Load Runner导数据

本文详细介绍了如何在新装客户端下顺利登录EBSform界面,确保导入凭证数据的效率与准确性。通过选择NCA方式登录、创建参数化的脚本、整理数据文件并替换常量等步骤,实现高效的数据导入流程。


之前用Loadrunner做过一些压力测试,也导过一些数据,不过都是在R12中操作,这次应客户要求,需要在11i中导入一些凭证数据,温习了一遍,记录如下:

1.如果是新装的客户端,需要保证客户端可以正常登录EBS form界面一次,否则开始导入时一会儿要安装jinitiator,一会儿又要设置弹出窗口等等,影响录制脚本内容和效率;客户端的有些IE插件或者操作系统上的软件会对录制脚本有影响,录制前最好是把它禁用掉,本次就碰到录制时IE没有任何响应,勾上/不勾“启用第三方浏览器扩展”也不行,或者录制时弹出一些软件莫名其妙的中断错误,最好换了一个机器就好了。另外EBS 11i中必须满足使用CGI方式登录。
2.创建脚本时选择NCA方式,这种方式是EBS低版本的登录方式,我接触最早的10.7版本上就用这种方式登录,高版本的话就有多种选择了,使用Loadrunner这次选择的就是nca方式,URL如下:

http://erpserv.compard.com:8007/dev60cgi/f60cgi?record=names(操作界面为英文,其他环境变量为默认)

如果对操作界面有语言及环境变量有要求,就选择:
http://erpserv.compard.com:8007/dev60cgi/f60cgi?colorScheme=BLUE&lang=ZHT&env=NLS_LANG='TRADITIONAL%20CHINESE_AMERICA.UTF8'+FORMS60_USER_DATE_FORMAT='RRRR-MM-DD'+FORMS60_USER_DATETIME_FORMAT='RRRR-MM-DD%20HH24%3AMI%3ASS'+NLS_DATE_LANGUAGE='AMERICAN'+NLS_SORT='BINARY'+NLS_NUMERIC_CHARACTERS='.,'&encoding=UTF-8?record=names

3录制好脚本后,整理一个data.txt文件,用于存放大批量输入时的数据
选择vuser-->parameter list然后,选择file,选择data.txt,建立变量及变量和文件栏位的对应关系。

4.替换脚本中的常量:
右键点击每一个输入的元素,选择Use existing parameters...,然后选择要替换的变量名。。

5.循环次数:
点击Runtime Settings,输入循环次数,即文件的行数

一些小技巧:

1.LoadRunner在录制Action脚本时,可以把清除,输入,保存这个动作把这个作为一个循环的单位。这样做的好处是总是在第一行输入,Action中的ID就不用改了。

2.8.0对ERP11i的支持可能会比9.0好,本次在9.0中录制脚本时,录了一个简单的登录过程,就碰到一个问题是nca_XXXXXX("职责") failed, Window or object is disabled”,换成8.0就好了。

3.Loadrunner录制脚本时,同样一个动作,就有可能是操作人员A录制成功,B录制失败,或者本次录制成功,下次失败。因此我习惯上把已经执行成功的脚本保存到文本文件中,如果下次录制失败或者执行失败时,直接替换过来。


<think>好的,我现在需要帮助用户解决关于如何使用mmcv库中的load_checkpoint函数的问题。首先,我得回忆一下mmcv的相关文档,特别是关于加载检查点的部分。记得在mmcv中,load_checkpoint函数通常用于加载训练好的模型权重,可能是在MMDetection或者其他OpenMMLab项目中使用。 用户提到了想从mmcv库入这个函数,所以需要确认正确的入路径。可能有两种情况:一种是直接从mmcv.runner入,另一种可能是通过mmcv_custom来入,特别是如果用户使用了自定义的mmcv版本的话。不过根据常规情况,应该是在mmcv.runner中。 接下来,我需要给出一个具体的使用示例。比如,加载一个预训练的ResNet模型。需要先入模型类,然后创建模型实例,再使用load_checkpoint函数加载权重。要注意的是,load_checkpoint返回的是一个包含状态字典和其他元数据的字典,所以用户需要手动将权重应用到模型上,使用load_state_dict方法。 另外,需要注意版本兼容性问题。不同版本的mmcv可能有不同的函数参数或行为,所以需要提醒用户检查版本是否符合要求。比如,mmcv的版本是否与mmdetection或其他相关库的版本匹配,避免出现入错误或参数不匹配的情况。 可能用户在使用过程中会遇到的问题包括路径错误、版本不兼容、模型结构不匹配等。这时候需要建议用户参考官方文档,或者提供查看版本的方法,如打印mmcv的版本号,或者检查CUDA和GCC的版本是否合适,如引用中提到的检查nvcc和gcc版本的方法。 此外,用户可能需要了解如何扩展或自定义加载过程,比如使用map_location参数将权重加载到指定设备,或者忽略某些关键字。这时候需要给出相应的代码示例,说明如何传递这些参数。 最后,需要确保回答的结构清晰,分步骤说明使用方法,并提供相关问题,帮助用户进一步深入学习。例如,如何处理加载时的键不匹配,或者如何加载部分权重,这些都是用户可能遇到的后续问题。</think>在MMCV框架中使用`load_checkpoint`函数加载模型权重需要遵循以下规范流程: ### 基础使用方法 1. **入函数**: ```python from mmcv.runner import load_checkpoint ``` 2. **典型应用场景**: ```python import torch.nn as nn from mmcv.runner import load_checkpoint # 创建模型实例 model = ResNet(depth=50) # 加载预训练权重(假设checkpoint路径为'./work_dirs/latest.pth') checkpoint = load_checkpoint(model, filename='./work_dirs/latest.pth', map_location='cpu') # 查看加载的元数据 print(f'Loaded epoch: {checkpoint["meta"]["epoch"]}') ``` ### 关键参数说明 - `model`:必须传入已初始化的模型实例 - `filename`:支持本地路径/URL路径/文件对象 - `map_location`:指定权重加载设备(如`cuda:0`或`cpu`) - `strict`:默认为True,强制模型结构与checkpoint完全匹配 ### 高级用法示例 ```python # 加载部分权重并忽略尺寸不匹配的层 checkpoint = load_checkpoint( model, 'https://download.openmmlab.com/pretrain/resnet50.pth', map_location='cuda:0', strict=False, revise_keys=[(r'^module\.', '')] # 去除多GPU训练时的前缀 ) ``` ### 版本注意事项 1. 确认环境版本匹配: ```python import mmcv print(mmcv.__version__) # 要求 >=1.5.1 ``` 2. 推荐使用官方提供的预训练模型,如OpenMMLab模型库中的模型[^3][^4]
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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