前言
在開始學習lr之前，對自已的工作做一些總結，這份工作對自己來說是乙份挑戰，公司中沒有自動化測試也沒有效能只有三名功能效能，本人就是其實乙個，公司上線、版本迭代不是特別頻繁（1個月1次），開發周期略長，在開發階段測試基本上沒有工作可以做，公司領導便鼓勵測試人員多學習。剛剛入門自動化測試（selenium、python）在學習自動化時，充滿激情。在工作中也是小有成績。對於公司與個人來說都是一件里程碑的事情。在自動化測試做完之後（後期維護不算)希望學習一下效能測試的東西。選擇已lr做為入門工具。但是看了幾天的lr這方面的資料發現自己對於學習乙個工具。太費勁了。總是時不時的走私。看過的資料沒有一點的映像。學習成果不大。自已想了乙個方法，堅持寫部落格希望可以加深一下映像吧。
正題一、loadrunner基礎知識
a、loadrunner簡介
lr是一種**系統行為和效能的負載測試工具，以模擬上千萬使用者併發負載並實時監測系統效能的方式來確認和查詢問題。
b、loadrunner效能測試步驟
設計---構建---執行---分析/診斷/調節
設計階段定義待測試的業務流程、業務的平均處理量、業務處理量的最高峰值、組合業務流程、系統的整體使用者和響應時間目標。
構建階段涉及設定和配置測試系統及基礎設施、使用自動化效能測試解決方案構建測試指令碼和負載方案
執行階段包括執行負載方案和測量系統效能
分析、診斷和調節階段主要測量系統效能並負載測試進入下一級別，重點查詢問題原因以幫助開發工程師迅速解決問題，並實時調節系統引數以 提高效能。
LR 場景選項配置 筆記
1 tools options 設定關係到loadgenerator行為應用於乙個場景中的所有的load generator 這些設定用於未來所有執行的場景並且通常只需要設定一次 2 expert mode 提供訪問系統資訊，控制器對話方塊包含附加的微調選項 3 執行時檔案 預設存在每個load g...
機器學習演算法之LR
說起lr要從極大似然估計說起 1 極大似然估計 講的比較好 2 lr模型 回歸是一種極易理解的模型，就相當於y f x 表明自變數x與因變數y的關係。最常見問題有如醫生治病時的望 聞 問 切，之後判定病人是否生病或生了什麼病，其中的望聞問切就是獲取自變數x，即特徵資料，判斷是否生病就相當於獲取因變數...
機器學習lr複習點
lr主要推導 損失函式 為何不用最小二乘法 是否要用最小二乘法取決於在所有未知數中的殘差是否為線性 最大似然 將概率密度估計問題轉化為引數估計問題，極大似然估計就是一種引數估計方法 隨機梯度下降 批量梯度下降是所有的 是在權值更新前對所有樣例彙總誤差，而隨機梯度下降的權值是通過考查某個訓練樣例來更新...