13 KiB
Executable File
13 KiB
Executable File
Website Stress Testing Tool - 使用说明
基于 Python 异步框架的网站压力测试工具，用于评估网站在高并发下的承载能力。
目录
1. 环境要求
- Python >= 3.8
- 依赖：aiohttp >= 3.9.0
2. 安装
# 进入工具目录
cd d:\work\work-KD\tools
# 安装依赖
pip install -r requirements.txt
# 或直接安装
pip install aiohttp
验证安装：
python stress_test.py --help
3. 快速开始
最简单的用法
# 对 example.com 发送 100 个请求，并发数 10
python stress_test.py -u https://example.com -n 100
# 持续压测 30 秒
python stress_test.py -u https://example.com -d 30
提高并发
# 100 并发，1000 请求
python stress_test.py -u https://example.com -c 100 -n 1000
查看帮助
python stress_test.py --help
4. 参数详解
4.1 目标参数（必选，二选一）
| 参数 | 说明 | 示例 |
|---|---|---|
-u, --url |
目标 URL，可多次指定 | -u https://a.com -u https://b.com |
-f, --file |
URL 列表文件路径 | -f urls.txt |
URL 文件格式：
# 这是注释行
https://example.com
https://example.com/api
https://example.com/about
- 每行一个 URL
#开头为注释- 空行自动忽略
- 可省略
https://前缀（自动补全）
4.2 测试模式（必选，二选一）
| 参数 | 说明 | 示例 |
|---|---|---|
-n, --num-requests |
总请求数，达到后停止 | -n 1000 |
-d, --duration |
持续时间（秒），到期后停止 | -d 60 |
4.3 并发控制
| 参数 | 默认值 | 说明 |
|---|---|---|
-c, --concurrency |
10 | 并发 worker 数量 |
-r, --ramp-up |
0 | 渐进加压时间（秒），从 1 并发逐步增加到目标并发 |
渐进加压示例：
# 100 并发，但用 30 秒逐步加压（避免瞬间打垮服务器）
python stress_test.py -u https://example.com -c 100 -d 120 -r 30
4.4 HTTP 请求配置
| 参数 | 默认值 | 说明 |
|---|---|---|
-m, --method |
GET | HTTP 方法：GET / POST / PUT / DELETE / PATCH / HEAD |
-H, --header |
无 | 自定义请求头，格式：-H "Key: Value"，可多次使用 |
--cookie |
无 | Cookie，格式：k1=v1;k2=v2 |
--data |
无 | 请求体（字符串） |
--json |
无 | 请求体（JSON 格式） |
4.5 网络参数
| 参数 | 默认值 | 说明 |
|---|---|---|
-t, --timeout |
30 | 单次请求超时时间（秒） |
--no-verify-ssl |
false | 跳过 SSL 证书验证 |
--no-keep-alive |
false | 禁用 HTTP Keep-Alive |
4.6 输出控制
| 参数 | 说明 |
|---|---|
--report FILE |
将 JSON 格式报告保存到指定文件 |
--no-display |
禁用实时统计面板（适合日志采集或 CI 环境） |
5. 使用场景
场景一：基础网站可用性测试
python stress_test.py -u https://your-site.com -c 50 -n 500
评估网站在 50 并发下的基本响应能力。
场景二：API 接口压力测试
python stress_test.py \
-u https://api.example.com/v1/users \
-m GET \
-H "Authorization: Bearer YOUR_TOKEN" \
-H "Accept: application/json" \
-c 100 \
-n 2000
测试需要认证的 API 接口。
场景三：POST 提交测试
python stress_test.py \
-u https://api.example.com/login \
-m POST \
-H "Content-Type: application/json" \
--data '{"username":"testuser","password":"testpass"}' \
-c 50 \
-n 500
场景四：表单提交测试
python stress_test.py \
-u https://example.com/contact \
-m POST \
-H "Content-Type: application/x-www-form-urlencoded" \
--data "name=test&email=test@example.com&message=hello" \
-c 30 \
-n 300
场景五：多页面轮询测试
# 从文件加载多个 URL，模拟真实用户访问不同页面
python stress_test.py -f urls.txt -c 50 -d 120
urls.txt 内容：
https://example.com/
