如何在Python中对FastAPI异步接口进行压力测试_结合pytest与httpx实现
不能直接用 requests 测试 FastAPI 异步接口,因为 requests 是同步阻塞的,会卡住 asyncio event loop,导致并发请求串行执行、QPS 极低;必须使用 httpx.AsyncClient 配合 pytest-asyncio,并启用 lifespan="on" 以确保 ASGI 生命周期正常。
为什么不能直接用 requests 测试 FastAPI 异步接口
因为 requests 是同步阻塞的,它会卡住整个 asyncio event loop,导致并发请求实际变成串行执行。压测时看到的 QPS 可能只有 5–10,远低于真实能力——这不是接口慢,是测试工具拖了后腿。
必须用原生支持异步的 HTTP 客户端,httpx 是目前最稳妥的选择:它同时提供 sync/async API,与 FastAPI 的 async/await 语义完全对齐,且 pytest 支持 async test 函数(需配合 pytest-asyncio 插件)。
pytest + httpx 异步测试的最小可行配置
先确保安装正确依赖:
pip install fastapi uvicorn httpx pytest pytest-asyncio
关键点在于三处声明必须一致:
- 测试函数要加
@pytest.mark.asyncio装饰器 - 客户端必须用
httpx.AsyncClient实例 - FastAPI app 必须以
app=app方式传入,不能用base_url="http://localhost:8000"—— 否则绕过 ASGI,失去异步上下文
示例结构:
import pytest from httpx import AsyncClient from myapp.main import app # 假设你的 FastAPI 实例叫 app@pytest.mark.asyncio async def test_health(): async with AsyncClient(app=app, base_url="https://www.ufcn.cn/link/9688c999c6508777280b6e8074ad82fa") as ac: res = await ac.get("/health") assert res.status_code == 200
用 pytest-asyncio 控制并发压力的关键参数
单纯写 async test 不等于压测。真正施加压力靠的是 pytest 的并发执行机制,不是单个 await ac.post(...) 的快慢。
推荐两种方式组合使用:
Bing图像创建器
必应出品基于DALL·E的AI绘图工具
- 用
pytest -n 4启用 4 个 worker 并行跑多个测试函数(适合多 endpoint 场景) - 在单个 test 内用
asyncio.gather()发起批量并发请求(适合单 endpoint 高频压测)
例如模拟 100 个并发 POST 请求:
@pytest.mark.asyncio
async def test_bulk_create():
async with AsyncClient(app=app, base_url="https://www.ufcn.cn/link/9688c999c6508777280b6e8074ad82fa") as ac:
tasks = [ac.post("/items", json={"name": f"item-{i}"}) for i in range(100)]
results = await asyncio.gather(*tasks, return_exceptions=True)
# 注意:gather 不抛异常,失败结果是 Exception 实例,需手动检查
errors = [r for r in results if isinstance(r, Exception)]
assert len(errors) == 0
容易被忽略的 ASGI 生命周期陷阱
FastAPI 在测试模式下不会自动运行 startup/shutdown 事件——比如数据库连接池、Redis client、后台任务调度器都不会初始化。压测时可能报 AttributeError: 'NoneType' object has no attribute 'execute' 这类错,本质是依赖没就绪。
解决方案只有两个:
- 在测试前显式触发:
await app.router.startup()(注意:不是app.state上的任意属性,而是 router 的方法) - 更稳妥的做法是复用 Uvicorn 的测试 lifespan 逻辑,在
AsyncClient初始化时传入lifespan="on"(需 httpx ≥ 0.23.0)
推荐写法:
async with AsyncClient(app=app, base_url="https://www.ufcn.cn/link/9688c999c6508777280b6e8074ad82fa", lifespan="on") as ac:
# 此时 startup 已执行,shutdown 会在 exit 时自动调用
如果用了自定义 @asynccontextmanager 的 lifespan,务必确认它不依赖真实网络或外部服务——否则测试会超时或失败。
如非特殊说明,本站内容均来自于网友自主分享,如有任何问题均请联系我们进行处理!
猜您喜欢
怎么判断电脑硬盘是SATA2还是SATA3_接口协议与理论速度对比【经验】
2026-06-04应使用CrystalDiskInfo查看“传输模式”:显示“SATA/600”为SATA3,“SATA/300”为SATA2;该数值反映硬盘与主板实际协商速率,非标称能力或物理接口版本,需结合BIOSSATA配置和主板说明书交叉验证。 要确认你电脑硬盘当前运行在SATA2还是SATA3协议下,不能只看接口颜色或线缆外观,必须通过软件读取硬盘与主板协商后的实际工作模式——因为同一块SATA3硬盘插在...
