Locust + python + influxdb + grafana 展示性能压测QPS图表
Locust + python + influxdb + grafana 展示性能压测QPS图表
需求
在使用locust压测的时候，如果使用web则可以查看到QPS压测过程的曲线图。而如果使用no web模式启动，则只有一些打印的日志可以查看。
那么能否将no web模式启动的locust执行过程日志转化为曲线图表呢？
如果需要将日志转化为曲线图表，那么则以下步骤： 1、将locust执行任务日志序列化，方便程序读取 2、需要定时刷新获取执行日志文件，将日志信息写入数据库 3、读取数据库数据，将其进行图表化呈现。
并且还要求这个日志采集处理要足够轻量级、资源消耗小，只有在执行locust的时候才启动即可。所以，我也放弃了filebeat + logstash + Elasticsearch 或者 kafka 、redis等大型采集日志的方案。
自己定制化写一个即可。
将locust执行任务日志序列化
方式一，直接在locust源码中挂上钩子，将日志格式化写入文件
对于locust执行任务的日志序列化我尝试过直接在locust源码中挂上钩子，然后将日志进行格式化之后，再写入一个文件中。 功能上是可以实现的，但是压测性能上就会大打折扣，由于locust在压测过程需要对每个压测请求都进行格式化以及写入文件，这样就很影响压测机的并发效率。
所以这种方式已经被我抛弃。
有兴趣可以参考：Matplotlib可视化查看Locust测试结果(一)
方式二，过滤locust使用no web模式下打印出来的日志
在经过多测压测测试之后，我决定直接使用locust执行过程打印的日志来生成图表。
1、首先将locust执行过程的日志写入文件中 2、通过读取执行文件的日志信息，再将其转化存储到influxdb数据库 3、最后根据influxdb数据库的数据，展示图表
在这个过程，对于locust自身的压测过程，我并没有嵌入代码去影响执行效率。而是将locust执行过程自动打印出来的信息进行二次处理而已。
这样做的好处就是不会对locust压测造成较大的性能损耗，因为大概是5秒打印一次执行日志，相信这个损耗是比较低的了。
原生的locust执行日志：
可以从图中看到，在执行locust脚本使用no web模式的时候，执行的日志默认是INFO级别的，一般我们都是这样去使用。 此时，INFO的日志信息和locust压测执行结果混合在一起打印，这就让人很不开心了。所以必须将其分开。
首先确定我只需要的信息，如下：
如果压测的接口有多个，那么就会有对应的多条信息。示例如下：
Name # reqs # fails Avg Min Max | Median req/s
--------------------------------------------------------------------------------------------------------------------------------------------
GET /apis1 988 0(0.00%) 20 5 73 | 16 97.12
--------------------------------------------------------------------------------------------------------------------------------------------
GET /apis2 988 0(0.00%) 20 5 73 | 16 97.12
--------------------------------------------------------------------------------------------------------------------------------------------
Total 988 0(0.00%) 97.12确定好了需要的数据日志信息之后，下面第一步就是可以将INFO信息和执行结果信息拆分写入不同的日志文件中。
拆分日志中的INFO信息与执行结果信息
-
--logfile=locust.log --loglevel=INFO将INFO信息写到locust.log日志中 -
1>run.log 2>&1将压测执行的结果信息写到run.log日志中
命令执行如下：
locust -f locustfile.py --no-web -c 100 -r 50 --run-time=30 --expect-slaves=2 --csv=result --host='http://127.0.0.1:8000' --logfile=locust.log --loglevel=INFO 1>run.log 2>&1
查看执行压测结果日志run.log如下：
查看执行INFO信息日志locust.log如下：
可以看到INFO信息和locust执行的压测结果已经分开日志文件存储好了。那么下面就需要想办法将执行压测结果的数据进行序列化读取，存储到influxdb中。
使用python实时读取run.log日志信息
在这里可以写一个简单的功能，如下：
- 在开启执行locust脚本的同时，也启动这个python脚本或者一直长时间执行。
- 在python脚本执行的过程期间，需要执行两个动作即可：读取日志信息，然后写入influxdb
下面直接将实现好的python代码show出来，如下：
import subprocess
import re
import os
def main():
# 实时读取日志信息
shell = 'tail -F run.log'
p = subprocess.Popen(shell, shell=True, stdout=subprocess.PIPE, stderr=subprocess.STDOUT)
for line in iter(p.stdout.readline, b''):
line = line.rstrip().decode('utf8')
# print(line)
# 正则匹配获取所有的需要参数
res = re.match(
r'^\s+(?P<method>GET|POST)\s+(?P<api>[\/\w\?\=\&]+)\s+(?P<reqs>\d+)\s+(?P<fails>[\d\(\.\)\%]+)\s+(?P<Avg>\d+)\s+(?P<Min>\d+)\s+(?P<Max>\d+)\s+(\|)\s+(?P<Median>\d+)\s+(?P<QPS>[\w\.]+)$',