https://example.com/products
https://example.com/about
https://example.com/contact
https://example.com/api/search?q=test
场景六：渐进加压测试
# 用 60 秒从 0 加压到 200 并发，持续测试 5 分钟
python stress_test.py -u https://example.com -c 200 -d 300 -r 60
逐步增加负载，观察系统在哪一级开始出现问题。
场景七：带 Cookie 的登录态测试
python stress_test.py \
-u https://example.com/dashboard \
--cookie "session_id=abc123;user_id=42" \
-c 50 \
-d 60
场景八：跳过 SSL 验证（自签名证书）
python stress_test.py -u https://internal.dev.local -c 20 -n 100 --no-verify-ssl
场景九：CI/CD 自动化测试
# 静默模式 + JSON 报告，适合集成到自动化流程
python stress_test.py \
-u https://staging.example.com \
-c 50 \
-n 1000 \
--no-display \
--report stress_result.json
场景十：多站点对比测试
# 同时测试多个站点（轮询模式）
python stress_test.py \
-u https://server-a.example.com \
-u https://server-b.example.com \
-c 50 \
-n 500
6. 输出说明
6.1 实时统计面板
测试运行时，终端每 0.5 秒刷新一次：
============================================================
| Stress Test Running
------------------------------------------------------------
进度: [###############...................] 50.0% (500/1000)
QPS: 152.3 req/s
并发数: 100
总请求: 500
耗时: 0:00:03
平均延迟: 45.2 ms
P50: 38.1 ms
P90: 72.5 ms
P99: 156.3 ms
成功率: 99.80% (成功: 499 失败: 1)
吞吐量: 1.2 MB/s
============================================================
| 指标 | 说明 |
|---|---|
| QPS | 每秒完成的请求数 |
| P50 | 50% 的请求在此延迟内完成（中位数） |
| P90 | 90% 的请求在此延迟内完成 |
| P99 | 99% 的请求在此延迟内完成 |
| 成功率 | HTTP 2xx/3xx 响应占比 |
6.2 最终报告
测试完成后自动输出完整报告：
================================================================
[*] 压力测试报告
2026-05-28 15:40:13
================================================================
> 测试配置
目标 URL: https://example.com
HTTP 方法: GET
并发数: 100
总耗时: 6.52s
> 请求统计
总请求数: 1000
成功: 998
失败: 2
成功率: 99.80%
平均 QPS: 153.4 req/s
> 延迟分布 (ms)
P50 38.1 ms ##......................
P75 55.2 ms ####..................
P90 72.5 ms #####.................
P95 102.8 ms ########..............
P99 156.3 ms ############..........
P99.9 312.1 ms ####################..
最小: 12.3 ms
最大: 312.1 ms
平均: 45.2 ms
标准差: 28.7 ms
> 吞吐量
总传输: 2.4 MB
吞吐量: 378.5 KB/s
> 状态码分布
HTTP 200 998 ####################
HTTP 502 2 #...................
> 综合评价
[Good] 良好 - 网站表现正常
================================================================
6.3 JSON 报告（--report）
{
"timestamp": "2026-05-28T15:40:13.123456",
"config": {
"urls": ["https://example.com"],
"method": "GET",
"concurrency": 100,
"total_requests": 1000,
"duration": null
},
"results": {
"total_requests": 1000,
"success": 998,
"errors": 2,
"success_rate": 99.8,
"elapsed_seconds": 6.52,
"avg_qps": 153.4,
"avg_latency_ms": 45.23,
"p50_ms": 38.1,
"p90_ms": 72.5,
"p95_ms": 102.8,
"p99_ms": 156.3,
"total_bytes": 2516480,
