HttpRunner v4.0 期望成为一款专业级的一体化 API 测试工具，特别是针对性能测试能力进行了重大升级。相比于之前的版本，HttpRunner v4.0 在性能测试部分最大的优化包括如下 4 个方面：

• 使用 Golang 重新实现了脚本执行引擎（基于 Boomer），相比于 Python Locust 极大地提升了发压能力
• 对标 LoadRunner 新增实现了丰富的性能测试机制，包括事务、集合点、思考时间等
• 对压测结果进行了严格的 benchmark 测试和数据校准，确保测试结果真实可靠
• 集成了 Prometheus 性能采集能力，配合 Grafana 可实现丰富的性能指标看板

涉及的内容比较多，因此我们针对 HttpRunner v4.0 的性能测试能力规划了一系列专题文章，包括性能测试工具使用、多机负载分布式加压、监控配置、benchmark 数据比对、竞品工具对比、原理解析等等。

本文作为性能测试专题的第一篇文章，将结合一个简单的案例整体介绍如何使用 HttpRunner v4.0 开展性能测试，帮助大家快速上手使用工具。

案例介绍

为了方便大家理解，本文挑选了一个非常简单的案例场景，但同时会尽量多地覆盖常用的性能测试特性。

案例设计如下：

• 压测目标为 3 个接口：API1/API2/API3
• 业务层面期望整体关注 API1 + API2 的性能情况，即「事务」特性
• 在真实场景中，API1 和 API2 请求之间需要有一个间隔时间，即「思考时间」特性
• 期望重点关注 API3 的并发性能，即所有用户同一时间请求的情况，即「集合点」特性

接下来，我们将对这些特性进行具体介绍，并对使用方法进行演示说明。

编写测试用例

在性能测试之前，我们需要先准备好性能测试用例。在 HttpRunner 中，得益于「一体化」的特性优势，我们可以在无需对已有接口测试用例做任何修改的情况下，直接运行性能测试。

针对本文中的案例，接口测试用例如下所示：

config:  name: load test demo  variables:    app_version: v1    user_agent: iOS/10.3  base_url: 'http://httpbin.org'  verify: falseteststeps:  - name: get with params    request:      method: GET      url: /get      headers:        User-Agent: '$user_agent/$app_version'    validate:      - check: status_code        assert: equals        expect: 200        msg: check status code  - name: post with params    request:      method: POST      url: /post      headers:        User-Agent: '$user_agent/$app_version'    validate:      - check: status_code        assert: equals        expect: 200        msg: check status code  - name: post with params 2    request:      method: POST      url: /post      headers:        User-Agent: '$user_agent/$app_version'    validate:      - check: status_code        assert: equals        expect: 200        msg: check status code

我们只需将测试命令下达 hrp run 改为 hrp boom，即可启动性能测试，具体的参数配置后面会详细介绍。

需要说明的是：

• HttpRunner v4.0 做性能测试时，测试用例格式只能选择 YAML/JSON/GoTest；PyTest 格式的底层引擎基于 pytest 执行引擎，不支持性能测试；
• 如果我们在性能测试中期望实现「事务」、「集合点」、「思考时间」等机制，需要在接口测试用例基础上添加特定的步骤。

添加「事务」机制

事务可以将多个接口的测试结果进行聚合统计，性能指标更加贴合真实业务场景。

事务的数据结构如下：

type Transaction struct {   Name string          `json:"name" yaml:"name"` // 事务名称，可定义为任意字符串   Type transactionType `json:"type" yaml:"type"` // 事务类型，仅包括 2 种类型，start（事务开始）和 end（结束事务）}

实务使用示例：

config:  ...teststeps:  ...  - name: transaction 1 start    transaction:      name: tran1      type: start  ...  - name: transaction 1 end    transaction:      name: tran1      type: end  ...

