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 osimport mathimport hashlibdef 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, 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_md52-2 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 offset filepath=%1python 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.msiC:\\Users\\xingag\\Desktop\\V2.0.pdfC:\\Users\\xingag\\Desktop\\HBuilder1.zipC:\\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