博客
关于我
LoadRunner参数化之九种取值方式
阅读量:492 次
发布时间:2019-03-06

本文共 820 字,大约阅读时间需要 2 分钟。

方式介绍

参数化方式的处理通常涉及几个关键选项,下面将详细介绍。

1. 行选择方式

在参数化处理过程中,有时需要选择数据行的方式。常见的选择方式主要有三种:

  • 顺序选择:默认情况下,参数化数据会按照预设的顺序,从上到下依次读取每一行的数据。这种方式很适合有序参数化文件的情况。
  • 随机选择:可以选择随机抽取参数化数据中的行,每次处理中都有可能读取到不同的数据行。
  • 唯一选择:如果需要确保数据的独特性,可以选择唯一读取某一行的数据,使其在同一次处理中只能读取一次。

2. 值更新方式

在参数化过程中,有时需要对数据进行动态更新。常见的更新方式包括:

  • 每次迭代更新:在每次迭代或数据处理循环中,都会更新当前所取的数据值。这是一种最常用的方式,适用于需要相对动态处理的场景。
  • 每次触发更新:在参数化推尊中,每当遇到特定的参数或触发条件时,都会更新当前的数据值。
  • 只更新一次:如果需要将数据值更新仅执行一次,整个脚本运行过程中,将根据需要在特定时刻进行值的设置,并保持最终的值不变。

3. 数据耗尽处理

当参数化数据耗尽时,系统需要处理异常情况的方式。以下是两种常见的处理方法:

  • 放弃虚拟用户:当没有数据可用时,会选择停止处理当前虚拟用户,避免出现无法处理的错误。
  • 循环处理:当数据行耗尽时,可以选择循环模式,继续从数据文件的开头重新读取数据。这种方式常用于批量处理场景。
  • 一直重复最后值:在数据耗尽时,可以选择继续使用最后一次读取到的数据值进行处理。这可能用于特定的长循环或反馈场景。

总结组合方式

通过对上述方式的组合,可以根据具体需求灵活配置参数化处理流程。例如,如果参数文件中有3个数据行,设置为4次迭代时,可以预期将如何处理每行数据。默认情况下,读取数据将是顺序读取,除非特别配置或选择其他方式进行随机、唯一等处理。

需要注意的是,在参数化文件数据不足或处理循环较多时,合理选择数据处理方式(如循环或重复使用最后值)可以提升处理效率和稳定性。

转载地址:http://gmddz.baihongyu.com/

你可能感兴趣的文章
PANDAS.READ_EXCEL()输出‘;溢出错误:日期值超出范围‘;而不存在日期列
查看>>
pandas100个骚操作:再见 for 循环!速度提升315倍!
查看>>
Pandas:如何根据其他列值的条件对列进行求和?
查看>>
Pandas:对给定列求和 DataFrame 行
查看>>
Pandas、Matplotlib、Pyecharts数据分析实践
查看>>
Pandas中文官档 ~ 基础用法1
查看>>
Pandas中文官档~基础用法2
查看>>
Pandas中文官档~基础用法5
查看>>
Pandas中文官档~基础用法6
查看>>
Pandas中的GROUP BY AND SUM不丢失列
查看>>
Pandas之iloc、loc
查看>>
pandas交换两列
查看>>
pandas介绍-ChatGPT4o作答
查看>>
pandas去除Nan值
查看>>
pandas实战:电商平台用户分析
查看>>
Pandas库函数
查看>>
Pandas库常用方法、函数集合
查看>>
pandas打乱数据的顺序
查看>>
pandas指定列数据归一化
查看>>
pandas改变一列值(通过apply)
查看>>