本文已参与「新人创作礼」活动，一起开启掘金创作之路。

1、概念

  Locust 的默认 HTTP 客户端使用的是 python-requests 库。如果我们需要运行非常高的吞吐量测试，去判断吞吐量是否达到预期值，并且运行 Locust 的电脑CPU满了，可以使用 FastHttpUser 客户端，它使用 geventhttpclient 代替。它跟 requests 库的API很相似，并且使用的 CPU 时间要少得多，可以让运行 locust 时候，电脑 CPU 的每个核最大请求数增加 5 到 6 倍。   使用 FastHttpUsers 的测试每个核心每秒可以处理接近 5000 个请求，而不是 HttpUser 大约 850 个请求（在 2018 年 MacBook Pro i7 上测试） 2.6GHz）。只要CPU没过载，FastHttpUser 的响应时间应该与 HttpUser 的响应时间几乎相同。

2、估算电脑允许的最大并发数

查看单个 Intel(R) Core(TM) i5-10500 型号的CPU 的线程数是12， 结论就是：我电脑总共12个内核，可同时处理24个线程，设置12个节点，开始执行并发测试：

• FastHttpUsers 单核每秒可以处理接近 5000 个请求，每秒可以处理接近 6万个请求，实际按5万算吧
• HttpUser 单核每秒可以处理接近 850个请求（在 2018 年 MacBook Pro i7 上测试） 2.6GHz），12个内核，使用 httpuser 后，每秒可以处理接近9000 个请求

所以，自己电脑12个节点全开的情况下， （1）12节点全开，电脑CPU不过载，9000并发以下的时候使用httpuser （2）12节点全开，电脑CPU过载了，9000并发以上了，考虑使用FastHttpUsers （3）12节点全开，电脑CPU过载了，并发超过6万了，拓展节点机器继续分布式压测，比如这里同事电脑的CPU总共12核，就可以开启12个节点，最大化利用CPU资源，增加电脑发给服务器的每秒的请求数。

注意：很容易因为理解不深刻，导致电脑每秒发给服务的请求数不够，比如在自己电脑20万并发，实际每秒只发送了9000个请求，服务器每秒接收到的并不是20万并发的请求数，通过分布式执行来确保20万确实是并发上去了。

3、fasthttpuser的使用

from locust import task, FastHttpUser

class MyUser(FastHttpUser):
    @task
    def index(self):
        response = self.client.get("/")