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
python os.system
查看>>
Python os.system执行多条语句,os.system的返回值以及与os.popen的区别
查看>>
Python os和sys模块
查看>>
python os文件/目录
查看>>
Python Package 之 Faker(随机姓名、电话)
查看>>
python运算符优先级
查看>>
Python Panda TIME 系列重新采样
查看>>
python pandas TimeStamps到夏令时的本地时间字符串
查看>>
Python pandas 数据清洗与数据绘图实战
查看>>
Python输出信息
查看>>
Python Pandas 用顶行替换标题
查看>>
Python pandas 通过 dt 访问器有效地将日期时间转换为时间戳
查看>>
Python Pandas-从DataFrame按类别绘制多个条形图
查看>>
Python Pandas:每月或每周拆分 TimeSerie
查看>>
python pandas中融化的对面
查看>>
python pandas从时间序列中提取唯一日期
查看>>
python pandas库详解_Pandas 库的详解和使用补充
查看>>
Python Pandas滚动聚合一列列表
查看>>
python pandas相关知识点(练习)
查看>>
Python Pandas,从.groupby().Apply()中的GROUP中分割行
查看>>