Azure Load Testing è un servizio completamente gestito che consente di eseguire test di carico su applicazioni ospitate su Azure o altrove. Di recente, è stato introdotto il supporto per Locust, un'importante novità rispetto al tradizionale utilizzo di JMeter. Locust è un framework Python moderno, leggero e altamente scalabile, progettato per test di carico distribuiti e personalizzati con semplicità ed efficienza.

Rispetto a JMeter, Locust offre un approccio più intuitivo per gli sviluppatori grazie all?uso di script Python, consentendo una maggiore flessibilità nella creazione degli scenari di test. Inoltre, Locust risulta generalmente più efficiente in ambienti distribuiti, supportando una scalabilità migliore con minore overhead.

L'utilizzo di Locust[ con Azure Load Testing consente di sfruttare un potente framework Python per simulare un elevato numero di utenti simultanei. Il vantaggio principale è la capacità di scrivere test altamente personalizzati, tuttavia richiede familiarità con Python e la creazione di script dedicati.

Per configurare un test di carico con Locust su Azure è necessario caricare uno script di test scritto in Python utilizzando la libreria Locust.

Un esempio di test che verifica due indirizzi di un sito internet potrebbe essere il seguente:

from locust import HttpUser, TaskSet, task, between

class WebsiteTasks(TaskSet):

  @task
  def load_homepage(self):
    self.client.get("https://example.com")

  @task
  def load_about(self):
    self.client.get("https://example.com/about")

class WebsiteUser(HttpUser):
  tasks = [WebsiteTasks]
  wait_time = between(1, 5)

In questo esempio, simuliamo utenti che accedono sia alla home page sia alla pagina 'About' del sito.

Successivamente, impostiamo i parametri del test come il numero massimo di utenti simultanei e la durata del test. Azure Load Testing eseguirà lo script distribuendo automaticamente il carico sui nodi configurati e restituirà un report dettagliato contenente metriche chiave come latenza, throughput e tassi di errore.

Una volta creato il test, la sua esecuzione e l'analisi dei risultati seguono un processo del tutto simile a quello di JMeter, rendendo familiare l'esperienza per chi già utilizza questo strumento. Infine, ricordiamo che l'integrazione con altri servizi Azure come Application Insights può fornire ulteriori dettagli sulle prestazioni dell'applicazione e identificare più facilmente i colli di bottiglia.