它采用纯 Python 实现，是一个分布式用户负载测试的工具。 使用基于 Requests 库的客户端发起请求，使编写脚本大大简化; 在模拟并发方面摒弃进程和线程，完全基于时间驱动，采用协程（gevent）提供的非阻塞 IO 和 coroutine 来实现网络层的并发请求。因此单台压力机也能产生数千并发请求数。
安装
pip3 install locust
# Homebrew 安装 gevent
brew install libev
两种模式启动
web UI模式
UI模式可以直接在浏览器上配置要压测的用户数，以及每秒产生的用户数等等信息，比较直观方便。
#test_locust_01.pyfrom locust import HttpUser, taskclass HelloWorldUser(HttpUser):@taskdef hello_world(self):self.client.get("/hello")self.client.get("/world")
运行脚本
locust -f test_locust_01.py
服务器已经启动，然后打开浏览器，访问:http://localhost:8089
点击开始start swarming，查看性能测试结果：
headless模式
除了web UI模式，还有无头模式(headless)可以选择，通过命令行的方式，把需要配置的参数设置好，便于后续部署持续集成，快速、方便的执行压测脚本。
locust -f test_locust_01.py --headless --users 10 --spawn-rate 1 -H http://your-server.com#--headless：表示无头模式
#--users：表示总的并发用户数
#--spawn-rate：表示每秒产生的用户数
#-H:表示要压测的主机地址
报告
Statistics统计
- Type：请求的类型，例如GET/POST；
- Name：请求的路径；
- Requests：表示成功发出请求的次数；
- Fails：表示请求处理失败的次数；
- Median：表示所有请求响应时间的中位数，单位为毫秒；
- 90%ile: 正态分布平均值，表示有90%的数据小于此数值；
- Average：平均值，单位毫秒，所有请求的平均响应时间;
- Min：请求的最小服务器响应时间，单位毫秒;
- Max：请求的最大服务器响应时间，单位毫秒;
- Average size：请求平均数据大小，单位字节;
- Current RPS: 每秒钟请求成功的个数，相当于
TPS，即每秒处理的事务数; - Current Failures: 每秒创建请求的失败数量;
Charts 图表
- Total Request per Second ：每秒的请求总数，横轴为时间轴，纵轴为每秒请求的数量（请求处理通过的）。
- 绿色线：每秒钟请求成功的个数
- 红色线：每秒钟请求失败的个数
- Response Time: 响应时间，横轴为时间轴，纵轴为以毫秒为单位的响应时间。需要注意的是，图表上面两根线并不是表示平均值，而是响应时间的“中位数”和“95%百分位数值”。
- 绿色线：表示中位数
- 黄色线：表示95%百分位数值
- Number of Users: 用户数，横轴为时间轴，纵轴为时间所对应的“用户数”。
Failures 失败日志
脚本请求产生的异常响应、失败都可以在这里看到
Exceptions 异常日志
脚本运行抛出的异常可以在这里看到
Download Data
内容和 Statistics 的一致