如何修复Python aiohttp请求时出现的ClientPayloadError?
2026-06-04ClientPayloadError表明服务端提前关闭连接,非客户端代码错误;常见于服务端超时、拒绝大响应或代理截断,需通过抓包、检查响应头、服务端日志及添加读取超时和异常处理来定位解决。 ClientPayloadError通常意味着服务端提前关闭了连接 这个错误不是客户端代码写错了,而是aiohttp在读取响应体时发现服务端已经断开了连接。常见于服务端超时、主动拒绝大响应、或代理/网关(如Ng...
如何使用Python监控服务器CPU温度并邮件告警_通过psutil模块读取系统信息
2026-06-04psutil无法直接读取CPU温度,因其依赖系统硬件接口且Linux需lm_sensors支持、Windows/macOS完全不支持;可靠方式是用subprocess调用sensors命令解析输出,并配合邮件告警与健壮性设计。 psutil本身不提供CPU温度读取功能——它无法直接获取温度传感器数据,强行调用psutil.sensors_temperatures()在多数Linux发行版(尤其是无...
如何在Python中验证文件的MD5校验和以确保数据完整性?
2026-06-04必须分块读取,推荐8192或65536字节块大小,以rb模式打开文件,循环调用update(),最后用hexdigest()获取32位小写十六进制字符串;校验时需strip().lower()统一格式并做长度校验。 用hashlib.md5()读取文件并计算校验和 直接调用hashlib.md5()并传入整个文件内容(比如md5.update(f.read()))在大文件上会爆内存。必须分块读取,...
怎样在Python Tkinter中使用线程池处理高并发的GUI数据更新?
2026-06-04不能直接用ThreadPoolExecutor更新Tkinter控件,因为Tkinter的Tcl解释器只允许主线程操作UI;子线程(包括线程池中的工作线程)调用widget方法会引发TclError或卡死;必须通过queue.Queue+root.after()将结果安全传回主线程更新。 为什么不能直接用concurrent.futures.ThreadPoolExecutor更新Tkinter控...
如何在Python 3中正确判断一个对象是否为某个类的实例?
2026-06-04应优先使用isinstance()而非type()做类型判断,因isinstance()遵循MRO、支持继承与ABC,体现鸭子类型哲学;type()仅判别直接类型,适用极少数需严格身份校验的场景。 用isinstance()而不是type() 直接比较type(obj)==SomeClass在绝大多数场景下是错的——它无法识别子类实例。比如isinstance(42,int)返回True,但typ...
为什么Python Django默认使用PBKDF2算法进行密码哈希?
2026-06-04Django默认使用PBKDF2而非Argon2或bcrypt,因其零依赖、NIST合规、迭代与salt可扩展,且默认26万次迭代兼顾安全与性能;make_password和check_password均动态读取PASSWORD_HASHERS[0],支持渐进式算法迁移。 PBKDF2是Django默认密码哈希算法,因为它在安全性、兼容性与可配置性之间取得了最务实的平衡。 为什么不是更“新”的Ar...
如何在Python中自定义NumPy的打印格式以方便调试?
2026-06-04np.set_printoptions()可直接控制NumPy数组显示格式;默认格式因小数位不一致、科学计数法混用及自动截断而影响调试效率;关键参数需协同设置,如precision控制有效位数、suppress禁用科学计数法、threshold避免省略、linewidth防换行混乱、floatmode='fixed'统一小数位;调试时应按目标切换组合,并注意全局生效与及时还原。 直接用np.set...
如何使用Python自动化同步GitLab与GitHub代码_利用Subprocess调用指令
2026-06-04直接用subprocess调用git命令同步GitLab和GitHub是轻量、可控、不依赖第三方库的可靠方案,核心三步:裸克隆→添加远程→gitpush--mirror,支持全分支、标签及完整历史同步,且避免API封装带来的繁琐遍历与权限管理。 直接用subprocess调用git命令同步GitLab和GitHub,是轻量、可控、不依赖第三方库的可靠方案。它绕开了API权限配置、token管理和网...
如何创建一个每天定时向 Telegram 群组发送消息的独立机器人
2026-06-04telegram机器人本身不具备“自动唤醒”或“离线执行”能力,必须持续运行在一台24/7在线的服务器上;本地电脑关机即停止发送,需借助云平台(如pythonanywhere、heroku或vps)实现真正的每日定时推送。 telegram机器人本身不具备“自动唤醒”或“离线执行”能力,必须持续运行在一台24/7在线的服务器上;本地电脑关机即停止发送,需借助云平台(如pythonanywhere、...
