python实现websocket的客户端压力测试

yipeiwu_com7年前Python基础

使用python进行websocket的客户端压力测试,这个代码是从github上 找到。然后简单修改了下。大神运用了进程池,以及线程池的内容。所以保存下来,学习学习

然后需要说明的是:本次用的python2.7,也尝试用python3.6,但是老实出现websocket-client包和python3不能兼容的情况,提示没有相关的方法。所以不得已最后又采用了python2

# -*- coding:utf-8 -*-
# __author__ == 'chenmingle'
 
import websocket
import time
import threading
import json
import multiprocessing
import uuid
from threadpool import ThreadPool, makeRequests
 
# 修改成自己的websocket地址
WS_URL = "xxxx"
# 定义进程数
processes = 4
# 定义线程数(每个文件可能限制1024个,可以修改fs.file等参数)
thread_num = 700
index = 1
 
 
def on_message(ws, message):
  # print(message)
  pass
 
 
def on_error(ws, error):
  print(error)
  pass
 
 
def on_close(ws):
  # print("### closed ###")
  pass
 
 
def on_open(ws):
  global index
  index = index + 1
 
  def send_thread():
    # 设置你websocket的内容
    # 每隔10秒发送一下数据使链接不中断
    while True:
      ws.send(u'hello服务器')
      time.sleep(10)
 
  t = threading.Thread(target=send_thread)
  t.start()
 
 
def on_start(num):
  time.sleep(5)
  # websocket.enableTrace(True)
  ws = websocket.WebSocketApp(WS_URL + str(num),
                on_message=on_message,
                on_error=on_error,
                on_close=on_close)
  ws.on_open = on_open
  ws.run_forever()
 
 
def thread_web_socket():
  # 线程池
  pool_list = ThreadPool(thread_num)
  num = list()
  # 设置开启线程的数量
  for ir in range(thread_num):
    num.append(ir)
  requests = makeRequests(on_start, num)
  [pool_list.putRequest(req) for req in requests]
  pool_list.wait()
 
 
if __name__ == "__main__":
  # 进程池
  pool = multiprocessing.Pool(processes=processes)
  # 设置开启进程的数量
  for i in xrange(processes):
    pool.apply_async(thread_web_socket)
  pool.close()
  pool.join()

以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持【听图阁-专注于Python设计】。

相关文章

Python基础入门之seed()方法的使用

 seed() 设置生成随机数用的整数起始值。调用任何其他random模块函数之前调用这个函数。 语法 以下是seed()方法的语法: seed ( [x] ) 注意...

Python GAE、Django导出Excel的方法

但GAE、Django并没有直接将pyExcelerator导出为Excel的方法。我的思路是先用把数据导入到Workbook和Worksheet中,如果存为文件可以直接调用Workbo...

利用Python实现kNN算法的代码

邻近算法(k-NearestNeighbor) 是机器学习中的一种分类(classification)算法,也是机器学习中最简单的算法之一了。虽然很简单,但在解决特定问题时却能发挥很好的...

Opencv+Python 色彩通道拆分及合并的示例

Opencv+Python 色彩通道拆分及合并的示例

一、图像色彩通道拆分 import cv2 img1 = cv2.imread(r"D:\OpencvTest\example.jpg", cv2.IMREAD_COLOR) #...

Python学习小技巧之列表项的推导式与过滤操作

本文介绍的是关于Python中列表项的推导式与过滤操作的相关内容,分享出来供大家参考学习,下面来一起看看吧: 典型代码1: data_list = [1, 2, 3, 4, 0, -...