步驟：

*定義請求函數

*把請求函數添加進入多線

參考代碼：

 1 import threading
 2 import time
 3 import requests
 4 
 5 # 獲取毫秒級時間
 6 def get_time_ms():
 7     ct = time.time()    # 時間戳
 8     local_time = time.localtime(ct) # 本地化時間
 9     cart_time_strftime = time.strftime("%Y-%m-%d %H:%M:%S", local_time)  # 格式化時間
10     cart_time_strftime_ms = (ct - int(ct)) * 1000
11
 
     ms = "%s.%03d" % (cart_time_strftime, cart_time_strftime_ms) # 拼接，獲取毫秒級時間
12     return ms
13 
14 # 定義請求函數
15 def trafficSearch():
16     session = requests.session()
17     url = "https://www.cnblogs.com/xuxiongbing/p/9475772.html"
18     try:
19         jmt_request = session.get(url)
20         status_code = jmt_request.status_code
 
21         return status_code
22     except Exception as e:
23             return str(e)
24 
25 threads = []
26 for jk in range(1,100):
27     s = threading.Thread(target=trafficSearch,args=())    # 把請求函數加入多線程中去
28     threads.append(s)
29 
30 
31 if __name__ == ‘__main__‘:
32     for t in threads:
33         t.setDaemon(True)           #
 
 把多線程設置為守護線程
34         t.start()             # 開始執行多線程
35         print ((‘%s 執行時間為 %s‘) % (t,get_time_ms()))     # 輸出執行時間
36     t.join()       # 阻塞主線程執行
37     print("all over %s" % get_time_ms())
38     exit()

執行結果為

我這裏只是請求，然後把請求加入了多線程，並沒有斷言。要斷言自己加把

這裏，我有一個思考，參考請求結果，會發現大部分的線程請求響應都是在一秒內完成，但不是同毫秒內完成的。所以，我在想，性能測試是不是沒有真正意義上的並發，只能是狹義上的並發。

關於並發的定義，即同時執行，這個時應該指的是用戶能夠接受的時間或者客戶要求的時間，而不是一秒，我估計很多測試者都會有這個誤解，認為並發就是要在一秒內完成。

另外還有網絡上的延時，不可能有真正意義上的並發，只能是狹義上的並發。

使用python多線程進行簡單的性能測試