聊聊 Jmeter 如何并发执行 Python 脚本

概述本篇文章以文件上传为例，聊聊 Jmeter 并发执行 Python 脚本的完整流程 1. 前言

大家好，我是安果！

最近有小伙伴后台给我留言，说自己用 Django 写了一个大文件上传的 API 接口，现在想本地检验一下接口并发的稳定性，问我有没有好的方案

本篇文章以文件上传为例，聊聊 Jmeter 并发执行 Python 脚本的完整流程

2. Python 实现文件上传

大文件上传包含 3 个步骤，分别是：

获取文件信息及切片数目

分段切片，并上传 - API

文件合并 - API

文件路径参数化

2-1  获取文件信息及切片数目

首先，获取文件的大小

然后，利用预设的切片大小获取分段总数

最后，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 = @R_301_4687@.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 = @R_301_4687@.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,file_md5

2-2  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):​    """将文件分段处理，并上传"""    file_total_size,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('开始准备上传文件')        print("分片ID:",chunk_ID,"文件偏移量：",offset,",当前分片大小:",partSize,)        # 分段上传文件        self.__upload(offset,file_path,file_md5,total_chunks_num)def __upload(self,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                }    # 根据文件路径及偏移量，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

最后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,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  文件路径参数化

为了并发执行，将文件上传路径参数化

# 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

在使用 Jmeter 创建并发流程前，我们需要编写批处理脚本

其中，执行批处理脚本时，需要跟上文件路径一起执行

# cmd.bat@echo offset filepath=%1python  C:\Users\xingag\Desktop\rpc_demo\fileupload.py %*

然后，在本地新建一个 CSV 文件，写入多个文件路径

# 准备多个文件路径（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，就可以使用 Jmeter 创建并发流程了

完整步骤如下：

创建一个测试计划，下面添加一个线程组

这里线程组数目与上面文件数目保持一致即可

线程组下，添加「 同步定时器 」

同步定时器中的「 模拟用户组的数量 」和上面参数数量保持一致

添加 CSV 数据文件设置

指向上面准备的 csv 数据文件，设置文件格式为 UTF-8，变量名称设置为 file_path，最后将线程共享模式设置为「 当前线程组 」

添加调试取样器，方便调试

添加 OS 进程取样器

选择上面创建的批处理文件，命令行参数设置为「 ${file_path} 」

添加查看结果数

4. 最后

运行上面创建的 Jmeter 并发流程，在结果数中可以查看并发上传文件的结果

当然，我们可以增加并发数量去模拟真实的使用场景，只需要修改 CSV 数据源及 Jmeter 参数即可

如果你觉得文章还不错，请大家 点赞、分享、留言 下，因为这将是我持续输出更多优质文章的最强动力！

总结

以上是内存溢出为你收集整理的聊聊 Jmeter 如何并发执行 Python 脚本全部内容，希望文章能够帮你解决聊聊 Jmeter 如何并发执行 Python 脚本所遇到的程序开发问题。

如果觉得内存溢出网站内容还不错，欢迎将内存溢出网站推荐给程序员好友。