Locust 是基于 Python 协程的 HTTP/HTTPS 接口压测框架，适合 RESTful API、GraphQL 和 WebSocket；不适合前端渲染页面或强状态顺序流程。
Locust 是什么，适合测哪类接口
Locust 不是传统脚本录制工具，它是基于 Python 的协程压测框架，适合测试 HTTP/HTTPS 接口（如 RESTful API、GraphQL）、WebSocket 甚至自定义协议。它不依赖线程，靠 gevent 实现高并发，单机轻松模拟数千用户——但前提是你的测试逻辑里没有阻塞式调用（比如 time.sleep() 或同步数据库查询）。
常见误用场景：拿 Locust 去压测带复杂前端渲染的页面（该用 Selenium + LoadRunner 类工具），或测试强状态依赖、需严格顺序执行的流程（Locust 默认用户行为是独立、随机触发的）。
写一个能跑起来的最小化 locustfile.py
必须叫 locustfile.py，且根目录下直接运行 locust 才能识别。以下是最简可用示例，不含任何花哨装饰：
from locust import HttpUser, task, betweenclass ApiUser(HttpUser): wait_time = between(1, 3) # 每次任务后等 1~3 秒
@task def get_user_list(self): self.client.get("/api/users")说明：
-HttpUser是发起 HTTP 请求的基础类，别直接继承User
-@task方法会被随机调度，多个@task会按权重分配（加@task(3)表示权重为 3）
-wait_time必须设，否则请求会“堆叠爆发”，不是真实用户行为如何传参、带 Token、处理登录态
Locust 中每个
HttpUser实例代表一个虚拟用户，其生命周期内可复用 session（即自动携带 Cookie）。登录态通常在on_start中获取并存为实例变量：立即学习“Python免费学习笔记（深入）”；
from locust import HttpUser, task, between import jsonclass AuthedApiUser(HttpUser): wait_time = between(2, 5)
def on_start(self): # 登录并保存 token resp = self.client.post("/api/login", json={"username": "test", "password": "123"}) if resp.status_code == 200: data = resp.json() self.token = data.get("token") else: self.token = "" @task def get_profile(self): if not self.token: return self.client.get("/api/profile", headers={"Authorization": f"Bearer {self.token}"})注意点：
- 不要在on_start里用assert或抛异常，否则用户直接退出，影响并发数统计
- Token 存在实例属性（self.token）而非类属性，避免多用户共享
- 若接口要求 Cookie + Token 混合认证，self.client自动维护 Cookie，只需额外加headers启动命令与关键参数避坑
最常用启动方式：
locust -f locustfile.py --host https://api.example.com。但实际压测时这几个参数极易被忽略：
-
--users 100：总并发用户数（不是 RPS），设太高而机器扛不住，会看到大量ConnectionResetError或超时 -
--spawn-rate 10：每秒启动用户数，别设成 100 —— 否则瞬间打满目标，不是渐进压测 -
--headless+--run-time 5m：自动化压测必备，否则得手动点 Web 界面 Stop -
--csv=report：生成report_stats.csv和report_failures.csv，比网页实时数据更准
真实瓶颈常不在服务端，而在 Locust 本机：DNS 解析慢、SSL 握手开销大、或 client.get() 调用中混入了同步 I/O（比如日志写文件）。压测前先用 locust --list 确认文件加载无误，再小流量跑 30 秒看错误率是否突增。
