- 只测试通过车辆查询的一种场景，不考虑二次识别。
- 测试基础数据为近一年的数据（76亿左右）。测试的时段选择（一周、半月、一月、三月、半年、一年及全部数据）
- 测试的卡口选择全部。
- 测试的号牌号码为此前根据过车数量获取的前100000条数据中随机抽取，另外，90%的查询为有号牌查询，10%的查询为无号牌查询。
- 未对车道和方向进行过滤。
- 测试时没有同时进行插入操作。
{
"query": {
"bool": {
"must": [
{
"range": {
"t_pass_data.insertTime": {
"from": "2016-09-13T00:20:44.000Z",
"to": "2016-09-14T00:20:44.000Z"
}
}
}
],
"must_not": [],
"should": []
}
},
"filter": {
"bool": {
"must": [
{
"term": {
"t_pass_data.plateNumNond": "鲁B8070K"
}
}
]
}
},
"from": 0,
"size": 10,
"sort": [
{
"snapTime": {
"order": "desc"
}
}
],
"facets": {}
}
而对于时间的随机，因为对于loadrunner中的日期函数并不了解，所以在度娘中输入“loadrunner 日期”进行查询，幸运的是第一篇文章就出现了有价值的信息（http://www.cnblogs.com/qmfsun/p/4563703.html） ，这里面提到了一个函数lr_save_datetime。到这里还不确定该函数是否可用，因为从文章中看来它取的是一个特定的时间点，而非我想要的一个时间段。 为了得到更多的信息，我查了一下LR的帮助文档，得到的信息如下：
In the following example, lr_save_datetime retrieves tomorrow's date.
lr_save_datetime("Tomorrow is %B %d %Y", DATE_NOW + ONE_DAY, "next");
lr_output_message(lr_eval_string("{next}"));
If today is January 7th, , these lines will return the message: Tomorrow is January .
信息还是不够， 又找度娘问了一下这个函数的用法，找到了这一篇：http://www.cnblogs.com/qmfsun/p/4561705.html 。
这文章里有这样一句话： lr_save_datetime将当前日期和时间，或具有指定偏移的日期和时间保存在参数中。看到这里，我明白问题已经解决了一半了，即如果定义了一个“开始时间”，可以使用这个函数偏移量的设置方法得到一个结束时间。那么怎么得到开始时间呢？并且让它是在一年内随机的一个时间点？
刚开始我想的是两条路：第一条是定义几个随机数字，然后组合成日期时间的格式，这种方法后来因为没找到怎么组合而放弃； 第二条路是利用
lr_save_datetime(const char *format, int offset, const char *name) 这个函数，只是把里面的 offset 用一个随机的日期来替换（上面的两个链接中，这个offset用的都是DATE_NOW），后来也因为没找到替换的对象而失败。。。这个问题纠结了一下午，后来在吃饭的时候忽然灵光一闪想到了解决方法， 同时也对自己半下午的努力苦笑连连——只要在这个函数中，用DATE_NOW 减去一个随机数字不就行了嘛，就这么简单竟然让我苦恼了半下午，深深的对自己无语。。。
int mon,day,hour; //定义时间变量
mon=atoi( lr_eval_string("<mon>"));//0-6
day=atoi( lr_eval_string("<day>"));//1-30
hour=atoi( lr_eval_string("<hour>"));//1-24
//随机取半年内的一个时间作为结束时间
lr_save_datetime("随机结束时间： %Y-%m-%dT%H:%M:%S", DATE_NOW-mon*day*hour*(ONE_HOUR), "endDate");
//计算出一周前时间作为开始时间
lr_save_datetime("随机开始时间： %Y-%m-%dT%H:%M:%S", DATE_NOW-mon*day*hour*(ONE_HOUR)-*ONE_DAY, "beginDate");
最终完整的脚本是：
Action()
{
//随机半个月 的过车数据查询，无车牌 ，全部卡口，不考虑车道、方向
int mon,day,hour; //定义时间变量
mon=atoi( lr_eval_string("<mon>"));//0-6
day=atoi( lr_eval_string("<day>"));//1-30
hour=atoi( lr_eval_string("<hour>"));//1-24
//随机取半年内的一个时间作为结束时间
lr_save_datetime("随机结束时间： %Y-%m-%dT%H:%M:%S", DATE_NOW-mon*day*hour*(ONE_HOUR), "endDate");
//计算出一周前时间作为开始时间
lr_save_datetime("随机开始时间： %Y-%m-%dT%H:%M:%S", DATE_NOW-mon*day*hour*(ONE_HOUR)-*ONE_DAY, "beginDate"); //lr_output_message("%s",lr_eval_string("<beginDate>")); //打印开始时间
//lr_output_message("%s",lr_eval_string("<endDate>")); //打印结束时间 lr_rendezvous("rendezvous");//插入集合点 lr_start_transaction("无车牌查询"); //插入事务 web_reg_find("Text=dataSource", //插入检查点
"Search=Body",
LAST ); web_url("www.abc.com", //主节点为7和9， 数据节点27 "URL=http://IP:PORT/_search?{%22query%22:{%22bool%22:{%22must%22:[{%22range%22:{%22t_pass_data.insertTime%22:{%22from%22:%22<beginDate>.000Z%22,%22to%22:%22<endDate>.000Z%22}}}],%22must_not%22:[],%22should%22:[]}},%22filter%22:{%22bool%22:{%22must%22:[]}},%22from%22:0,%22size%22:10,%22sort%22:[{%22snapTime%22:{%22order%22:%22desc%22}}],%22facets%22:{}}", "TargetFrame=", //"TargetBrowser=Mercury Technologies", "Resource=0", "RecContentType=application/json; charset=UTF-8", "Snapshot=t1.inf", "Mode=HTML", LAST ); lr_end_transaction("无车牌查询", LR_AUTO); //打印出使用的车牌号码
//lr_output_message( "using CAR #%s",lr_eval_string( "<CarNumber>" ));
return ;
}