针对「事务」的机制，有 2 个需要特别注意的点：

• 使用 HttpRunner v4.0 执行性能测试时，会自动添加名称为 Action 的事务，该事务包含整个测试用例的所有测试步骤（参考了 LoadRunner 的做法）
• 在测试用例中，transaction 应该成对出现，即必须同时定义 start 和 end；如果存在配对缺失的情况，会按照如下逻辑进行处理：
• 仅设置开始事务，则会在测试用例最后一个测试步后添加结束事务
• 仅设置结束事务，则会在测试用例第一个测试步前添加开始事务

添加「集合点」机制

集合点可以确保指定的虚拟用户在同一时刻发起请求，实现类似” 秒杀 “的真实业务场景。

集合点的数据结构如下：

type Rendezvous struct {   Name           string  `json:"name" yaml:"name"`   Percent        float32 `json:"percent,omitempty" yaml:"percent,omitempty"`   Number         int64   `json:"number,omitempty" yaml:"number,omitempty"`   Timeout        int64   `json:"timeout,omitempty" yaml:"timeout,omitempty"`}

集合点数据结构参数说明如下：

• name: 集合点名称，可定义为任意字符串
• percent: 触发集合点释放的虚拟用户百分比，范围为 (0, 1]，默认为 1，即全部用户
• number: 触发集合点释放的虚拟用户数量，范围为 (0, N]，N 为当前性能测试的所有并发用户数
• timeout: 虚拟用户到达集合点之间的间隔时间的最大值，单位为毫秒；当最近两个虚拟用户达到集合点的时间间隔大于最大值，则立即释放所有虚拟用户，如果没有指定，默认值为 5000 ms

集合点使用示例：

config:  ...teststeps:  ...  - name: rendezvous 1    rendezvous:      name: rendezvous1      number: 50      timeout: 3000  ...  - name: rendezvous 2    rendezvous:      name: rendezvous2      percent: 0.8      timeout: 3000  ...

针对「集合点」的机制，有 2 个需要特别注意的点：

• number 和 percent 参数需要二选一并且保证合法；如果没有指定参数、同时指定了两个参数、或者参数不合法，则默认为需要全部虚拟用户到达集合点。
• 集合点仅在虚拟用户全部加载完之后的稳定阶段生效。

可以看出，HttpRunner v4.0 的「集合点」机制也跟 LoadRunner 保持了一致，功能特性和参数配置方法完全相同。

添加「思考时间」机制

思考时间可以模拟用户在不同操作间的停顿时间，最大程度还原用户真实的操作行为。

思考时间的数据结构如下：

type ThinkTimeConfig struct {   Strategy thinkTimeStrategy `json:"strategy,omitempty" yaml:"strategy,omitempty"`   Setting  interface{}       `json:"setting,omitempty" yaml:"setting,omitempty"`   Limit    float64           `json:"limit,omitempty" yaml:"limit,omitempty"`}type ThinkTime struct {   Time float64 `json:"time" yaml:"time"`}

其中，ThinkTimeConfig 作为「思考时间」的整体策略，需要在测试用例的 Config 中配置，参数说明如下：

• Strategy (支持如下四种策略)
• default: 默认策略，会保持测试用例中设置的思考时间
• random_percentage: 测试用例中设置的思考时间在指定放缩区间中随机选值
• multiply: 对测试用例中设置的思考时间进行放缩
• ignore: 忽略测试用例中设置的思考时间
• Setting (仅需 random_percentage、multiply 策略下配置，其他模式自动忽略此设置)
• random_percentage：此策略下，需设置思考时间的最小最大放缩比：min_percentage、max_percentage（设置类型为 map），默认: [0.5, 1.5]
• multiply：此策略下，直接设置放缩比例（设置类型为 float），默认: 1
• Limit
• 对所有策略有效，如果设置且大于 0，则限制最终的思考时间<=设定值，默认: -1(无限制)

ThinkTime 作为具体步骤间的「思考时间」配置，以单独的 step 存在，参数说明如下：

• time: 不同测试步间的思考时间，单位为秒（second）

思考时间使用示例如下：

config:  ...  think_time:    strategy: random_percentage    setting:      min_percentage: 1      max_percentage: 1.5    limit: 4  ...teststeps:  ...  - name: think time 1    think_time:      time: 2  ...  - name: think time 2    think_time:      time: 3  ...