line)
if res:
print("method: %s, api: %s, reqs: %s, fails: %s, Avg: %s, Min: %s, Max: %s, Median: %s, QPS: %s " % (
res.group('method'), res.group('api'), res.group('reqs'), res.group('fails').split('(')[0], res.group('Avg'),
res.group('Min'), res.group('Max'), res.group('Median'), res.group('QPS')
))
# 设置需要写入influxdb的参数
method = res.group('method')
api = res.group('api')
reqs = res.group('reqs')
fails = res.group('fails').split('(')[0]
avg = res.group('Avg')
min = res.group('Min')
max = res.group('Max')
median = res.group('Median')
qps = res.group('QPS')
# 往influxdb写入数据
# 创建数据库 curl -i -XPOST http://localhost:8086/query --data-urlencode "q=CREATE DATABASE testdb"
# 插入数据
# 表名 索引 tag 字段 fields
# curl -i -XPOST 'http://localhost:8086/write?db=testdb' --data-binary 'locust,method=GET,api=/apis reqs=2099,fails=10,avg=20,min=5,max=83,median=16,qps=95.10'
database = 'testdb'
table_name = 'locust'
insert_data = "curl -i -XPOST 'http://localhost:8086/write?db=%s' --data-binary '%s,method=%s,api=%s reqs=%s,fails=%s,avg=%s,min=%s,max=%s,median=%s,qps=%s'" % (database,table_name,method,api,reqs,fails,avg,min,max,median,qps)
os.system(insert_data)
if __name__ == '__main__':
main()此时执行的参数已经可以实时写入influxdb中了，如下：
> precision rfc3339
>
> select * from locust limit 10 tz('Asia/Shanghai')
name: locust
time api avg fails max median method min qps reqs
---- --- --- ----- --- ------ ------ --- --- ----
2019-11-21T14:59:19.040228993+08:00 /apis 16 0 43 14 GET 6 0 191
2019-11-21T14:59:21.039195477+08:00 /apis 62 0 206 55 GET 6 36 481
2019-11-21T14:59:23.059811043+08:00 /apis 151 0 1305 110 GET 6 96.2 765
2019-11-21T14:59:25.077216006+08:00 /apis 211 0 2098 160 GET 6 103.5 990
2019-11-21T14:59:27.066784427+08:00 /apis 272 0 4700 180 GET 6 110 1262
2019-11-21T14:59:29.061261969+08:00 /apis 384 0 6386 190 GET 6 126.1 1532
2019-11-21T14:59:31.079897673+08:00 /apis 395 0 9465 190 GET 6 133.4 1804
2019-11-21T14:59:33.076470655+08:00 /apis 422 0 9707 200 GET 6 132 2034
2019-11-21T14:59:35.084000478+08:00 /apis 526 0 13796 200 GET 6 127.1 2270
2019-11-21T14:59:37.102809695+08:00 /apis 574 0 15456 200 GET 6 127.5 2553
> 那么下一步只要在grafana展示图表就可以了。
Grafana设置图表
创建table图表
先创建一个table表格，如下：
将查询语句直接写入查询框中，然后选择数据库（我前面已经设置好，这里就不展示了），最后设置查询的时间，就可以看到数据展示了。
最后修改标题，保存起来就可以了，下面再来做一个折线图。
创建折线图
同样的操作，如何需要在折线图上显示什么曲线，那就增加字段即可。在复制到grafana之前，最好在influx查询执行一下，看看能否执行成功。
我的测试执行如下：
> select "qps","avg" from locust limit 5 tz('Asia/Shanghai')
name: locust
time qps avg
---- --- ---
2019-11-21T14:59:19.040228993+08:00 0 16
2019-11-21T14:59:21.039195477+08:00 36 62
2019-11-21T14:59:23.059811043+08:00 96.2 151
2019-11-21T14:59:25.077216006+08:00 103.5 211
2019-11-21T14:59:27.066784427+08:00 110 272
> 到这里就已经实现locust执行日志的实时查看了。
效果图
最后设置一下页面自动刷新，如下：
另外，如果有不清楚influxdb和grafana安装和基本操作的，可以看看我之前写关于这两个工具的篇章： Grafana系列 InfluxDB系列
