如何利用LoadRunner最高效的批量制造MySQL数据

批量制造数据的方法有很多种，也有许多专业的工具，但是都算不上高效，针对MySQL的批量插入数据，目前认为最高效的方式是通过执行JAVA代码（通过设置事务为非自动提交，以executeBatch批处理提交大量插入事务）来实现，但是JAVA的灵活参数化和大用户量分布式并发执行，绝对没有LoadRunner方便。

所以我们可以利用LoadRunner+JAVA的方式，来实现高效、高可靠、持续性的批量造数据，既利用LoadRunner的Java_Vuser：

1、在loadrunner中新建脚本（本文以LoadRunner11为例），要求选择协议类型为Java->Java Vuser

2、在Run-time Settings设置JDK路径，由于LoadRunner11不支持jdk1.8，所以推荐引用jdk1.6

3、需要mysql的java驱动，可以到MySQL官网下载"mysql-connector-Java",并通过Run-time Settings引用JAR包

4、在Java Vuser输入以下样例代码：

/*
 * LoadRunner Java script. (Build: _build_number_)
 * 
 * Script Description: 
 *                     
 */
import lrapi.lr;
import java.beans.Statement;  
import java.sql.Connection;  
import java.sql.DriverManager;  
import java.sql.PreparedStatement;  
import java.sql.ResultSet;  
import java.sql.SQLException; 

public class Actions
{
    private Connection conn = null;  
    PreparedStatement statement = null;
  
    // connect to MySQL  
    void connSQL() {  
        String url = "jdbc:mysql://172.16.1.67:3306/test?characterEncoding=UTF-8";  
        String username = "root";  
        String password = "123456"; // 加载驱动程序以连接数据库   
        try {   
            Class.forName("com.mysql.jdbc.Driver" );   
            conn = DriverManager.getConnection( url,username, password );   
            }  
        //捕获加载驱动程序异常  
         catch ( ClassNotFoundException cnfex ) {  
             System.err.println(  
             "装载 JDBC/ODBC 驱动程序失败。" );  
             cnfex.printStackTrace();   
         }   
         //捕获连接数据库异常  
         catch ( SQLException sqlex ) {  
             System.err.println( "无法连接数据库" );  
             sqlex.printStackTrace();   
         }  
    }  
  
    // disconnect to MySQL  
    void deconnSQL() {  
        try {  
            if (conn != null)  
                conn.close();  
        } catch (Exception e) {  
            System.out.println("关闭数据库问题 ：");  
            e.printStackTrace();  
        }  
    } 

	public int init() throws Throwable {
		connSQL();
		return 0;
	}//end of init


	public int action() throws Throwable {
	    String sql = "insert into MySqlTest(ID, DataName, InsertTime, UpdateTime, DataType,DataSet) values(REPLACE(uuid(), '-', ''),?,now(),null,1,'LoadRunner')";
            conn.setAutoCommit(false);
	    statement = conn.prepareStatement(sql,ResultSet.TYPE_SCROLL_SENSITIVE,ResultSet.CONCUR_READ_ONLY);

	    lr.start_transaction("Insert");
	    for(int i=0;i<1000;i++){//每1000条记录为一组事务，每个虚拟用户至少执行一组批量插入事务
                statement.setString(1,"Test-A2B-<RadParam>");//用LoadRunner的方式设置随机数参数
                statement.addBatch();
	    }
	    statement.executeBatch();
            conn.commit();

	    lr.end_transaction("Insert", lr.AUTO);
		return 0;
	}//end of action


	public int end() throws Throwable {
		deconnSQL();
		return 0;
	}//end of end
}

5、将以上脚本放到Loadrunner中执行（场景设置100用户，每个用户只执行一次，同时执行，这样就确保只插入10万条记录），经过测试，发现最多16秒就完成10万条记录的插入（平均执行的时间是11.658秒）。

7、也可以将for循环去掉，通过loadrunner的action循环1000次来实现

但是这样改变后速度要比用for循环慢多了，经过测试发现插入10万条数据，需要33秒（平均执行一次action是0.027秒），为什么呢，仔细对照就发现是因为action里包括了conn.commit()，也就是说每次循环都执行事务提交，批量1000条插入变成了单条插入。把脚本改动一下：

	public int init() throws Throwable {
	    connSQL();
	    String sql = "insert into MySqlTest(ID, DataName, InsertTime, UpdateTime, DataType,DataSet) values(REPLACE(uuid(), '-', ''),?,now(),null,1,'LoadRunner')";
	    conn.setAutoCommit(false);
	    statement = conn.prepareStatement(sql,ResultSet.TYPE_SCROLL_SENSITIVE,ResultSet.CONCUR_READ_ONLY);
	    return 0;
	}//end of init

	public int action() throws Throwable {    
	    lr.start_transaction("action");

                statement.setString(1,"Test-A2B-<RadParam>");   
                statement.addBatch();    

	    lr.end_transaction("action", lr.AUTO);
	    return 0;
	}//end of action

	public int end() throws Throwable {
	    statement.executeBatch();
	    conn.commit();
	    deconnSQL();
	    return 0;
	}//end of end

这么一改动，就把prepareStatement和commit都放到循环action之外，相当于一个用户执行完1000条预插入记录后，才进行commit提交，速度立马提高，经过测试，10万条记录批量insert只要15秒（平均执行一次action是0.001秒）。

8、如果要插入更多的数据，只需要用更多的用户和执行更长的并发时间就能轻松实现，而且参数化方便，如果单台压力机承受不了，还可以分布式部署多台压力机。

        注：以上是批量插入数据的脚本，有人会将批量更新也放到脚本中执行，这时候就要避免行级锁在高并发时引起死锁，所以强调更新条件应该使用主键。