У нашего бизнеса нет денег на нагрузочное тестирование. Мне интересно свой проект написать и поэксперементировать с его архитектурой, поэтому хочется учить что-то, что в мире питона котируется)
Я бы с радостью все пробовала, если бы молодость никогда не заканчивалась)
Если явных фаворитов нет – попробую Locust)
Просто для ORM как бы тоже есть несколько вариантов, но ни разу не видела, чтобы использовали что-то кроме джанги или алхимии, и подумала: может, для нагрузочного тестирования примерно такая же ситуация.
В любом случае спасибо ❤️
Locust — вполне «котируемый» и разумный выбор для Python, особенно если цель — не формально закрыть нагрузочное тестирование на работе, а экспериментировать с архитектурой собственного проекта.
Что сейчас считается современным подходом
Главный тренд — не конкретная утилита, а performance testing as code:
сценарии хранятся рядом с кодом приложения;
тесты запускаются из CI/CD;
задаются автоматические критерии прохождения: например, p95 < 300 мс и ошибок меньше 1%;
моделируется реальный поток запросов, а не просто «запустим 500 потоков»;
результаты сопоставляются с метриками приложения, базы данных и инфраструктуры.
Например, k6 поддерживает пороговые значения, которые завершают тест с ошибкой и подходят для автоматических performance-gates в CI. Он также явно разделяет нагрузку по числу виртуальных пользователей и по интенсивности поступления запросов — open/closed workload models.
Есть ли разница, на чём написано web-приложение
Для обычного HTTP/API-тестирования — практически нет. Генератор нагрузки видит URL, HTTP-запросы, cookies, токены и ответы. Ему безразлично, обслуживает их Django, FastAPI, Spring или Go.
Язык инструмента влияет на другое:
насколько удобно писать сложные пользовательские сценарии;
можно ли переиспользовать Python-библиотеки и вспомогательный код;
сколько запросов способен создать один генератор;
насколько удобно моделировать нужный тип нагрузки;
какие протоколы и интеграции поддерживаются.
Не стоит только слишком тесно связывать тест с внутренностями приложения — например, напрямую импортировать ORM-модели сервера. Нагрузочный тест полезнее держать преимущественно black-box: работать с системой так же, как реальный клиент.
Как выглядят основные варианты
Locust — лучший первый кандидат, когда хочется остаться в Python. Сценарии пишутся обычным Python-кодом, есть web-интерфейс, распределённый запуск master/worker и произвольные формы нагрузки. Встроена поддержка HTTP/HTTPS, а другие протоколы можно подключать через собственные клиенты.
Его важны
Спасибо большое!!!!!! Правда на новой почве стало еще больше вопросов 😅
По поводу black-box:
Насколько плохо импортировать схемы ручек?
С одной стороны: это часть приложения и нигде, по логике, кроме него самого не должна использоваться
Но с другой: схемы ручек относятся к открытому интерфейсу и чем-то приватным особо не является, так почему бы их не импортировать в locust, раз они так доступны и могут помочь валидировать корректность тестов через статический анализатор, как пример?)
Вообще есть ли какие-то хорошие книги по тематике?)
(3 + 10) Wajuddin Ali, пожалуйста, отправьте решение указанной арифметической задачи в этот чат в течение указанного времени, иначе вы будете кикнуты. Спасибо! (20 сек)
При поддержке 1inch
добрый день всем )
ребят есть опытные разработчки или в целом кто уже чет знает в этом вопрос
на сколько сейчас backend вообще актуально? может кто-то поделиться личным опытом
Всем привет, нахожусь в процессе самообучения стек (python, fastapi, sqlachemy). Пишу свой пет-проект ну и на нем собственно учусь.
Параллельно поглядываю вакансии на hh, чтобы понимать что изучать дальше. И вижу по 800+ откликов на вакансии в которых указан год-3 опыта. Может кто подсказать, как с таким количеством откликов вообще выделиться и попасть на эту первую работу? Может рассмотреть еще другие площадки или что-то в этом роде
Откликаться на вакансии из европы и US. Их там много. Ну и вообще автоматизировать поиск и подачу на вакансии. Сейчас это вполне удобно делается через клода или гпт
Писать подробное сопроводительное под каждую вакансию, говорить, что тебе там понравилось и почему ты хочешь туда. Либо да, за границу. Отдавать ии написание резюме плохая идея, т.к. на том же hh куча фильтров и такие резюме отлетают еще до просмотра рекрутером. Если юзать ии, то только структурно, в общих чертах, но финальный текст ручками
Всем привет, хотел бы спросить у вас, кто-нибудь из вас работает? Мог бы поделится с какими навыками получил первый оффер, что делал и как проходил собеседования, куда щас лучше попытаться пройти или вообще найти маленькую команду для начала , может написать в кратце как вы дошли до своей первой работы
Привет. Если целиться в AI/LLM-инженерию, то сейчас ситуация такая: курсы дают базу, но оффер даёт пет-проект. Не туториал с YouTube, а что-то своё — например, поднять RAG-бота над своими документами и задеплоить.
На собесах сейчас спрашивают не формулы, а как ты будешь чинить, когда оно сломается в проде. В маленькие команды идти стоит — там быстрее растёшь. Удачи!
Так понимаю переизбыток джунов связан с вкатунами после курсов с пустым портфолио в основном..
Хотя слыхал что в ближайшее лет 5 надобности в новых спецов не будет