测试资料获取：点击获取软件测试资料

（一）简单的 HTTP 接口测试案例

假设我们要对一个简单的在线书店系统的 HTTP 接口进行性能测试，该系统提供了获取书籍列表、搜索书籍、添加书籍到购物车等接口。

首先，创建一个名为 bookstore_performance.py 的测试脚本：

from locust import HttpLocust, TaskSet, task

# 定义用户行为类
class UserBehavior(TaskSet):
    # 定义获取书籍列表任务，权重为 2
    @task(2)
    def get_book_list(self):
        self.client.get("/books")

    # 定义搜索书籍任务，权重为 1
    @task(1)
    def search_book(self):
        self.client.get("/books/search?q=python")

    # 定义添加书籍到购物车任务，权重为 3
    @task(3)
    def add_to_cart(self):
        self.client.post("/cart/add", json={"book_id": 1})

# 定义 HttpLocust 类
class WebsiteUser(HttpLocust):
    # 关联用户行为类
    task_set = UserBehavior
    # 设置主机地址
    host = "http://your-bookstore-api-url"
    # 设置等待时间范围
    wait_time = lambda self: self.random.randint(1000, 5000)

然后，在命令提示符或终端中，使用直接启动方式运行测试：locust -f bookstore_performance.py。启动成功后，在浏览器中访问 http://localhost:8089，在启动页面设置好模拟的用户数量（如 100）和每秒启动的用户数（如 10），点击“Start swarming”开始测试。

测试过程中，可以在 Statistics 模块查看各个接口的性能指标，如平均响应时间、吞吐量等。在 Failures 模块查看是否有请求失败，并根据失败信息排查问题。通过 Charts 模块观察系统性能随时间的变化趋势，例如每秒完成的请求数曲线、响应时间曲线等，判断系统在不同负载下的稳定性和性能表现。

测试结束后，根据收集到的数据进行分析。如果发现某个接口的平均响应时间过长，可能需要检查该接口的实现逻辑、数据库查询语句或者服务器资源配置等方面，以优化系统性能，确保系统能够满足实际业务需求，为用户提供快速、稳定的服务体验。

（二）复杂场景下的分布式测试案例（可选）

考虑一个大型电商系统，包含多个微服务，如用户服务、商品服务、订单服务、支付服务等，我们需要对整个系统进行全面的性能测试，以评估系统在高并发情况下的性能表现和稳定性。

首先，在多台机器上分别安装好 Locust 和 Python 环境，并确保机器之间网络连通。

在作为 master 主机的机器上，创建一个名为 ecommerce_performance_master.py 的测试脚本：

from locust import HttpLocust, TaskSet, task

# 定义用户行为类，这里模拟用户的登录、浏览商品、下单等操作
class UserBehavior(TaskSet):
    def on_start(self):
        # 用户登录操作
        self.client.post("/login", json={"username": "testuser", "password": "testpassword"})

    @task(3)
    def browse_products(self):
        # 浏览商品列表
        self.client.get("/products")

    @task(2)
    def view_product_detail(self):
        # 查看单个商品详情
        self.client.get("/products/1")

    @task(1)
    def place_order(self):
        # 创建订单
        self.client.post("/orders", json={"product_id": 1, "quantity": 1})

# 定义 HttpLocust 类
class WebsiteUser(HttpLocust):
    task_set = UserBehavior
    host = "http://your-ecommerce-api-url"
    wait_time = lambda self: self.random.randint(1000, 5000)

在其他作为从机的机器上，创建相同的测试脚本，但在启动时使用分布式从机启动方式：locust -f ecommerce_performance_master.py --slave --master-host=[master 主机的 IP 地址]

在 master 主机上，使用以下命令启动 master 进程：locust -f ecommerce_performance_master.py --master

启动后，通过浏览器访问 master 主机的 Locust Web 界面（如 http://master-ip:8089），设置好模拟的总用户数（如 1000）、每秒启动的用户数（如 50）以及测试持续时间（如 1 小时）等参数，点击“Start swarming”开始分布式性能测试。

在测试过程中，master 主机将协调各个从机的工作，收集和汇总来自从机的测试数据，并在 Web 界面上实时展示系统的整体性能指标。测试人员可以通过 Statistics 模块查看各个接口在分布式环境下的性能表现，通过 Failures 模块及时发现和排查可能出现的问题，通过 Charts 模块分析系统在长时间高并发情况下的性能趋势，如随着时间推移，系统的吞吐量是否稳定、响应时间是否逐渐增加等情况。

通过这种分布式测试，可以充分利用多台机器的资源，模拟大规模的并发用户对复杂电商系统的访问，更真实地评估系统在实际生产环境下的性能和稳定性，发现系统在高负载情况下可能存在的性能瓶颈和潜在问题，为系统的优化和扩展提供有力的依据，确保电商系统能够应对海量用户的并发访问，保障业务的正常运营和用户体验。