使用LoadRunner进行性能测试时，掌握一些进阶技巧可以显著提升测试效率和结果的准确性。技巧贯穿于脚本编写、场景设计、结果分析和流程优化等各个步骤。

脚本优化让用户更真

高质量的脚本是性能测试的基础。优化是让脚本更健壮、更贴近真实用户行为。

选择正确的协议：这是最重点的第一步。分析应用技术栈，优先选择Web - HTTP/HTML。对于前后端分离或有大量异步调用的应用，可考虑使用TruClient协议。

录制内容：在Recording Options中过滤掉无关的静态资源请求，如图片、CSS文件等，避免这些请求消耗额外带宽并干扰重点数据。

参数化：将脚本中固定的用户名、密码等数据替换为动态参数，模拟多用户行为。在Parameter List中导入数据文件，并设置合适的取值方法，如Unique（唯一）或Each iteration（每次迭代），以避免数据冲突。

动态关联：处理服务器返回的动态值（如Session ID、Token）是脚本成功回放的重点。可以用web_reg_save_param系列函数来捕获并关联这些值。对于JSON响应，web_reg_save_param_json更为便捷。

封装事务：使用lr_start_transaction和lr_end_transaction准确包裹重要业务操作，以便单独度量其响应时间。注意，必须将lr_think_time（思考时间）放在事务外，以保证事务时间只反映服务端处理时长。

模拟异步通信：对于异步请求，可以通过循环轮询的方式来模拟。具体方法是使用do...while循环反复检查服务器返回的状态标志，直到成功或超时。

场景创建真实的负载模型

脚本决定了单个用户的行为，而场景则决定了成千上万用户怎样访问系统。

创建业务混合模型：在Controller中，为不同的业务脚本分配不同数量的虚拟用户（Vuser），以模拟真实环境中不同业务的比例，如80%用户浏览，20%用户下单。

创建负载模型：使用手动场景（Manual Scenario）精确控制Vuser的加载过程。阶梯式加压（Ramp-up） 是定位短板的利器，它可以平滑地增加负载，帮助你观察系统在哪个并发量下出现性能拐点。

按照三段式调度：一个专业的场景调度应包含 加压 (Ramp-up)、稳态 (Duration) 和 减压 (Ramp-down) 三个阶段，以便清晰地观察系统在各个阶段的表现。

保持场景一致：在测试-分析-调优-再测试的循环中，必须使用完全相同的场景配置，否则前后结果将失去可比性。

负载和业务：通过Pacing（控制迭代间隔）调整TPS（每秒事务数）目的，用Controller的调度控制并发用户数增长，用Think Time模拟用户操作间的停顿。

监控分析和短板定位

测试的目的是发现问题，因此有效的监控和分析非常重要。

创建最小可观测流程：在启用LoadRunner监控的同时，必须接入服务器端监控（如CPU、内存、磁盘IO），并将二者的时间轴对齐，从而在事务变慢时能立即定位到是哪个资源出现了短板。

识别资源短板

CPU短板：如果%Processor Time不断大于95%，或处理器队列长度（Processor Queue Length）超过（CPU重要数+1），则CPU是短板。

内存短板：不断监控内存使用率，如果发现它随时间不断增长且无法回落，一般意味着存在内存泄漏。

应用和网络短板：高错误率（如连接失败、超时）和低吞吐量一般表示应用层、数据库或网络存在问题。

合并图表综合分析：使用Analysis中的Merge Graphs功能，将响应时间图和吞吐量图、资源监控图叠加对比，能更直观地发现内在关联。

工具集成和自动化

将LoadRunner融入CI/CD流程，能极大提升测试的自动化程度和反馈速度。

命令行执行：通过批处理或命令行方式运行场景，是集成到CI/CD流水线（如Jenkins）的基础，可实现无人值守的自动化测试。

集成自动化框架：将LoadRunner和Jenkins等自动化测试框架集成，可以在每次代码创建后自动触发性能测试，实现性能问题的左移和早期发现。

复杂场景

分布式压测：当单台负载机资源不足时，可利用LoadRunner的分布式架构，通过Controller调度多台Load Generator节点来生成更大规模的负载，以测试系统的极限容量。

IP欺骗：开启IP Spoofer功能，让每个虚拟用户使用不同的IP地址，以规避服务器对单一IP的访问限制，使测试更真实。

测试集群动态扩容：针对云原生和微服务架构，可以设计测试场景来证实系统在压力下的自动扩容（Auto Scaling）能力。如，使用阶梯式加压触发扩容，并观察扩容期间和完成后的性能变化。

保证结果稳定：如果压测结果波动很大，先排查脚本稳定性和环境原因。在Run-Time Settings中统一Think Time和Pacing方法，并检查参数化数据是不是存在碰撞。同时，通过充分的“预热”让系统进入稳定状态后再开始采集数据。