python多线程性能测试之快速mock数据测试分析

今天小编给大家分享一下python多线程性能测试之快速mock数据测试分析的相关知识点，内容详细，逻辑清晰，相信大部分人都还太了解这方面的知识，所以分享这篇文章给大家参考一下，希望大家阅读完这篇文章后有所收获，下面我们一起来了解一下吧。

安装相关类包

• pip install kafka

• pip install appmetrics

• pip install faker

• pip install pykafka

快速 mock kafka 批量测试数据

# -* coding:utf8 *-from pykafka import KafkaClientimport uuidimport timeimport threadingfrom appmetrics import metricsfrom faker import Fakerimport osfake = Faker("zh-cn")PATH = lambda p: os.path.abspath(    os.path.join(os.path.dirname(__file__), p))meter = metrics.new_meter("meter_test")host_producer = 'host地址'def data_info():    uid = str(uuid.uuid4())    suid = ''.join(uid.split('-'))    return suiddef data_result():    #数据格式可自行定义    data = f"{data_info()},{fake.phone_number()},111111111111,LOL-UZI"    return datadef mock_request():    client_producer = KafkaClient(hosts=host_producer)    topicdocu = client_producer.topics['XXXXXXX-TOPIC']    producer = topicdocu.get_producer(sync=False) # sync=False  关闭同步，使用异步    while True:        data_uni = data_result()        producer.produce(bytes(data_uni, encoding='utf-8'))        meter.notify(1) # 请求一次 记录器打点一次        # i = i - 1    producer.stop()def print_meter():    while True:        print(meter.get())        time.sleep(1)def thread_request(nums):    t1 = []    for i in range(nums):        if i == 0:            #该线程是为了记录每秒打点作用            t = threading.Thread(target=print_meter, name="T" + str(i))        else:            t = threading.Thread(target=mock_request, name="T" + str(i))        t.setDaemon(True)        t1.append(t)    for t in t1:        t.start()    for t in t1:        t.join()##if __name__ == '__main__':    thread_request(101)

appmetrics 使用方法

Meters

Meters，度量一系列事件发生的速率 (rate)，例如 TPS。Meters 会统计最近 1 分钟，5 分钟，15 分钟，还有全部时间的速率。

meter = metrics.new_meter(“meter_test”)meter.notify(1)meter.notify(1)meter.notify(3)meter.get()

返回结果:

{'count': 5, 'kind': 'meter', 'five': 0.0066114184713530035, 'mean': 0.27743058841197027, 'f

以上就是“Python多线程性能测试之快速mock数据测试分析”这篇文章的所有内容，感谢各位的阅读！相信大家阅读完这篇文章都有很大的收获，小编每天都会为大家更新不同的知识，如果还想学习更多的知识，请关注编程网Python频道。