Locust: jak na zátěžové testy webu rychle a snadno

Řekl bych, že jde v současné době o poměrně aktuální téma. Weby poliklinik, nemocnic nebo informační weby o nemoci čelí vyššímu náporu návštěvníků než jindy. Ale vezměme to obecně. Váš web může mít vyšší návštěvnost z různých důvodů.

Stačí spustit velmi úspěšnou PPC kampaň. Mít sezónní zboží nebo nabídku služeb. Mít v blogu článek týkající se nějakého tématu, které se stane aktuální. Nebo o nějakém místě, které najednou začne lidi zajímat.

Zkrátka důvodů, proč mít povědomí o tom, jakou nárazovou návštěvnost váš web utáhne, je celá řada. Zátěžové testy vám také řeknou, jestli náhodou ten skvělý hosting, kde web běhá s výborným hodnocením rychlosti načítání, nevracejí při větší zátěži zvýšený počet chyb 500 místo zobrazení webu.

Nástrojů na zátěžové testování webu je celá řada. Já jsem dost používal Apache Benchmark. Na příkazovém řádku napíšete ab následované parametry s počtem souběžných spojení, celkového počtu návštěvníků a adresou webu. Spustíte a počkáte na výsledek měření.

Avšak netuším, zda lze s pomocí ab otestovat i odesílání formulářů. A určitě pohodlně neotestujete celou sadu stránek v rámci jednoho webu.

Proto se mi líbí nástroj Locust. Tohle všechno umí a nabízí k tomu jednoduchou konfiguraci a uživatelsky přívětivé zobrazení výsledků.

Locust: open source měření zátěže webu v Pythonu

Co jsem slyšel od kolegů, Locust se řadě lidí líbí především díky snadné konfiguraci. Nemusíte popisovat nějaký rozsáhlý konfigurační soubor s parametry, ale stačí vám kousek skriptu v Pythonu. Jasně, ne každý Pythonem vládne. Ale zde je to tak jednoduché, že nad základy ani nemusíte přemýšlet.

Kdybych měl vyzdvihnout základní vlastnosti provádění load testu přes Locust:

• Jednoduchá konfigurace v Pythonu
• Můžete mít připravenu celou řadu skriptů
• Specifikujete více stránek na webu a jejich poměr v celkové návštěvnosti
• Můžete odesílat formuláře – přihlašování i nákupní košíky
• Výsledky vidíte v přehledné tabulce a grafech ve webovém prohlížeči

Podle informací na webu aplikace Locust používá například Microsoft, Mozilla, Zalando nebo Intel. To je pěkné doporučení.

Jak to funguje?

1. Do Python skriptu definujete seznam stránek, jejich poměr v celkovém balíku návštěvnosti a případná odesílání formulářů. Přidáte prodlevu pro nečinnost uživatele, než načte další stránku, a to intervalem od do.
2. Spustíte Locust, který vytvoří lokální URL adresu. Otevřete ji v prohlížeči, zadáte adresu webu a počet návštěvníků.
3. Potom jen sledujete průběh načítání webu, průměrnou rychlost servírování stránek, graf s ukazatelem vývoje hodnot v čase a přehled případných chyb při načítání.

Základní konfigurace load testu krok za krokem

Přestože má Locust hezky zpracovanou dokumentaci, určitě oceníte, když první zátěžový test vyzkoušíme spolu.

Po pravdě řečeno, více než nastavení Locustu mi dala zabrat jeho instalace. Potřebujete mít v systému Python a instalátor pip. Vše rozběhnete docela jednoduše na Macu i ve Windows. Horší je, pokud máte instalaci zaneřáděnou různými pokusy. Pak vám jednoduchý instalační příkaz pip install locustio nemusí proběhnout na první dobrou.

Připravte si nějaký editor se zvýrazňováním syntaxe, který umí Python. Není to tedy nezbytně nutné, ale uvidíte případné chyby a překlepy, kterých se dopustíte:

1. Vytvořte si nový soubor s názvem locustfile.py. Jeho vzor je připravený níže. Jak vidíte, je zde několik definicí s adresami stránek v rámci vašeho webu. Syntaxe je vždy následující:
   def oznaceni_stranky(l):
       l.client.get("/adresa-stranky-bez-domeny")
   
   def oznaceni_jine_stranky(l):
       l.client.get("/adresa-jine-stranky")
2. Takto si tedy připravte seznam všech stránek na webu, které chcete do zátěžového testu zapojit. V class UserBehavior popisující chování uživatele je pak definováno pole tasks, do kterého uvedete výše připravená označení stránek spolu s hodnotou udávající počet načtení stránky v rámci celého objemu návštěvnosti/testování.
3. Simulujte realitu. Pokud čekáte/víte, že se první definovaná stránka bude načítat dvakrát tak často, jako ta jiná, pak bude zápis vypadat následovně:
   class UserBehavior(TaskSet):
       tasks = {oznaceni_stranky: 2, oznaceni_jine_stranky: 1}
4. V class WebsiteUser vidíte číselný interval wait_time. Ten udává, jaké časové okénko uživatelé obvykle mají na prohlédnutí obsahu stránky předtím, než si načtou další. Upravte dle potřeby.
5. Po uložení souboru se přesuňte do příkazového řádku, ve kterém jen spusťte příkaz locust. Objeví se vám informace o nastartovaném lokálním serveru s poslechem na portu 8089. Ve webovém prohlížeči si tedy otevřete například stránku http://localhost:8089/.
6. Locust vás vyzve k zadání domény (bez lomítka na konci), celkového počtu návštěvníků a počtu současných návštěvníků. Po potvrzení začne simulace návštěvnosti a načítání definovaných stránek v daném poměru.
7. V horní části aplikace vidíte počet proběhlých návštěv a stav testování. V tabulce pak jednotlivé stránky s počtem načtení, chybami, průměrnou, nejkratší a nejdelší dobou načítání a další údaje.
   
8. Po přepnutí na položku Charts uvidíte totéž na grafu s vývojem v čase. Další záložky zobrazí případné chyby a problémy s načítáním. Nechybí možnost si zjištěné údaje stáhnout v podobě CSV a dále zpracovat v jiné aplikaci. Grafy lze stahovat jako PNG.
   

Výše uvedené platí jen pro opravdu jednoduchý web s několika stránkami, kde se toho moc nemění. Locust vám pomůže i ve složitějších případech, kdy je potřeba zkoumat odesílání formulářů.

Samozřejmě si můžete připravit více konfiguračních souborů i v jedné složce. Pokud chcete specifikovat, který z nich má Locust použít, zadáte příkaz pro jeho spuštění ve tvaru locust -f nazevsouboru.py.

Slíbená ukázka konfiguračního souboru:

from locust import HttpLocust, TaskSet, between

def oznaceni_stranky(l):
    l.client.get("/adresa-stranky-bez-domeny")

def oznaceni_jine_stranky(l):
    l.client.get("/adresa-jine-stranky")   

class UserBehavior(TaskSet):
    tasks = {oznaceni_stranky: 2, oznaceni_jine_stranky: 1}

class WebsiteUser(HttpLocust):
    task_set = UserBehavior
    wait_time = between(5.0, 9.0)

Celá aplikace se hodí i pro zátěžové testování začleněné do CI. Testy lze spouštět i bez výstupu do webového rozhraní a samozřejmě integrovat v Dockeru. Více najdete v dokumentaci na webu locust.io.