loadrunner 关联

本文介绍了LoadRunner中的关联技术,详细讲解了何时需要进行关联及如何使用关联函数。关联是一种动态获取服务器响应内容的方法,适用于客户端请求随服务器响应动态变化的情况。
一、什么时候需要关联
1.关联的含义
关联(correlation):在脚本回放过程中,客户端发出请求,通过关联函数所定义的左右边界值(也就是关联规则),在服务器所响应的内容中查找,得到相应的值并保存到参数中,这种动态获得服务器响应内容的方法被称作关联。其实关联也属于一同特殊的参数化,只是与一般的参数化有些不同:一般的参数化的参数来源于一个文件、一个定义的table、通过sql写的一个结果集等,但关联所获得的参数是服务器响应请求所返回的一个符合条件的、动态的值。
2.什么时候需要做关联

当客户端的某个请求是随着服务器端的相应而动态变化的时候,我们就需要用到关联。

二。 关联函数的使用

1. 记住 所有的注册函数web_reg_find或是web_reg_save_param、web_reg_save_param_ex,都必须写在web请求之前!

2.关联函数web_reg_save_param

  一个web_reg_save_param函数的例子:
web_reg_save_param ("sessionid",
  "LB=Session_id:",
  "RB=;",
  "Search=Body",
  LAST);
  在这里我们只介绍几个常用参数的含义
  语法:int web_reg_save_param(const char *ParamName, <list of Attributes>, LAST);
  参数说明:
  ParamName: 存放得到的动态内容的参数名称
  list of Attributes: 其它属性,包括:Notfound, LB, RB, RelFrameID, Search, ORD, SaveOffset, Convert, SaveLen。属性值不分大小写
  LB( Left Boundary ) : 返回信息的左边界字串。该属性必须有,并且区分大小写。
  RB( Right Boundary ): 返回信息的右边界字串。该属性必须有,并且区分大小写。
  Search : 返回信息的查找范围。可以是Headers,Body,Noresource,All(缺省)。

3.关联函数 web_reg_save_param_ex

一个例子:

web_reg_save_param_ex(
  "ParamName=page_void",
  "LB=<input type=\"hidden\" name=\"v_oid\" value=\"",
  "RB=\">",  
  "NotFound=warning",
  "Ordinal=1",
  SEARCH_FILTERS,
  "Scope=Body", 
  //"ContentType=text/html",

  //"RequestUrl=http://secure3.xxx.com/rma/rmaadd.aspx?orderNumber={parmcode}",
  LAST);

常用参数解释:

  ParamName, 函数注册的参数名称, 这个名称可以被lr_eval_string("{page_void}") 取得;

LB,左边界,LB/IC 这样的用法 可以使比较忽略大小写

RB,右边界,RB/IC 这样的用法 可以使比较忽略大小写

NotFound=warning 找不到指定信息不会报错,

"Ordinal=1" 记录第一个找到的,如果为ALL的话,则只能统计数量了

SEARCH_FILTERS 未知

"Scope=Body", 查找范围

//"ContentType=text/html", 这个东西尽量别用... 从字面意义上说只查找html类型,但是会使你查找失败
RequestUrl 表示指定的请求(这个我感觉很好,因为一个操作,如点击一个按钮,可能有几个请求链接组成的,通过这个属性可以缩小范围)

数据驱动的两阶段分布鲁棒(1-范数和∞-范数约束)的电热综合能源系统研究(Matlab代码实现)内容概要:本文围绕“数据驱动的两阶段分布鲁棒(1-范数和∞-范数约束)的电热综合能源系统研究”展开,提出了一种结合数据驱动与分布鲁棒优化方法的建模框架,用于解决电热综合能源系统在不确定性环境下的优化调度问题。研究采用两阶段优化结构,第一阶段进行预决策,第二阶段根据实际场景进行调整,通过引入1-范数和∞-范数约束来构建不确定集,有效刻画风电、负荷等不确定性变量的波动特性,提升模型的鲁棒性和实用性。文中提供了完整的Matlab代码实现,便于读者复现和验证算法性能,并结合具体案例分析了不同约束条件下系统运行的经济性与可靠性。; 适合人群:具备一定电力系统、优化理论和Matlab编程基础的研究生、科研人员及工程技术人员,尤其适合从事综合能源系统、鲁棒优化、不确定性建模等相关领域研究的专业人士。; 使用场景及目标:①掌握数据驱动的分布鲁棒优化方法在综合能源系统中的应用;②理解1-范数和∞-范数在构建不确定集中的作用与差异;③学习两阶段鲁棒优化模型的建模思路与Matlab实现技巧,用于科研复现、论文写作或工程项目建模。; 阅读建议:建议读者结合提供的Matlab代码逐段理解算法实现细节,重点关注不确定集构建、两阶段模型结构设计及求解器调用方式,同时可尝试更换数据或调整约束参数以加深对模型鲁棒性的理解。
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