关于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，当初想本地测验一下接口并发的稳定性，有没有好的计划, 本篇文章以文件上传为例，聊聊 Jmeter 并发执行 Python 脚本的残缺流程

2. Python 实现文件上传
大文件上传蕴含 4 个步骤，别离是：

• 获取文件信息及切片数目
• 分段切片，并上传 – API
• 文件合并 – API
• 文件门路参数化

2-1 获取文件信息及切片数目

首先，获取文件的大小

而后，利用预设的切片大小获取分段总数

最初，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):
    """将文件分段解决，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('开始筹备上传文件')
        print("分片 id:", chunk_id, "文件偏移量：", offset, ", 以后分片大小:", 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
                }
    # 依据文件门路及偏移量，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

最初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 文件门路参数化

为了并发执行，将文件上传门路参数化

# 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
在应用 Jmeter 创立并发流程前，咱们须要编写批处理脚本

其中，执行批处理脚本时，须要跟上文件门路一起执行

# cmd.bat

@echo off
set filepath=%1

python  C:\Users\xingag\Desktop\rpc_demo\fileupload.py %*

而后，在本地新建一个 CSV 文件，写入多个文件门路

# 筹备多个文件门路（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，就能够应用 Jmeter 创立并发流程了

残缺步骤如下：

• 创立一个测试计划，上面增加一个线程组

这里线程组数目与下面文件数目保持一致即可

• 线程组下，增加「同步定时器」

同步定时器中的「模仿用户组的数量」和下面参数数量保持一致

• 增加 CSV 数据文件设置

指向下面筹备的 csv 数据文件，设置文件格式为 UTF-8，变量名称设置为 file_path，最初将线程共享模式设置为「以后线程组」

• 增加调试取样器，不便调试
• 增加 OS 过程取样器

抉择下面创立的批处理文件，命令行参数设置为「${file_path}」

• 增加查看后果数

4. 最初
运行下面创立的 Jmeter 并发流程，在后果数中能够查看并发上传文件的后果
当然，咱们能够减少并发数量去模仿实在的应用场景，只须要批改 CSV 数据源及 Jmeter 参数即可

最近整顿了几百 G 的 Python 学习材料，蕴含新手入门电子书、教程、源码等等，收费分享给大家！想要的返回“Python 编程学习圈”，发送“J”即可收费取得