使用Locust进行多链路压测（附完整代码）

先看效果！！！目前跑通的是多链路压测（应该是），我一开始跑通了jmeter的压测，但是jmeter多链路我感觉有点费劲，然后就直接用python写脚本，发现操作起来更简单，还有locust的图形界面。

1. 背景

在实际项目中，我们需要对聊天接口进行压力测试，验证其在高并发下的稳定性。本文使用Python的Locust框架，模拟用户登录、发送问题和获取历史记录的全流程压测。

2. 核心代码解析

（1）环境准备

from gevent import monkey
monkey.patch_all()  # 让Locust支持高并发
import requests
from locust import HttpUser, task, between
import pandas as pd
import uuid
import random
import json
import time

（2）用户行为模拟

class ChatUser(HttpUser):
    wait_time = between(1, 2)  # 用户操作间隔1-2秒
    host = "https://your-api-endpoint.com"  # 替换为你的API地址

    def __init__(self, *args, **kwargs):
        super().__init__(*args, **kwargs)
        self.token = None  # 用户登录token
        self.user_id = None  # 用户ID
        self.phone_base = 10000000000  # 模拟手机号
        self.questions = self.load_questions()  # 加载测试问题
        self.session = requests.Session()  # 复用Session

（3）核心任务

① 用户登录

@task(1)  # 权重1（登录频率较低）
def login(self):
    phone = str(self.phone_base + random.randint(1, 10000))  # 随机生成手机号
    payload = {"phone": phone, "code": ""}  # 替换为你的登录参数
    with self.client.post("login", json=payload, name="用户登录") as response:
        if response.status_code == 200:
            self.token = response.json()["data"]["token"]  # 存储token
            print("用户登录成功！")

② 发送问题 + 获取历史记录

@task(3)  # 权重3（主要测试聊天接口）
def chat_operation(self):
    if not self.token:
        self.login()  # 未登录则先登录
    
    # 1. 发送问题（SSE流式响应）
    question = random.choice(self.questions)
    headers = {"Authorization": f"Bearer {self.token}"}
    payload = {"uid": str(u.d4()), "message": }
    
    with self.client.post("/chat/send", json=payload, headers=headers, name="发送问题") as send_response:
        if send_response.status_code == 200 and "data:" in send_response.text:
            print("问题发送成功！")
        else:
            send_response.failure("发送失败")

    # 2. 获取历史记录
    with self.client.get("/chat/history", headers=headers, name="获取对话历史") as history_response:
        if history_response.status_code == 200:
            print("历史记录获取成功！")

3. 如何运行？

locust -f chat_test.py --headless -u 50 -r 5 -t 5m --only-summary

• -u 50：模拟50个并发用户

• -r 5：每秒启动5个用户

• -t 5m：持续运行5分钟

• --only-summary：仅显示最终统计结果

 4.关键优化点

1. SSE流式响应处理：聊天接口可能采用Server-Sent Events（SSE），需检查data:格式。

2. 动态会话ID：每次聊天使用uuid.uuid4()生成唯一会话ID，避免冲突。

3. 问题池随机选择：可自定义问题列表，模拟真实用户行为

5. 总结

• Locust适合模拟高并发聊天场景。

• 动态参数（如手机号、会话ID）能有效避免重复请求。

• 完整代码已适配通用场景，替换API地址即可使用。

6.压测前准备

1.环境隔离

• ✅ 使用独立测试环境（避免影响生产）

• ✅ 数据库使用测试库或影子库（Shadow DB）

• ✅ 关闭非必要后台服务（日志收集、监控上报等

2.数据准备

• 📊 参数化测试数据（避免重复数据干扰）

3.安全红线

• 🚫 严禁直接压测生产环境（除非有熔断保护）

• 🔐 测试账号使用虚拟数据（避免真实用户受影响）

• ⚠️ 避免长时间持续压测（通常单次不超过30分钟

总结，我只是简单跑了10个并发，跑通脚本和验证低并发的情况。