Jmeter并发执行Python 脚本的完整流程

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

1. 前言

大家好，我是安果！

最近有小伙伴后台给我留言，说自己用 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，问我有没有好的方案

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 3 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 hashlib

def get_file_md5(self, file_path):
   """获取文件的md5值"""
   with open(file_path, 'rb') as f:
        data = 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, suffix

def 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 requests

def 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 + 1

print('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=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 * 1024

fileApi = 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=％1

python  C:\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

来源：https://www.cnblogs.com/xingag/p/15245085.html