在该示例中，思考时间策略为随机比例（random_percentage），介于 100% ~ 150% 之间；limit 设置为 4s。经过换算，测试步骤中的 think time 1 的最终值在 [2, 3] s 之间，think time 2 的最终值在 [3, 4] s 之间。

用例格式示例

经过对已有的接口测试用例进行增强，我们获得了包含「事务」、「集合点」、「思考时间」机制的性能测试用例。

YAML 用例格式的示例如下所示：

config:  name: load test demo  variables:    app_version: v1    user_agent: iOS/10.3  base_url: 'http://httpbin.org'  think_time:    strategy: random_percentage    setting:      min_percentage: 1      max_percentage: 1.5    limit: 2  verify: falseteststeps:  - name: transaction 1 start    transaction:      name: tran1      type: start  - name: get with params    request:      method: GET      url: /get      headers:        User-Agent: '$user_agent,$app_version'    validate:      - check: status_code        assert: equals        expect: 200        msg: check status code  - name: transaction 1 end    transaction:      name: tran1      type: end  - name: think time 1    think_time:      time: 1.5  - name: post with params    request:      method: POST      url: /post      headers:        User-Agent: '$user_agent,$app_version'    validate:      - check: status_code        assert: equals        expect: 200        msg: check status code  - name: rendezvous 1    rendezvous:      name: rendezvous1      percent: 0.8      timeout: 3000  - name: post with params 2    request:      method: POST      url: /post      headers:        User-Agent: '$user_agent,$app_version'    validate:      - check: status_code        assert: equals        expect: 200        msg: check status code

对应的 GoTest 用例格式示例如下：

package testsimport (   "testing"   "time"   "github.com/httprunner/httprunner/v4/hrp")func TestLoadTestDemo(t *testing.T) {   testcase1 := &hrp.TestCase{      Config: hrp.NewConfig("Load Test Demo").         SetBaseURL("http://httpbin.org").         SetThinkTime(            "random_percentage",            map[string]float64{"min_percentage": 1, "max_percentage": 1.5},            4),      TestSteps: []hrp.IStep{         hrp.NewStep("transation 1 start").            StartTransaction("trans1"),         hrp.NewStep("headers").            GET("/headers").            Validate().            AssertEqual("status_code", 200, "check status code").            AssertEqual("headers.\"Content-Type\"", "application/json", "check http response Content-Type"),         hrp.NewStep("transation 1 end").            EndTransaction("trans1"),         hrp.NewStep("think time1").            SetThinkTime(3),         hrp.NewStep("user-agent").            GET("/user-agent").            Validate().            AssertEqual("status_code", 200, "check status code").            AssertEqual("headers.\"Content-Type\"", "application/json", "check http response Content-Type"),         hrp.NewStep("rendezvous 1").            SetRendezvous("rend1").            WithUserPercent(0.8).            WithTimeout(3000),         hrp.NewStep("TestCaseRef").            CallRefCase(&hrp.TestCase{Config: hrp.NewConfig("TestCase2")}),      },   }   b := hrp.NewStandaloneBoomer(1000, 100) //spawn_count: 1000, spawn_rate: 100   go b.Run(testcase1)   time.Sleep(1000 * time.Second) //expected running time   b.Quit()}

