如何利用LoadRunner最高效的批量制造Oracle数据

前不久写过一篇高效大批量制造MySQL数据的文章：《如何利用LoadRunner最高效的批量制造MySQL数据》，后来有人问我，怎么高效大批量制造Oracle数据。其实是一样的，也是用JDBC的批量插入（addBatch）方法，以下就提供一下我写的脚本，以供参考：

/* * LoadRunner Java script. (Build: _build_number_) *  * Script Description:  *                      */import lrapi.lr;import java.io.File;import java.io.IOException;import java.sql.Connection;  import java.sql.DriverManager;  import java.sql.PreparedStatement;   import java.sql.SQLException;import java.lang.StringBuffer;import java.util.List;import java.util.ArrayList;public class Actions{//设定数据库驱动，数据库连接地址、端口、名称，用户名，密码      String driverName="oracle.jdbc.OracleDriver";      String url="jdbc:oracle:thin:@192.168.1.176:1521:orcl";       String user="test";   //用户名      String password="123456";  //密码                PreparedStatement pstmt = null;                //数据库连接对象      Connection conn = null;         public void connection(){    try {//反射Oracle数据库驱动程序类  Class.forName(driverName);                //获取数据库连接  conn = DriverManager.getConnection(url, user, password);          // 关闭事务自动提交   conn.setAutoCommit(false);      //输出数据库连接  System.out.println(conn);    } catch (ClassNotFoundException e) {  e.printStackTrace();      } catch (SQLException e) {  e.printStackTrace();      }}public void deconnection(){    try{       if(pstmt != null){  pstmt.close();      }    if(conn != null){  conn.close();      } } catch (SQLException e) {      e.printStackTrace();  }   }    public void addBatchData(List alist){    try{    for (int i = 0; i < alist.size(); i++) {    pstmt.setString((i+1), alist.get(i).toString());   }    //把一个SQL命令加入命令列表    pstmt.addBatch();    } catch (Exception e) {  e.printStackTrace();      }    }public int init() throws Throwable {return 0;}//end of initpublic int action() throws Throwable {        String sqlStr="insert into test_opadetail(id, opaid, pripid, uniscid, entname, enttype, enttype_cn, regorg, " +        "regorg_cn, lerep, regno, certype, cerno, specause, specause_cn, abntime, decorg, decorg_cn, ismove, " +        "remexcpres, remexcpres_cn, remdate, redecorg, redecorg_cn, creationtime, creatoruserid, lastmodificationtime, " +        "lastmodifieruserid, deletiontime, deleteruserid, isdeleted, dom, enttype_zn, year)" +            " values " +        "(sys_guid(), ?, ?, ?, ?, ?, ?, '220101', '长春市工商行政管理局', 'test', ?, '', '', 1, " +        "'未按规定公示年报', to_date(to_char(sysdate,'yyyy/mm/dd'),'YYYY/MM/DD'), '220101', '长春市工商行政管理局', 1," +" '', '', '', '', '', to_date(to_char(sysdate,'YYYY/MM/DD HH24:MI:SS'),'YYYY/MM/DD HH24:MI:SS'), " +        "'97e6daadd18f4667be0c5c42b84b8a90', to_date(to_char(sysdate,'YYYY/MM/DD HH24:MI:SS'),'YYYY/MM/DD HH24:MI:SS'), " +        "'97e6daadd18f4667be0c5c42b84b8a90', '', '', 0, ?, ?, '')";    List list = new ArrayList();//定义一组参数化数据    list.add(lr.eval_string("{Param1}"));    list.add(lr.eval_string("{Param2}"));    list.add(lr.eval_string("{Param3}"));    list.add("TEST"+lr.eval_string("{Param4}"));    list.add(lr.eval_string("{Param5}"));    list.add(lr.eval_string("{Param6}"));    list.add(lr.eval_string("{Param7}"));    list.add(lr.eval_string("TESTA-{Param4}"));    list.add(lr.eval_string("{Param12}"));    connection();    StringBuffer sql = new StringBuffer();   sql.append(sqlStr);   lr.start_transaction("action");    try{   //创建该连接下的PreparedStatement对象      pstmt = conn.prepareStatement(sql.toString());    for (int k=0;k<1000;k++){//一个User一批次插入1000条    addBatchData(list);    }// 执行批量更新   pstmt.executeBatch();} catch (Exception e) {  e.printStackTrace();      }   lr.end_transaction("action", lr.AUTO);    deconnection();    return 0;}//end of actionpublic int end() throws Throwable {   return 0;}//end of end}

然后通过Loadrunner进行多用户并发的跑脚本，快速的制造出成千上亿条数据，我就是用这个方法，在测试环境中模拟出现场的大数据量，然后去重现或定位系统当中由于慢SQL引起的慢事务问题。