来源：AirPython

作者：星安果

1. 前言

大家好，我是安果！

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:UsersxingagDesktoprpc_demofileupload.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:UsersxingagDesktopcharles-proxy-4.6.1-win64.msi
C:UsersxingagDesktopV2.0.pdf
C:UsersxingagDesktopHBuilder1.zip
C:UsersxingagDesktopHBuilder2.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