性能测试参数配置

准备好性能测试用例后，我们就可以开始执行性能测试了。

当前 HttpRunner v4.0 支持多种性能测试策略，我们可以在命令行参数中进行指定。

关于性能测试的参数信息，可以通过 hrp boom -h 进行查看。

$ hrp boom --helprun yaml/json testcase files for load testUsage:  hrp boom [flags]Examples:  $ hrp boom demo.json        # run specified json testcase file  $ hrp boom demo.yaml        # run specified yaml testcase file  $ hrp boom examples/        # run testcases in specified folderFlags:      --cpu-profile string              Enable CPU profiling.      --cpu-profile-duration duration   CPU profile duration. (default 30s)      --disable-compression             Disable compression      --disable-console-output          Disable console output.      --disable-keepalive               Disable keepalive  -h, --help                            help for boom      --loop-count int                  The specify running cycles for load testing (default -1)      --max-rps int                     Max RPS that boomer can generate, disabled by default.      --mem-profile string              Enable memory profiling.      --mem-profile-duration duration   Memory profile duration. (default 30s)      --prometheus-gateway string       Prometheus Pushgateway url.      --request-increase-rate string    Request increase rate, disabled by default. (default "-1")      --spawn-count int                 The number of users to spawn for load testing (default 1)      --spawn-rate float                The rate for spawning users (default 1)Global Flags:      --log-json           set log to json format  -l, --log-level string   set log level (default "INFO")

如果你之前使用过 Locust/Boomer，你会发现参数名称很眼熟。是的，我们直接复用了 Locust/Boomer 的参数名称，虽然底层实现进行了比较大的改造，但用法基本保持了一致，你可以对比查看下 Boomer 的参数文档。

参数看上去比较多，接下来对其按照用途进行分组介绍。

设置并发用户数

性能测试需要指定并发用户数，同时在很多时候我们需要按照阶梯加压的方式初始化并发用户。这里就需要使用到 --spawn-count 和 --spawn-rate 两个参数了。

• spawn-count：表示我们期望达到的最大并发用户数
• spawn-rate：表示达到期望最大并发前每秒增加的并发用户数

具体示例如下所示：

$ hrp boom testcase.yml --spawn-count 1000 --spawn-rate 100

在该示例中，我们指定了 1000 并发用户，按照每秒 100 个的速率初始化用户，预计在 10s 后可完成初始化。

在这种模式下，性能测试不会自动结束（后面我们会再新增支持指定压测时长的参数）；当我们期望结束压测时，可以通过 kill 命令杀死进程，或者 ctrl+c 来结束性能测试，结束时终端会打印整体测试数据。

设置 RateLimiter

有时我们需要在性能测试时对发压流量进行限流，例如期望设置最大 RPS，或者在初始化并发用户时限定增加数率。这就需要使用到 --max-rps 和 --request-increase-rate。

• max-rps：限制 hrp 发压的最大 rps，默认不限制
• request-increase-rate：限制 hrp 每秒的请求增加速率，默认不开启，支持两种格式："1"、"1/1s"

具体示例如下所示：

$ hrp boom testcase.yml --spawn-count 100 --spawn-rate 100 --max-rps 1000 --request-increase-rate 100

在该示例中，我们指定了 100 并发用户，按照每秒 100 个的速率初始化用户，预计在 1s 后可完成初始化。同时，我们限制在整个压测过程中，hrp 最高只能发压 1000 RPS，同时限定每秒增加的速率为 100 RPS。

如果你对这块儿感到比较懵，没有关系，你暂时只需要知道这里使用了「令牌桶」的算法对发压流量实现了限流处理。后面我们会专门写一篇文章详细介绍这部分的使用方法和机制原理。

设置循环次数

除了手动控制压测时长外，HttpRunner v4.0 还支持按照指定的循环次数执行压测，可通过 --loop-count 参数进行指定。

需要说明的是，HttpRunner v4.0 执行循环次数的逻辑参考的是 JMeter，所有虚拟用户均会运行指定的循环次数，即当次压测的整体运行次数为：spawn-count * loop-count。

