OpenCode: 智能AI编程助手,革命性的软件开发体验
围绕 OpenCode 这类 AI 编程助手的体验与使用场景,整理它在理解上下文、辅助开发和提升效率方面的价值,也记录个人对 AI 编程工具边界的观察。
记录使用 Locust 做服务器压力测试的基本流程,包括脚本编写、启动测试和观察结果。
整理说明:这篇是早期实践笔记,本次主要修正分类、标签和摘要;正文保留当时的操作记录。若要按现在环境复现,建议结合当前版本文档再核对一遍。
试试用Locust对自己的小垃圾服务器进行一些性能测试QAQ
pip install locust
from locust import HttpUser, task, between
class WebsiteUser(HttpUser):
host = "https://your-server-address.com" # 替换为你的服务器地址
wait_time = between(1, 5)
@task
def load_homepage(self):
self.client.get("/", verify=False)
locust -f testfile.py
Locust会创建一个Web server在本机8089端口,但是因为忘记了是在wsl上执行的了就忘了QAQ
在wsl上
ip addr
查看本机ip后再用ip:8089进行启动

即可输入参数进行测试
为了测试最大rps,可以加上—step-load参数(已经在1.3版本删除啦)
需要使用继承LoadTestShape类自定义负载曲线,在py文件中包含此类locust会自动识别并使用
如:
class MyCustomShape(LoadTestShape):
use_common_options = True
# time_limit设置时限整个压测过程为60秒
time_limit = 60
# 设置产生率一次启动10个用户
spawn_rate = 10
# 设置tick()函数
def tick(self):
'''
设置 tick()函数
并在tick()里面调用 get_run_time()方法
'''
# 调用get_run_time()方法获取压测执行的时间
run_time = self.get_run_time()
# 运行时间在 time_limit之内,则继续执行
if run_time >>>>"+datetime.datetime.now().strftime('%Y-%m-%d-%H:%M:%S.%f'))
return (user_count, self.spawn_rate)
会生成一个梯度上升的曲线

现在就可以愉快的使用UI对机器进行查看啦

对于2G,两核的小破烂已经很满意了QAQ,有钱了一定拉满QAQ
