loadrunner执行时passed transactions 为0问题

在使用LoadRunner11进行网站性能测试时遇到passedtransactions始终为零的问题,本文详细介绍了问题的原因及解决方法,指出设置action迭代次数会影响默认事务计数。
部署运行你感兴趣的模型镜像

       今天准备用loadrunner11 测试一个网站的性能,但发现测试开始后很长时间passed transactions(通过事务数)一直为零,但hits数等都正常,后来重建了一个场景就没有这种情况,很是费解(注:两次的脚本相同且脚本没有设置事物,两次的场景设置也都没有指定“以action或step为事务”)。

       比较runtime-setings也没发现什么差别,后来想起之前有设置action的迭代次数,在正常的场景中试了一下,确实只要调整过迭代action的迭代次数后passed transactions就一直为零,这时只能在脚本中设置事务或在runtime-setings指定“以action或step为事务”passed transactions才能恢复正常。

       看来loadrunner默认会将action对应为事物,但如果设置过action的迭代次数,则需自行指定事物级别才行,即使重新将迭代次数调回1也不行。。。


您可能感兴趣的与本文相关的镜像

Stable-Diffusion-3.5

Stable-Diffusion-3.5

图片生成
Stable-Diffusion

Stable Diffusion 3.5 (SD 3.5) 是由 Stability AI 推出的新一代文本到图像生成模型,相比 3.0 版本,它提升了图像质量、运行速度和硬件效率

### 配置Anaconda环境中PyTorch用于VSCode开发 #### 创建并激活特定的Conda环境 为了确保不同项目之间的依赖项不会相互冲突,建议创建一个新的 conda 环境专门用于 PyTorch 开发。这可以通过命令 `conda create --name pytorch_env python=3.9` 来实现[^1]。 接着通过 `conda activate pytorch_env` 命令来激活新创建的环境。 #### 安装PyTorch及相关包 一旦进入了所需的 conda 环境中,就可以利用官方推荐的方式安装适合当前系统的 PyTorch 版本以及其他必要的软件包。通常情况下,在 Anaconda Prompt 或终端输入如下所示的一条或多条 pip/conda install 命令即可完成安装: 对于稳定版 PyTorch 的安装,可以根据个人需求选择 CUDA 版本或者 CPU-only 版本。例如,如果不需要 GPU 加速支持,则可以直接执行 `pip install torch torchvision torchaudio` 进行纯CPU版本的安装;如果有NVIDIA显卡并且希望启用GPU加速功能,则应参照官方网站给出的具体指导来进行相应CUDA版本的选择和安装[^4]。 #### 设置VS Code集成开发环境 为了让 VS Code 能够识别到刚刚建立好的 anaconda/pytorch 环境,需要调整 IDEPython 解释器路径指向该环境下的解释器文件位置(通常是类似于 `D:\Anaconda3\envs\pytorch_env\python.exe`)。这一操作可以在打开任意 .py 文件后按 Ctrl+Shift+P 并搜索 "Python Select Interpreter" 来快速完成[^2]。 另外还应该考虑安装一些有助于提高生产力的扩展工具,比如 Pylance 提供更智能的语言服务体验、Jupyter Notebook 支持直接在编辑器内部运行 notebook 单元格等等[^3]。 ```json { "python.pythonPath": "${workspaceFolder}/venv/bin/python", // 对于Windows系统则是类似"D:\\Anaconda3\\envs\\pytorch_env\\python.exe" } ``` #### 测试配置是否成功 最后一步是在 VS Code 内新建一个简单的测试脚本来验证整个流程是否正常工作。尝试导入 torch 库并打印其版本号作为初步检验手段之一。 ```python import torch print(torch.__version__) if torch.cuda.is_available(): print('CUDA is available') else: print('No CUDA support detected.') ```
评论 3
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