Locust性能测试工具中自定义图表百分位数的配置方法
2025-05-07 01:58:23作者:宣海椒Queenly
Locust作为一款流行的开源负载测试工具,其Web界面提供了直观的图表展示功能,默认会显示请求响应时间的P95和P99百分位数。但在实际性能测试场景中,测试人员可能需要查看其他百分位数的数据。
默认配置分析
Locust默认配置下,Web界面图表仅展示95%和99%两个百分位数的响应时间数据。这两个百分位数对于大多数性能测试场景已经足够,能够反映系统在高负载下的表现情况。
自定义百分位数配置
Locust提供了灵活的配置选项,允许用户自定义需要在图表中展示的百分位数。通过修改PERCENTILES_TO_CHART参数,可以指定任意需要的百分位数。
配置方法如下:
- 在Locust测试脚本中导入locust.stats模块
- 修改PERCENTILES_TO_CHART参数
- 指定需要展示的百分位数列表
示例代码:
import locust.stats
locust.stats.PERCENTILES_TO_CHART = [0.5, 0.6, 0.7, 0.8, 0.9, 0.95, 0.99]
配置建议
在实际应用中,建议根据测试需求选择合适的百分位数组合:
- 基础监控:保留默认的0.95和0.99
- 详细分析:增加0.5(中位数)、0.8等中间值
- 极端情况:可考虑添加0.999等高百分位
注意事项
- 配置修改需要在测试开始前完成
- 过多的百分位数可能导致图表拥挤,影响可读性
- 不同百分位数的选择会影响Web界面的性能
- 配置变更后需要重启测试才能生效
通过合理配置百分位数,测试人员可以更全面地了解系统在不同负载情况下的性能表现,为性能优化提供更精确的数据支持。
登录后查看全文
热门项目推荐
相关项目推荐
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
522
3.71 K
Ascend Extension for PyTorch
Python
327
384
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
875
576
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
334
161
暂无简介
Dart
762
184
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.32 K
744
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
React Native鸿蒙化仓库
JavaScript
302
349
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
112
134