怎样在Python中使用locust进行高并发压测并定位瓶颈？-Python教程-PHP中文网

locust中self.client.get()不走代理或超时失效，因其默认忽略http_proxy环境变量且不继承requests全局超时，需显式设timeout元组并禁用trust_env以手动控制代理。

怎样在python中使用locust进行高并发压测并定位瓶颈？

locust脚本里为什么`self.client.get()`不走代理或超时失效？

Locust 默认使用 requests 库发起 HTTP 请求，但它的底层会绕过系统代理（比如 http_proxy 环境变量），也不继承全局 requests 的默认超时配置。这会导致你本地调试时能通、压测时大量 ConnectionError 或卡死。

实操建议：

显式设置超时：self.client.get("/api/v1/user", timeout=(3, 7)) —— 元组格式为 (connect_timeout, read_timeout)，避免单点阻塞拖垮整个用户实例

如需走代理（例如对接测试网关），改用 HttpUser 的 client 初始化参数：

class MyUser(HttpUser):
    def __init__(self, *args, **kwargs):
        super().__init__(*args, **kwargs)
        self.client.trust_env = False  # 关闭 requests 自动读取环境变量代理
        # 再手动注入 session-level adapter（可选）

注意：Locust 2.0+ 已弃用 TaskSet，统一用 @task 装饰器，别混用旧写法导致任务不触发

并发数设到1000，实际QPS却上不去，是哪里卡住了？

Locust 的 QPS 上不去，90% 不是服务端问题，而是客户端资源或配置瓶颈。Locust 进程本身是单线程事件循环（基于 gevent），但每个虚拟用户（HttpUser 实例）仍需分配 socket 和内存，且受操作系统文件描述符限制。

实操建议：

检查 ulimit：ulimit -n，压测机至少设为 65535；否则在高并发下会报 OSError: [Errno 24] Too many open files
避免在 @task 中做同步 I/O（如 time.sleep()、print()、写本地文件）—— 会阻塞 gevent 协程调度
用 --processes N 启动多进程模式（Locust 2.15+），例如：locust -f load_test.py --processes 4，让 CPU 核心真正并行起来
观察 Locust Web UI 的 “Users” 页面：如果 “Hatching” 长时间不变成 “Running”，说明用户启动慢，大概率是初始化逻辑太重（比如在 on_start 里做了耗时鉴权）

如何把压测结果和后端日志对齐，快速定位慢接口？

单纯看 Locust 的平均响应时间没用，关键是要知道哪次请求慢、慢在哪一环（DNS？连接？TLS？后端处理？）。Locust 默认不记录原始请求/响应头或耗时分段，得自己补。

提示词大师-python版

图片提示词生成器？不止如此。马甲系统 —— 把脑海中的画面，翻译成AI能理解的专业表达。用得越多，它越懂你：首次需要多问几句确认方向，用久了几乎一说就懂。用得越多，它越快：缓存机制让后续对话越来越省。 RAG进化：成功案例持续入库，越跑越聪明。输入「新手指南」查看完整功能介绍

下载

实操建议：

启用详细日志：启动时加 --loglevel DEBUG，然后在 on_start 中给 self.client 注入钩子：

from locust import events
@events.request.add_listener
def on_request_success(request_type, name, response_time, response_length, exception, context, **kwargs):
    if exception and "timeout" in str(exception).lower():
        print(f"[TIMEOUT] {name} @ {response_time}ms")

给关键请求加唯一 trace ID：headers={"X-Request-ID": str(uuid.uuid4())}，再配合后端日志（如 Nginx access_log 或应用日志）grep 定位完整链路
不要只信 Locust 报的 “95% percentile”，导出 CSV 后用 pandas 分组统计：df.groupby("Name")["Response Time"].quantile(0.99)，常发现某个路径拖垮整体 P99

压测中出现大量 `ConnectionRefusedError` 或 `MaxRetryError` 怎么办？

这类错误不是网络不通，而是目标服务已拒绝新连接 —— 很可能是后端连接池打满、反向代理（如 Nginx）的 worker_connections 不足，或数据库连接数上限被突破。Locust 自身不会伪造“连接被拒”，它只是如实反映下游状态。

实操建议：

先确认后端是否真扛不住：用 ss -s 或 netstat -an | grep :80 | wc -l 看 ESTABLISHED 连接数，对比服务端最大连接配置
Nginx 场景下检查：worker_connections（默认 512）、multi_accept on、以及 keepalive_timeout 是否过短（导致 Locust 频繁建连）
数据库侧查连接数：SHOW STATUS LIKE 'Threads_connected';（MySQL）或 pg_stat_activity（PostgreSQL），确认是否 hit 了 max_connections
Locust 端可临时加连接复用控制：self.client.headers.update({"Connection": "keep-alive"})，但治标不治本，重点还是调服务端容量