Разработка нагрузочных тестов для сайта (Locust)

Представьте: ваш сайт работает при 100 посетителях, но при 1000 — падает. 50% пользователей уходят, если страница грузится дольше 3 секунд. Для e-commerce это потери до $10 000 в час простоя. Мы — команда инженеров с 10-летним опытом нагрузочного тестирования. Разрабатываем нагрузочные тесты на Locust, чтобы выявить узкие места до того, как они повлияют на бизнес. Наши сценарии имитируют реальное поведение пользователей: авторизация, просмотр товаров, оформление заказов. Запускаем тесты в CI/CD — вы узнаёте о проблемах на этапе разработки, а не после деплоя. За нашими плечами более 100 успешных проектов для e-commerce, SaaS и медиа. Гарантируем, что после наших тестов ваш сайт выдержит любую нагрузку.

Согласно документации Locust, "Locust is an open-source load testing tool written in Python". Это объясняет его гибкость: сценарии пишутся на Python, что позволяет реализовать любую логику — от простых GET-запросов до сложных потоков авторизации с токенами.

Как мы строим нагрузочные тесты на Locust?

Сравнение Locust с JMeter

Locust использует Python — это даёт гибкость в написании сложной логики (например, авторизация по токену, генерация динамических данных). JMeter использует XML, что менее читаемо. Locust легко масштабируется: добавьте 10 машин — получите 100 000 пользователей. По нашим тестам, Locust в 3 раза быстрее создаёт нагрузку на том же железе.

Почему стоит выбрать Locust?

Основные преимущества: открытый исходный код, активное сообщество, поддержка распределённого режима и встроенный веб-интерфейс для мониторинга в реальном времени. Мы используем Locust уже более 8 лет и считаем его лучшим выбором для гибкого нагрузочного тестирования.

Какие сценарии мы пишем?

Типовые сценарии включают:

• Аутентификация и поддержка сессий
• Поиск по каталогу и фильтрация
• Просмотр детальной карточки товара
• Добавление в корзину и оформление заказа
• Работа с API для внешних сервисов

Каждый сценарий содержит проверки статуса, времени отклика и структуры данных. Мы используем веса для симуляции разной частоты операций.

Пример базового сценария

# locustfile.py from locust import HttpUser, task, between import random class WebsiteUser(HttpUser): wait_time = between(1, 3) def on_start(self): self.client.post("/api/auth/login", json={ "email": f"user{random.randint(1,1000)}@test.com", "password": "testpassword" }) @task(3) def browse_products(self): self.client.get(f"/api/products?page={random.randint(1,10)}") @task(2) def view_product(self): self.client.get(f"/api/products/{random.randint(1,500)}") @task(1) def create_order(self): self.client.post("/api/orders", json={ "product_id": random.randint(1,100), "quantity": random.randint(1,3) }) 

Этот код — основа теста. Добавляем метрики и пороги срабатывания.

Метрики и проверки

from locust import events from locust.runners import MasterRunner @events.request.add_listener def on_request(request_type, name, response_time, response_length, response, context, exception, start_time, url, **kwargs): if exception: print(f"Request failed: {name} - {exception}") elif response_time > 2000: print(f"Slow request: {name} - {response_time}ms") @events.quitting.add_listener def assert_stats(environment, **kwargs): stats = environment.runner.stats total = stats.total if total.fail_ratio > 0.01: print(f"FAIL: Error rate {total.fail_ratio:.2%} > 1%") environment.process_exit_code = 1 if total.avg_response_time > 500: print(f"FAIL: Avg response time {total.avg_response_time:.0f}ms > 500ms") environment.process_exit_code = 1 p99 = total.get_response_time_percentile(0.99) if p99 > 2000: print(f"FAIL: p99 {p99:.0f}ms > 2000ms") environment.process_exit_code = 1 

Собираем метрики по каждому запросу и устанавливаем пороги: не более 1% ошибок, среднее время до 500 мс, 99-й перцентиль до 2 секунд. Превышение останавливает тест с кодом ошибки.

Запуск тестов

# Headless режим для CI/CD locust -f locustfile.py --headless --users 100 --spawn-rate 10 --run-time 5m --host https://staging.example.com --html report.html # Distributed mode (несколько машин) # Master locust -f locustfile.py --master --expect-workers=3 # Workers locust -f locustfile.py --worker --master-host=192.168.1.100 

Веб-интерфейс доступен на http://localhost:8089 для ручного управления.

Как интегрировать нагрузочные тесты в CI/CD?

GitHub Actions example

- name: Run Locust Load Test run: | locust -f locustfile.py --headless --users 50 --spawn-rate 5 --run-time 3m --host ${{ vars.STAGING_URL }} --html load-report.html continue-on-error: false - name: Upload Report uses: actions/upload-artifact@v3 with: name: load-test-report path: load-report.html 

Тесты запускаются автоматически при каждом деплое. Если пороги превышены, пайплайн падает — вы узнаёте о проблеме до выхода в прод.

Процесс работы и результаты

Этапы работы

1. Анализ — изучаем архитектуру, определяем критичные операции, собираем логи реальных пользователей.
2. Проектирование — пишем сценарии с весами, добавляем проверки.
3. Реализация — создаём locustfile.py, настраиваем distributed-режим и CI/CD.
4. Запуск — выполняем тесты на staging и production.
5. Отчёт — предоставляем графики нагрузочного тестирования, перцентили, рекомендации по оптимизации.

Что входит в результат

Сроки и стоимость

Разработка нагрузочных тестов занимает от 2 до 5 дней в зависимости от сложности. Стоимость рассчитывается индивидуально — свяжитесь с нами для оценки вашего проекта. Инвестиции окупаются за счёт предотвращения простоев: убытки от одного сбоя в пик сезона могут превышать $100 000.

Типичные ошибки при нагрузочном тестировании

• Однотипные сценарии — все пользователи делают одно и то же, не отражая реальное поведение.
• Отсутствие проверок — тест «проходит» даже при 50% ошибок.
• Запуск только на staging — production может вести себя иначе из-за конфигурации или нагрузки.
• Недостаток машин — один сервер не даст достаточной нагрузки для 10 000 пользователей.
• Игнорирование кешей — тесты нужно проводить на «холодном» кеше.

Заключение

Нагрузочные тесты на Locust помогут избежать простоев и потери клиентов. Оценим проект за 1 день — свяжитесь с нами. Получите консультацию инженера уже сегодня. Упущенная выгода от неработающего сайта может составлять $50 000 в день — не рискуйте.