1. 前言
最近有小伙伴后台给我留言，说自己用 Django 写了一个大文件上传的 Api 接口，现在想本地检验一下接口并发的稳定性，问我有没有好的方案。
本篇文章以文件上传为例，聊聊 Jmeter 并发执行 Python 脚本的完整流程。
2. Python 实现文件上传
大文件上传包含 3 个步骤，分别是：
· 获取文件信息及切片数目
· 分段切片，并上传 - API
· 文件合并 - API
· 文件路径参数化
2-1 获取文件信息及切片数目
首先，获取文件的大小；
然后，利用预设的切片大小获取分段总数；
最后，获取文件名及 md5 值。
import os
import math
import hashlib
def get_file_md5(self, file_path):
"""获取文件的md5值"""
with open(file_path, 'rb') as f:
data = f.read()
return hashlib.md5(data).hexdigest()
def get_filename(self, filepath):
"""获取文件原始名称"""
# 文件名带后缀
filename_with_suffix = os.path.basename(filepath)
# 文件名
filename = filename_with_suffix.split('.')[0]
# 后缀名
suffix = filename_with_suffix.split('.')[-1]
return filename_with_suffix, filename, suffix
def get_chunk_info(self, file_path):
"""获取分段信息"""
# 获取文件总大小(字节)
file_total_size = os.path.getsize(file_path)
print(file_total_size)
# 分段总数
total_chunks_num = math.ceil(file_total_size / self.chunk_size)
# 文件名（带后缀）
filename = self.get_filename(file_path)[0]
# 文件的md5值
file_md5 = self.get_file_md5(file_path)
return file_total_size, total_chunks_num, filename, file_md5 2-2 切片及分段上传
利用分段总数和分段大小，对文件进行切片，调用分段文件上传接口。
import requests
def do_chunk_and_upload(self, file_path):
"""将文件分段处理，并上传"""
file_total_size, total_chunks_num, filename, file_md5 = self.get_chunk_info(file_path)
# 遍历
for index in range(total_chunks_num):
print('第{}次文件上传'.format(index + 1))
if index + 1 == total_chunks_num:
partSize = file_total_size % chunk_size
else:
partSize = chunk_size
# 文件偏移量
offset = index * chunk_size
# 生成分片id,从1开始
chunk_id = index + 1
print('开始准备上传文件')
print("分片id:", chunk_id, "文件偏移量：", offset, ",当前分片大小:", partSize, )
# 分段上传文件
self.__upload(offset, chunk_id, file_path, file_md5, filename, partSize, total_chunks_num)
def __upload(self, offset, chunk_id, file_path, file_md5, filename, partSize, total):
"""分次上传文件"""
url = 'http://**/file/brust/upload'
params = {'chunk': chunk_id,
'fileMD5': file_md5,
'fileName': filename,
'partSize': partSize,
'total': total
}
# 根据文件路径及偏移量，读取文件二进制数据
current_file = open(file_path, 'rb')
current_file.seek(offset)
files = {'file': current_file.read(partSize)}
resp = requests.post(url, params=params, files=files).text
print(resp) 2-3 合并文件
最后调用合并文件的接口，将分段小文件合成大文件。
def merge_file(self, filepath):
"""合并"""
url = 'http://**/file/brust/merge'
file_total_size, total_chunks_num, filename, file_md5 = self.get_chunk_info(filepath)
payload = json.dumps(
{
"fileMD5": file_md5,
"chunkTotal": total_chunks_num,
"fileName": filename
}
)
print(payload)
headers = {
"Content-Type": "application/json"
}
resp = requests.post(url, headers=headers, data=payload).text
print(resp) 2-4 文件路径参数化
为了并发执行，将文件上传路径参数化。
# fileupload.py
...
if __name__ == '__main__':
filepath = sys.argv[1]
# 每一段切片的大小(MB)
chunk_size = 2 * 1024 * 1024
fileApi = FileApi(chunk_size)
# 分段上传
fileApi.do_chunk_and_upload(filepath)
# 合并
fileApi.merge_file(filepath)
3. Jmeter 并发执行
在使用 Jmeter 创建并发流程前，我们需要编写批处理脚本。其中，执行批处理脚本时，需要跟上文件路径一起执行。
# cmd.bat
@echo off
set filepath=%1
python C:\Users\xingag\Desktop\rpc_demo\fileupload.py %* 然后，在本地新建一个 CSV 文件，写入多个文件路径：
# 准备多个文件路径（csv）
C:\\Users\\xingag\\Desktop\\charles-proxy-4.6.1-win64.msi
C:\\Users\\xingag\\Desktop\\V2.0.pdf
C:\\Users\\xingag\\Desktop\\HBuilder1.zip
C:\\Users\\xingag\\Desktop\\HBuilder2.zip
接着，就可以使用 Jmeter 创建并发流程了。
完整步骤如下：
· 创建一个测试计划，下面添加一个线程组
这里线程组数目与上面文件数目保持一致即可。
· 线程组下，添加「 同步定时器 」
同步定时器中的「 模拟用户组的数量 」和上面参数数量保持一致。
· 添加 CSV 数据文件设置
指向上面准备的 csv 数据文件，设置文件格式为 UTF-8，变量名称设置为 file_path，最后将线程共享模式设置为「 当前线程组 」。
· 添加调试取样器，方便调试
· 添加 OS 进程取样器
选择上面创建的批处理文件，命令行参数设置为「 ${file_path} 」
· 添加查看结果数
4. 最后
运行上面创建的 Jmeter 并发流程，在结果数中可以查看并发上传文件的结果。
当然，我们可以增加并发数量去模拟真实的使用场景，只需要修改 CSV 数据源及 Jmeter 参数即可。
