md5, filename, partSize, total): """分次上传文件""" url = 'http://**/file/brust/upload' params = {'chunk': chunk_id, 'fileMD5': file_md5, 'fileName': filename, 'partSize': partSize, 'total': total } # 根据文件路径及偏移量，读取文件二进制数据 current_file = open(file_path, 'rb') current_file.seek(offset)files = {'file': current_file.read(partSize)} resp = requests.post(url, params=params, files=files).text print(resp)

2-3 合并文件
最后调用合并文件的接口，将分段小文件合成大文件

def merge_file(self, filepath): """合并""" url = 'http://**/file/brust/merge' file_total_size, total_chunks_num, filename, file_md5 = self.get_chunk_info(filepath) payload = json.dumps( { "fileMD5": file_md5, "chunkTotal": total_chunks_num, "fileName": filename } ) print(payload) headers = { "Content-Type": "application/json" } resp = requests.post(url, headers=headers, data=https://www.it610.com/article/payload).text print(resp)

2-4 文件路径参数化
为了并发执行，将文件上传路径参数化

# fileupload.py ... if __name__ == '__main__': filepath = sys.argv[1]# 每一段切片的大小(MB) chunk_size = 2 * 1024 * 1024fileApi = FileApi(chunk_size) # 分段上传 fileApi.do_chunk_and_upload(filepath)# 合并 fileApi.merge_file(filepath)

3. Jmeter 并发执行
在使用 Jmeter 创建并发流程前，我们需要编写批处理脚本
其中，执行批处理脚本时，需要跟上文件路径一起执行

# cmd.bat@echo off set filepath=%1pythonC:\Users\xingag\Desktop\rpc_demo\fileupload.py %*

然后，在本地新建一个 CSV 文件，写入多个文件路径

# 准备多个文件路径（csv） C:\\Users\\xingag\\Desktop\\charles-proxy-4.6.1-win64.msi C:\\Users\\xingag\\Desktop\\V2.0.pdf C:\\Users\\xingag\\Desktop\\HBuilder1.zip C:\\Users\\xingag\\Desktop\\HBuilder2.zip

接着，就可以使用 Jmeter 创建并发流程了
完整步骤如下：

创建一个测试计划，下面添加一个线程组

这里线程组数目与上面文件数目保持一致即可

线程组下，添加「同步定时器」

同步定时器中的「模拟用户组的数量」和上面参数数量保持一致

添加 CSV 数据文件设置

指向上面准备的 csv 数据文件，设置文件格式为 UTF-8，变量名称设置为 file_path，最后将线程共享模式设置为「当前线程组」

添加调试取样器，方便调试
添加 OS 进程取样器

选择上面创建的批处理文件，命令行参数设置为「 ${file_path} 」

添加查看结果数

4. 最后
运行上面创建的 Jmeter 并发流程，在结果数中可以查看并发上传文件的结果
当然，我们可以增加并发数量去模拟真实的使用场景，只需要修改 CSV 数据源及 Jmeter 参数即可
最近整理了几百 G 的 Python 学习资料，包含新手入门电子书、教程、源码等等，免费分享给大家！想要的前往 “Python 编程学习圈”，发送 “J” 即可免费获得