"throughput_bytes_sec": 386729.1,
"status_codes": {
"200": 998,
"502": 2
},
"errors_detail": {
"Timeout": 1,
"ClientConnectorError": 1
}
}
}
可用于：
- 存档记录
- 自动化流水线中的质量门禁
- 与 Grafana/Prometheus 等监控系统集成
- Python/JS 脚本二次分析
6.4 综合评价标准
| 等级 | 条件 | 含义 |
|---|---|---|
| Excellent | 成功率 >= 99.9% 且 P99 < 500ms | 优秀，可放心上线 |
| Good | 成功率 >= 99% 且 P99 < 1000ms | 良好，表现正常 |
| Fair | 成功率 >= 95% | 一般，建议优化 |
| Poor | 成功率 >= 80% | 较差，需要关注 |
| Bad | 成功率 < 80% | 很差，无法承受负载 |
7. 最终实践
7.1 测试前准备
- 确认权限 - 只对你拥有或获得授权的网站进行压测
- 选择低峰期 - 避免影响正常用户
- 从小到大 - 先用小并发验证脚本正确，再逐步加压
- 通知相关方 - 提前告知运维/开发团队
7.2 推荐测试流程
第 1 轮：验证脚本
python stress_test.py -u http://118.89.55.254 -c 5 -n 20
第 2 轮：基准测试
python stress_test.py -u http://118.89.55.254 -c 10 -n 100
第 3 轮：负载测试
python stress_test.py -u http://118.89.55.254 -c 50 -n 1000
第 4 轮：压力测试
python stress_test.py -u http://118.89.55.254 -c 100 -d 300 -r 30
第 5 轮：极限测试
python stress_test.py -u http://118.89.55.254 -c 500 -d 300 -r 60
7.3 并发数建议
| 场景 | 建议并发数 | 说明 |
|---|---|---|
| 个人博客/小型站点 | 10 - 50 | 通常单机部署 |
| 企业官网 | 50 - 200 | 可能有 CDN |
| 中型 API 服务 | 100 - 500 | 取决于后端架构 |
| 大型平台 | 500 - 2000 | 建议使用分布式工具 |
注意：单机压测受限于本机 CPU/内存/带宽，并发数过高时瓶颈可能在测试端而非目标服务器。
7.4 如何解读结果
- QPS 随并发增加而趋于平稳 -> 系统已达到瓶颈
- P99 延迟突增 -> 存在长尾请求，可能有慢查询或资源竞争
- 成功率下降 -> 服务器开始拒绝请求或超时
- HTTP 502/503 增多 -> 后端服务过载或网关超时
- Timeout 增多 -> 服务器处理不过来，请求排队
8. 常见问题
Q: 提示 "需要安装 aiohttp"
pip install aiohttp
Q: 中文显示乱码
Windows 默认终端使用 GBK 编码。解决方法：
# 方法 1：使用 Windows Terminal（推荐）
# 方法 2：切换终端编码
chcp 65001
# 方法 3：使用 --no-display 导出 JSON 报告
python stress_test.py -u https://site.com -n 100 --no-display --report result.json
Q: 出现 "Event loop is closed" 警告
这是 Python 3.8 在 Windows 上的已知无害警告，不影响测试结果。升级到 Python 3.9+ 可消除。
Q: 测试端成为瓶颈怎么办
- 减少并发数
- 在多台机器上分别运行（各自测试不同 URL 子集）
- 使用更专业的分布式工具（如 Locust、k6）
Q: 如何测试 WebSocket
当前版本仅支持 HTTP/HTTPS。如需 WebSocket 测试，建议使用专业工具。
Q: 如何测试需要登录的页面
# 方法 1：通过 Cookie
python stress_test.py -u https://site.com/dashboard \
--cookie "session=abc123" -c 20 -n 100
# 方法 2：通过 Header（Token 认证）
python stress_test.py -u https://api.site.com/data \
-H "Authorization: Bearer eyJhbG..." -c 20 -n 100
Q: 支持 HTTP/2 吗
当前使用 aiohttp，默认 HTTP/1.1。如需 HTTP/2 支持，可考虑替换为 httpx。
完整参数速查表
用法: python stress_test.py [目标] [模式] [选项]
目标（必选，二选一）:
-u URL 目标 URL（可多次指定）
-f FILE URL 列表文件
模式（必选，二选一）:
-n NUM 总请求数
-d SECONDS 持续时间（秒）
并发:
-c NUM 并发数（默认: 10）
-r SECONDS 渐进加压时间（默认: 0）
HTTP:
-m METHOD GET/POST/PUT/DELETE/PATCH/HEAD（默认: GET）
-H "K: V" 自定义请求头（可多次使用）
--cookie "K=V" Cookie
--data STRING 请求体（字符串）
--json '{}' 请求体（JSON）
网络:
-t SECONDS 超时时间（默认: 30）
--no-verify-ssl 跳过 SSL 验证
--no-keep-alive 禁用 Keep-Alive
输出:
--report FILE 保存 JSON 报告
--no-display 禁用实时显示