更改管理测试管理器数据存储路径

如何:使用 SQL 创建结果存储区

Visual Studio 2005       
            此主题尚未评级 - 评价此主题

负载测试的结果存储在一个 SQL 数据库中。这个 SQL 数据库就称为“负载测试结果存储区”。这个数据库既可以是本地的(通常使用 SQL Express),也可以是远程的(使用任何 SQL 版本)。创建数据库架构之后,您就可以将负载测试结果保存到该数据库中。

Note注意

这只适用于负载测试。有关保存其他测试类型的信息,请参见 保存和发布测试结果

一种选择是在运行 SQL Express 的本地服务器上创建数据库表。对于本地的负载测试结果存储区,您只需运行一次脚本即可将其用作所有负载测试的全局设置。

对于控制器而言,安装程序会创建一个默认的 SQL Express 本地实例和负载测试结果存储区,并将其配置为由控制器使用。对于任何不使用远程测试机组 (Rig) 的安装程序,将在第一次运行负载测试时创建数据库。如果您希望使用功能更为强大的 SQL Server 上的数据库,则需要单独配置一个不同的结果存储区。您可以在以后挖掘由其他用户挖掘的数据。有关更多信息,请参见如何:在 Rig 上运行测试

设置运行 SQL Express 的计算机

  1. 打开 Visual Studio 命令提示。键入以下文本:

    cd n:\Program Files\Microsoft Visual Studio 8\Common7\IDE

  2. 在上面的文件夹中键入以下文本:

    SQLCMD /S localhost\sqlexpress /i loadtestresultsrepository.sql

    Caution note警告

    参数区分大小写。必须键入大写的 S 和小写的 i。

    也可以选择将数据库安装到任何现有的 SQL 服务器上。例如,如果您有一个名为 ContosoServer1 的 SQL 服务器,则可以使用以下命令:

    SQLCMD /S ContosoServer1 -i loadtestresultsrepository.sql

    Caution note警告

    参数区分大小写。必须键入大写的 S 和小写的 i。

    可能还需要指定用户名和密码,以便可以连接到 ContosoServer1。在这种情况下,应使用下面的命令:

    SQLCMD /S ContosoServer1 -U <用户名> -P <密码> -i loadtestresultsrepository.sql

    Caution note警告

    参数区分大小写。必须键入大写的 S、U 和 P,以及小写的 i。

  3. 在“测试”菜单上,单击“管理测试控制器”。将显示“管理测试控制器”对话框。

  4. 在“负载测试结果连接字符串”中,单击浏览按钮 (…) 以显示“连接属性”对话框。

    Note注意

    如果更改某个控制器的连接字符串,则必须选择相应的控制器。

  5. 在“服务器名称”中,键入 localhost\sqlexpress 或您在第 2 步中使用的服务器的名称(例如 ContosoServer1)。

  6. 在“登录到服务器”下,选择“使用 Windows 身份验证”。

  7. 在“连接到数据库”下,选择“选择或输入一个数据库名”。从下拉列表框中选择“LoadTest”。

  8. 单击“确定”。

  9. 在“管理测试控制器”对话框中单击“关闭”。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 回答1: 你可以使用tv.datasets.DatasetRegistry.register()方法来注册你的本地数据路径。 示例: ``` import torchvision.datasets as datasets datasets.DatasetRegistry.register("my_dataset", lambda x: MyDataset(x, '/path/to/data')) ``` 在这个例子中,"my_dataset"是你自己为数据集起的名字,"/path/to/data"是本地数据集的文件路径。 然后你可以像这样使用: ``` train_data = datasets.DatasetRegistry.get("my_dataset")(split="train") ``` 注意: 这里假设你自己实现了MyDataset 类并且符合torch.utils.data.Dataset 接口 ### 回答2: 要设置本地数据路径,可以按照以下步骤进行操作。 首先,确保你已经安装了 `torchvision` 库。如果没有安装,可以通过以下命令在终端中进行安装: ```shell pip install torchvision ``` 接下来,你需要引入 `torchvision` 和 `torch` 库: ```python import torchvision import torch ``` 然后,你可以使用 `torchvision.datasets` 模块来设置本地数据路径。`datasets` 模块包含了很多常用的数据集,比如 MNIST、CIFAR-10 等。例如,如果你想使用 MNIST 数据集,可以使用以下代码来设置本地数据路径: ```python # 设置本地数据路径 root = './data' # 训练集和测试数据 train_data = torchvision.datasets.MNIST(root=root, train=True, transform=None, target_transform=None, download=True) test_data = torchvision.datasets.MNIST(root=root, train=False, transform=None, target_transform=None, download=True) ``` 在上述代码中,`root` 参数指定了数据集的保存路径。在这个路径中,会自动创建一个 `MNIST` 文件夹,并将数据文件保存在其中。如果这个路径不存在,`torchvision` 会自动创建它。 此外,你还可以通过 `transform` 参数来增加数据的预处理操作。比如,你可以在 `transform` 中使用 `torchvision.transforms` 模块提供的一些函数来进行数据增强,如图像的缩放、裁剪、翻转等。 最后,你可以通过访问 `train_data` 和 `test_data` 的属性来获取数据集的一些信息,例如数据集的大小、类别等。 ### 回答3: 要设置本地数据路径,可以按照以下步骤进行: 1. 导入所需的库:首先,需要导入相应的库,包括`os`和`torchvision.datasets`。 ```python import os from torchvision import datasets ``` 2. 创建文件夹:接下来,可以使用`os`库创建一个新的文件夹,用于存储本地数据。可以选择一个合适的文件夹名称,比如"dataset"。 ```python data_path = "./dataset" os.makedirs(data_path, exist_ok=True) ``` 3. 设置数据路径:使用`datasets`模块提供的函数,将数据路径设置为上一步创建的文件路径。 ```python train_dataset = datasets.MNIST(root=data_path, train=True, download=True) test_dataset = datasets.MNIST(root=data_path, train=False, download=True) ``` 在上述代码中,`MNIST`是一个示例数据集,你可以根据需要修改为其他数据集。`root`参数需要设置为之前创建的文件路径,`train`参数用于指定是否是训练集,`download`参数表示是否需要下载数据集(如果已经下载过数据集,可以设置为`False`,以避免重复下载)。 这样,就可以在本地设置数据路径了。在训练或测试模型时,可以使用`train_dataset`和`test_dataset`来加载数据集。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值