执行如下命令，执行完指定循环次数后，HttpRunner 将结束运行并打印整体测试数据。

$ hrp boom testcase.yml --spawn-count 100 --spawn-rate 10 --loop-count 1000

在该示例中，我们指定了 100 个并发用户，每个用户循序运行 1000 次，预计总共运行 100*1000=10w 次。

执行性能测试

配置好命令行参数后，即可开始执行性能测试。在性能测试过程中，我们可以通过两种方式查看到性能测试结果数据。

命令行终端

性能测试过程中，hrp 每隔 3s 会打印一次性能数据，其中汇总了 3s 内的所有请求情况。结果样式如下：

Current time: 2022/05/16 03:33:26, Users: 1000, State: running, Total RPS: 533.7, Total Average Response Time: 436.8ms, Total Fail Ratio: 0.0%Accumulated Transactions: 16176 Passed, 3 Failed+--------------+--------------------+------------+---------+--------+---------+------+-------+--------------+------------+-------------+|     TYPE     |        NAME        | # REQUESTS | # FAILS | MEDIAN | AVERAGE | MIN  |  MAX  | CONTENT SIZE | # REQS/SEC | # FAILS/SEC |+--------------+--------------------+------------+---------+--------+---------+------+-------+--------------+------------+-------------+| request-GET  | get with params    |        799 |       0 |    320 |  432.20 |  273 |  1854 |          266 |     266.33 |        0.00 || request-POST | post with params   |        156 |       0 |    280 |  388.44 |  272 |  3633 |          358 |      52.00 |        0.00 || request-POST | post with params 2 |        799 |       1 |    400 |  594.02 |  275 | 30000 |          357 |     266.33 |        0.33 || transaction  | tran1              |        799 |       0 |    320 |  432.37 |  273 |  1854 |            0 |     266.33 |        0.00 || transaction  | Action             |        799 |       1 |   4100 | 4939.17 | 3198 | 35450 |            0 |     266.33 |        0.33 |+--------------+--------------------+------------+---------+--------+---------+------+-------+--------------+------------+-------------+

针对打印的指标说明如下：

注：表格内皆为统计间隔 (3s) 内的性能指标数据

完成性能测试时，会打印整体测试数据，结果样式如下：

=========================================== Statistics Summary ==========================================Current time: 2022/05/16 03:33:38, Users: 1000, Duration: 57s, Accumulated Transactions: 20947 Passed, 3 Failed+-------+------------+---------+--------+---------+-----+-------+--------------+------------+-------------+| NAME  | # REQUESTS | # FAILS | MEDIAN | AVERAGE | MIN |  MAX  | CONTENT SIZE | # REQS/SEC | # FAILS/SEC |+-------+------------+---------+--------+---------+-----+-------+--------------+------------+-------------+| Total |      31182 |       2 |    300 |  436.70 | 268 | 30003 |          325 |     547.05 |        0.04 |+-------+------------+---------+--------+---------+-----+-------+--------------+------------+-------------+

Statistics Summary 展示的是性能测试整个过程中的总体指标数据；指标说明与上面表格一致，只额外增加了一个指标。

查看性能监控

除了在终端中查看性能测试过程和结果汇总数据之外，我们还可以通过配置 Prometheus + Grafana 看板，实现 Web 化的实时监控指标展示。

效果如下所示：

限于篇幅，关于 Prometheus + Grafana 的性能监控配置方面的内容，将在下一篇文章《如何使用 HttpRunner v4.0 开展性能监控》中详细进行介绍。

结语

通过以上示例，我们使用 HttpRunner v4.0 完成了一次性能测试操作实践，相信大家应该对 HttpRunner v4.0 的性能测试使用方法有了一个整体的认识。

欢迎大家多多实践，如果在使用过程中遇到任何问题，欢迎通过各种渠道进行反馈，我们将及时进行跟进和解答，并基于大家的反馈进行迭代优化。

希望本文对你有所帮助~~如果对软件测试、接口测试、自动化测试、性能测试、面试经验交流感兴趣可以私聊我或关注公众号“特斯汀软件测试”。免费领取最新软件测试大厂面试资料和Python自动化、接口、框架搭建学习资料！技术大牛解惑答疑，同行一起交流。