Loadrunner 运行场景-场景中的全局变量与关联结果参数

最新推荐文章于 2024-01-31 19:48:04 发布

weixin_30610755

最新推荐文章于 2024-01-31 19:48:04 发布

阅读量190

点赞数

原文链接：http://www.cnblogs.com/shouke/p/10157766.html

版权

运行场景-场景中的全局变量与关联结果参数

by:授客 QQ：1033553122

A. 全局变量

实验1：

globals.h

#ifndef _GLOBALS_H

#define _GLOBALS_H

//--------------------------------------------------------------------

// Include Files

#include "lrun.h"

#include "web_api.h"

#include "lrw_custom_body.h"

//--------------------------------------------------------------------

// Global Variables

int int_var = 0;

#endif // _GLOBALS_H

Action

Action()

{

lr_rendezvous("lre");

lr_start_transaction("sum");

int_var = int_var + 1;

lr_save_int(int_var, "value_for_int_var");

lr_output_message(lr_eval_string("value_for_int_var = {value_for_int_var}"));

if (strcmp(lr_eval_string("{value_for_int_var}"), lr_eval_string("{IterationNumber}")) == 0) {

lr_end_transaction("sum", LR_PASS);

}

else{

lr_end_transaction("sum", LR_FAIL);

}

return 0;

}

场景中，加载上述脚本，设置6个用户，迭代运行2次，查看日志输出。

结果：每个用户的全局变量的取值日志都一样，先输出 "value_for_int_var" = "1"，然后输出"value_for_int_var" = "2"

结论：针对全局变量，针对场景中的每个用户，全局变量的取值互不干扰，相当于说，每个用户都有一个自己的全局变量，变量名称，变量的初始值都一样，每个用户负责更新自己的全局变量的值。

实验2：

globals.h

#ifndef _GLOBALS_H

#define _GLOBALS_H

//--------------------------------------------------------------------

// Include Files

#include "lrun.h"

#include "web_api.h"

#include "lrw_custom_body.h"

//--------------------------------------------------------------------

// Global Variables

int vuser_id;

#endif // _GLOBALS_H

Action

Action()

{

lr_rendezvous("lre");

vuser_id = func();

lr_output_message("action vuser_id: %d", vuser_id);

return 0;

}

# 模拟服务器返回数据

func()

{

int i = 0;

int vuserID = atoi(lr_eval_string("{vuserID}"));

lr_output_message("action vuserID: %d", vuserID);

//添加以下代码，模拟服务器处理请求

for(i=0;i<100;i++){

lr_output_message("测试测试");

}

return vuserID;

}

注：{vuserID}，参数化值取的是Paramter List中的VuserID

Action2

模拟把服务器返回结果当作下一步的输入来使用

Action2()

{

int vuserID;

int result;

lr_start_transaction("compare");

vuserID = atoi(lr_eval_string("{vuserID}"));

result = function(vuser_id, vuserID);

if (result == 1) {

lr_end_transaction("compare", LR_PASS);

}

else{

lr_end_transaction("compare", LR_FAIL);

}

return 0;

}

function(vuser_id, vuserID)

{

lr_output_message("action2 vuserID: %d, vuser_id: %d", vuserID, vuser_id);

if(vuserID == vuser_id){

return 1;

}else{

return 0;

}

把上述脚本加载到场景中，设置10000个用户并发，迭代一次

结果：如下，没有失败的事务

结论：场景中，每个并发用户负责自己的数据结果。简单说，假如有一定量（假设10000）的并发用户，发起同一个请求，获取服务返回数据(比如Token)，然后在下一个操作中使用该Token值，这种情况下，每个虚拟用户获取的Token值都是来自它发起请求后，服务器返回的Token，即不会把其它用户的Token当做自己的Token在下一个步骤中使用。