在進(jìn)行性能測(cè)試時(shí)，我們需要對(duì)測(cè)試結(jié)果進(jìn)行監(jiān)控和分析，以便于及時(shí)發(fā)現(xiàn)問(wèn)題并進(jìn)行優(yōu)化。 Locust在內(nèi)存中維護(hù)了一個(gè)時(shí)間序列數(shù)據(jù)結(jié)構(gòu)，用于存儲(chǔ)每個(gè)事件的統(tǒng)計(jì)信息。 這個(gè)數(shù)據(jù)結(jié)構(gòu)允許我們?cè)贑harts標(biāo)簽頁(yè)中查看不同時(shí)間點(diǎn)的性能指標(biāo)，但是正因?yàn)長(zhǎng)ocust WebUI上展示的數(shù)據(jù)實(shí)際上是存儲(chǔ)在內(nèi)存中的。所以在Locust測(cè)試結(jié)束后，這些數(shù)據(jù)將不再可用。 如果我們需要長(zhǎng)期保存以便后續(xù)分析測(cè)試數(shù)據(jù)，可以考慮將Locust的測(cè)試數(shù)據(jù)上報(bào)到外部的數(shù)據(jù)存儲(chǔ)系統(tǒng)，如InfluxDB，并使用Grafana等可視化工具進(jìn)行展示和分析。

如果你準(zhǔn)備從事AI方面的研究，還未掌握Python，以下建議收藏學(xué)習(xí)。

本著 「路漫漫其修遠(yuǎn)兮, 吾將上下而求索」 的精神。終于要開始深入研究 Python 中 asyncio 的源碼實(shí)現(xiàn)啦。 本文章可能篇幅較長(zhǎng)，因?yàn)槭侵鹦蟹治?asyncio 的實(shí)現(xiàn)，也需要讀者具有一定的 asyncio 編碼經(jīng)驗(yàn)和功底，推薦剛開始踏上 Python 異步編程之旅的朋友們可以先從官方文檔入手，由淺入深步步為營(yíng)。 若在讀的你對(duì)此感興趣，那么很開心能與你分享我的學(xué)習(xí)成果。 本次源碼分析將在 Python 3.11.3 的版本上進(jìn)行探索。