Locust + Influxdb + Grafana性能测试——单机模式(Windows篇)

  引言

  前面一篇文章Grafana + Prometheus监控篇之Windows监控Linux服务器资源 ,我已经讲过了在windows系统上如何使用Grafana监控Linux服务器资源。这边讲的是如何使用Grafana展示Locust性能测试数据。

  背景

  在使用Locust压测的时候,如果使用Web则可以查看到QPS压测过程的曲线图。而如果使用no web模式启动,Locust版本更新后,现在使用的是--headless模式启动,则只有一些打印的日志可以查看。

  如果是在Linux服务器上进行压测,无界面模式的话,我们根本无法实时的看到压测数据。正好有一款强大的工具Grafana可以将Locust压测数据图表实时展示在界面上。

  设计思路

  要想在Grafana平台上展示数据,最关键的就是对数据的处理,也就是对压测日志的处理。

  Locust命令行模式启动,会输出两种信息,一种是压测数据,一种是Locust执行数据。

  处理步骤大致分为:

  1、首先将locust执行过程的日志写入文件中
  2、通过读取执行文件的日志信息,再将其转化存储到influxdb数据库
  3、最后根据influxdb数据库的数据,展示图表

  画一个简单的草图,如下:

  

   环境准备

  1、python3.6.5

  2、locust1.2.3

  3、Grafana7.1.5

  4、Influxdb1.8.2

  如何搭建之前讲过,这里就再复述下载地址:

  grafana 安装

  https://grafana.com/grafana/download?platform=windows

  influxdata 安装

  https://portal.influxdata.com/downloads/

  influxdata 连接工具

  https://github.com/CymaticLabs/InfluxDBStudio/releases

  另外,windows使用命令启动grafana的方法如下:

  windows命令启动是通过nssm.exe程序,所以需要在环境变量path里配置它。否则只能运行grafana-server.exe程序来启动。

  首先配置环境变量:

  

  以管理员方式打开cmd,输入nssm回车可以看到有哪些命令,如下主要命令:

   启动命令:

nssm start grafana

  重启命令:

nssm restart grafana

  停止命令

nssm stop grafana

  测试一下启动:

  打开浏览器,输入localhost:3000,账号和密码都是admin,如图:

  单机模式场景

  项目结构:

  

  主要代码

  读取日志程序read_pressureData.py文件:

#!/usr/bin/env python
# -*- coding: utf-8 -*-
'''
# @Time    : 2020/10/3 0003 12:13
# @Author  : liudinglong
# @File    : read_pressureData.py
# @Description: 
# @Question: 
'''



import io
import platform
import os,sys
from db_init.conn_influxdb import ConnectInfluxDB

BASE_DIR = os.path.dirname(os.path.dirname(os.path.abspath(__file__)))  # 项目目录
curPath = os.path.abspath(os.path.dirname(__file__))
rootPath = os.path.split(curPath)[0]
sys.path.append(rootPath)


pattern = '/' if platform.system() != 'Windows' else '\'

influxdb = ConnectInfluxDB()

def pressureData_test():
    """

    :param kwargs:
    """
    performance_path = os.path.join(BASE_DIR ,'log'+ pattern + "run.log")
    with io.open(performance_path) as f:
        data_list = f.readlines()

        locust_list = []
        for data in data_list:

            splits = data.split()
            # print("splits :%s" % splits)
            temp = []
            for s in splits:
                if s.replace(" ", "").strip('
').strip('|').__len__() != 0:
                    temp.append(s)
            if len(temp) > 1 and temp[0] == 'POST':
                print("进入res")
                print(temp)
                method = temp[0]
                api = temp[1]
                reqs = temp[2]
                fails = temp[3]
                Avg = temp[4]
                Min = temp[5]
                Max = temp[6]
                Median = temp[7]
                qps = temp[8]
                failures = temp[9]

                locust_dict = {'Method': method, 'Name': api, 'Requests': reqs, 'Fails': fails, 'Average_ms': Avg,
                               'Min_ms': Min, 'Max_ms': Max, 'Median_ms': Median, 'Current_RPS': qps,
                               'Failures_s': failures}
                locust_list.append(locust_dict)

            if len(temp) > 1 and temp[0] == 'Aggregated':
                print("进入Aggregated")
                print("Aggregated:%s"%temp)
                # method = temp[0]
                api = temp[0]
                reqs = temp[1]
                fails = temp[2]
                Avg = temp[3]
                Min = temp[4]
                Max = temp[5]
                Median = temp[6]
                qps = temp[7]
                failures = temp[8]

                locust_dict = {'Method': "", 'Name': api, 'Requests': reqs, 'Fails': fails, 'Average_ms': Avg,
                               'Min_ms': Min, 'Max_ms': Max, 'Median_ms': Median, 'Current_RPS': qps,
                               'Failures_s': failures}
                locust_list.append(locust_dict)

        influxdb.post_dump_data(locust_list, "locust")



    

  这种方法比较简单粗暴的序列化日志,当然也可以使用正则re.match来提取。

  拿到日志后需要写入到数据库,代码如下:

'''
# @Time    : 2020/10/3 0003 11:21
# @Author  : liudinglong
# @File    : conn_influxdb.py
# @Description: 
# @Question: 
'''

from influxdb import InfluxDBClient

class ConnectInfluxDB:
    """
    连接influxdb数据库
    """

    def __init__(self):
        self.influx_client = InfluxDBClient('localhost', 8086, '', '', 'testdb')
        self.make = False
        for database in self.influx_client.get_list_database():
            if "testdb" not in database["name"]:
                self.make = True
            else:
                # 写入前删除数据
                self.influx_client.drop_measurement("locust")
                self.make = False
        if self.make:
            self.influx_client.create_database("testdb")

    def post_dump_data(self, data, measurement):
        """

        @param data:
        @param measurement:
        """
        if isinstance(data, list):
            for key in data:
                json_body = [
                    {
                        "measurement": measurement,
                        "fields": key,
                    }
                ]
                self.influx_client.write_points(json_body)


if __name__ == '__main__':
    pass

  运行压测程序

  这里使用非GUI模式启动程序,单机模式启动方式如下:

locust -f grafana_test.py  -u 10 -r 3 -t 1m  -H https://api.apiopen.top/  --csv C:UsersAdministratorPycharmProjectsLocust_grafana_demodata_csv --logfile=C:UsersAdministratorPycharmProjectsLocust_grafana_demologlocust.log --loglevel=INFO 1>C:UsersAdministratorPycharmProjectsLocust_grafana_demolog
un.log 2>&1 --headless

  版本更新后,locust1.2.3无界面启动的参数是:--headless,而非--no-web。

  如果想将locust的压测日志和程序print分开存,可以这样:

locust -f locustfile.py --headless -u 10 -r 3 -t 1m  -H https://api.apiopen.top/ --logfile=D:locust_test_20190228loglocust.log --loglevel=INFO 1>D:locust_test_20190228logstdout.log 2>D:locust_test_20190228log
un.log

  

  运行后可以手动执行以下写入的程序,然后再查看数据库:

  

  可以用工具查一下:

  

  Grafana图标展示

  首先配置好influxdb数据库数据源,如下:

  

  配置完数据源后,再配置数据展示方式,图 + 表方式展示数据,如下:

  

   效果如下:       

   因为上面命令是执行1分钟,所以执行完后的图表是这样:

原文地址:https://www.cnblogs.com/liudinglong/p/13761232.html