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

在ironpython中利用装饰器执行SQL操作的例子

比较喜欢python的装饰器, 试了下一种用法,通过装饰器来传递sql,并执行返回结果 这个应用应该比较少 为了方便起见,直接使用了ironpython, 连接的mssql server...

使用pandas实现连续数据的离散化处理方式(分箱操作)

Python实现连续数据的离散化处理主要基于两个函数,pandas.cut和pandas.qcut,前者根据指定分界点对连续数据进行分箱处理,后者则可以根据指定箱子的数量对连续数据进行等...

pytorch绘制并显示loss曲线和acc曲线,LeNet5识别图像准确率

pytorch绘制并显示loss曲线和acc曲线,LeNet5识别图像准确率

我用的是Anaconda3 ,用spyder编写pytorch的代码,在Anaconda3中新建了一个pytorch的虚拟环境(虚拟环境的名字就叫pytorch)。 以下内容仅供参考哦~...

Python的Django框架中if标签的相关使用

{% if %} 标签检查(evaluate)一个变量,如果这个变量为真(即,变量存在,非空,不是布尔值假),系统会显示在 {% if %} 和 {% endif %} 之间的任何内容,...

python随机在一张图像上截取任意大小图片的方法

如下所示: ''' 机器学习中随机产生负样本的 ''' import cv2 import random #读取图片 img=cv2.imread('1.png') #h...