|
所在平台: Udemy |
课程主页: https://www.udemy.com/course/locust-performance-framework-development-with-real-project/
课程评论：没有评论
课程名称：Locust与Python - 现代性能测试框架 课程概述： 本课程通过四个部分深入讲解Locust性能测试框架的基础概念和高级功能。 第一部分：学习Locust的基本概念及标准特性。包括开发环境的搭建、User、TaskSet和Sequential TaskSet的解释、测试开始与结束的相关操作，以及使用Locust HTTPUser类进行REST执行。 第二部分：使用Locust创建具体的性能测试框架，执行负载和压力测试。还将学习如何与InfluxDB和Grafana集成，以便更好地分析性能数据。主要内容包括抽象HTTPUser类的使用、TaskSet模块和用户集成、从CSV加载用户、用户登录与会话管理、多种用户类型和分布、注册用户与访客用户的Cookie、Custom Logger与步骤负载、事件钩子与请求数据存储、InfluxDB请求数据存储以及Grafana与InfluxDB的集成。 第三部分：了解Locust的不同执行模型，包括主从配置。 第四部分：介绍与特定项目相关的扩展主题，包括Locust主从架构模型和使用配置文件的Locust执行、INIT事件、任务标记、自定义客户端、CSV中的统计数据、作为库使用Locust、主工作执行模型的唯一用户分布、均值与标准差计算的重要性等。 通过本课程，学员将掌握使用Locust进行现代性能测试的核心技能和理论，并能够设计出符合自己需求的测试框架。
Section-1: you will learn the basic concept of locust and standard features. a. Setup development environmentb. Explanation of User, TaskSet and Sequential TaskSetc. Explanation on_test_start, on_test_stop, on_start, on_stopd. REST execution using locust HTTPUser classSection-2: you will learn how to use locust to create a concrete performance test framework to perform load and stress testing on your application under test, you will also learn how to integrate with InfluxDB and Grafana for better performance data analysis.a. Abstract HTTPUser class and usageb. TaskSet Modules and User Integrationc. Loading Users from CSVd. User Login & Session Managemente. Multiple User Types & Distributionf. Registered & Guest User Cookieg. Custom Logger & Step Loadh. Event Hooks & Request Data Storei. Request Data Store in InfluxDBj. Grafana & InfluxDB integrationSection-3: you will learn different execution model of locust which include master-slave configuration as well. In section4 you will get to know few extra topics of locust which might be useful for your specific project.a. Locust Master-Slave architecture modelb. Locust execution with config fileSection-4: Extra topics which will help to design your own framework and clear report analysis concepts.a. INIT Event, Tagging Tasks, Custom Client, Stats in CSV, Locust as libraryb. Unique Users Distribution For Master-Worker Execution Modelc. Significance of Mean & Standard Deviation Calculation
