一、图形结果
·横坐标：时间。（单位：毫秒）
·纵坐标：处理时间。（单位：毫秒）
·样本数目：样本数目 = 线程数（请求用户数）* 请求次数 。（单位：个）
·最新样本：最后一个请求的处理时间。（单位：毫秒）
·偏离：表示服务器响应时间变化、离散程度测量值的大小，或者，换句话说，就是数据的分布。（单位：个）
·吞吐量：服务器每分钟处理的请求量 。（单位：请求数/分钟）
·平均：每个请求的平均处理时间 。（单位：毫秒）
·中值：所有处理时间的中位数，有一半的服务器响应时间低于该值而另一半高于该值。（单位：毫秒）
二、聚合报告
!(https://upload-images.jianshu.io/upload_images/5290579-0350a097974fa2f3.png?imageMogr2/auto-orient/strip%7CimageView2/2/w/1240)
Label：每个请求的自定义名称（无修改时默认显示请求类型，如Http，FTP等请求）；“TOTAL”是所有请求的总统计。
Samples：采集器的数量，总共发送到服务器的样本数目。样本数目 = 线程数 * 循环次数。（单位：个）
Average：单个请求的平均响应时间，默认是单个Request的平均响应时间。（单位：毫秒）
当使用了Transaction Controller时，也可以以Transaction为单位显示平均响应时间。
Median：响应时间中位数，N个数据从小到大排列，第N/2个数的数值。（单位：毫秒）
9x%Line：所有响应时间数据中，9x%的响应时间都小于此值。（单位：毫秒）
所有响应时间，N个数据按从小到大排列，取第（9x% * N）个数的响应时间数值。
①9X%Line的含义：
数据按由小到大的顺序排列后，取出第9X%位。
比如：2、5、1、5、3、8、0、2、1、9中，90%line就是8：
1. 数据按照升序进行排列 0、1、1、2、2、3、5、5、8、9
2. 10个数字，第90%位就是10*90%，第9位
3. 第9位是8，所以90%line就是8
②9X%Line的意义：
⒈当一组数升序排列好后，选出第9X%位，那就意味着前9X%个数字都小于等于它，也就代表着改组数据中有9X%的数小于等于该数字。
因此：
90%line就代表该组数据中有90%的数字小于等于该值。
95%line就代表该组数据中有95%的数字小于等于该值。
99%line就代表该组数据中有99%的数字小于等于该值。
⒉用在性能测试上，将显得十分的有意义。
比如：在响应时间中，代表着一组请求中，9X%请求响应不会超过该值。可以有效的进行性能评估。
Min：最短的响应时间。（单位：毫秒）
Max：最长的响应时间。（单位：毫秒）
Error%：出错的百分率，错误率 = 本次测试中出现错误的请求的数量 / 请求的总数 * 100% 。
Throughput：吞吐率，表示每秒完成的请求数，吞吐率 = 请求数 / 总时间（秒）。（单位：个/秒）
当使用了 Transaction Controller 时，也可以表示类似 LoadRunner 的 Transaction per Second 数。
Received KB/sec：服务器端接收速率，每秒从服务器端接收到的数据量，即：收到的千字节每秒的吞吐量测试。（单位：千字节/秒）
Sent KB/sec：客户端接收速率，每秒从客户端发送的请求的数量，即：发送的千字节每秒的吞吐量测试。（单位：千字节/秒）
①吞吐率：
⒈吞吐率（Throughput）：单位时间内服务器处理的请求数来描述其并发处理能力，单位是 “req/s”。
⒉吞吐率，特指Web服务器单位时间内处理的请求数。
⒊吞吐率，是单位时间内网络上传输的数据量，也可以指单位时间内处理客户请求数量。
⒋吞吐率是衡量网络性能的重要指标。通常情况下，吞吐率用“字节数/秒”来衡量。也可以用“请求数/秒”和“页面数/秒”来衡量。
备注：一个请求还是一个页面，它的本质都是在网络上传输的数据，那么用来表述数据的单位就是字节数。
⒌吞吐量除以时间，所得到的单位时间内的数据量就是吞吐率。
⒍吞吐率代表着单位时间内所能承受的压力，是测试中一个重要的指标。
通过比较吞吐量，可以发现系统的运行状态。
⒎当随着并发数增加时，吞吐率是不断增加的，当达到一个服务器极限后，再增加并发数，吞吐率会急速下降，直至服务器崩溃。
所以，当达到临界点（吞吐量最高点，负载和处理均衡时）为“最大吞吐率”，是系统在运行下的一个理想阈值范围。
②吞吐量：
⒈吞吐量：是指在一次性能测试过程中，网络上传输的数据量的总和。
⒉对于交互式应用来说：吞吐量指标反映的是服务器承受的压力。
在容量规划的测试中：吞吐量是一个重点关注的指标，因为它能够说明系统级别的负载能力。
另外，在性能调优过程中，吞吐量指标也有重要的价值。
比如：一个大型工厂，他们的生产效率与生产速度很快，一天生产10W吨的货物，结果工厂的运输能力不行，就两辆小型三轮车一天拉2吨的货物，说明的是这个运输能力（吞吐量）是整个系统的瓶颈。
⒊只用吞吐量来衡量一个系统的性能（输出能力）是极其不准确的。
用个最简单的例子说明，一个水龙头开一天一夜，流出10吨水；10个水龙头开1秒钟，流出0.1吨水。
此时当然是一个水龙头的吞吐量大。但是，你能说1个水龙头的出水能力是10个水龙头的强吗？显然不能。
所以，我们要加单位时间，看谁1秒钟的出水量大，这就是吞吐率。
③TPS：
⒈TPS:事务(Transaction Per second),就是用户某一步或几步操作的集合。同时，要保证它有一个完整意义。
比如：用户对某一个页面的一次请求，用户对某系统的一次登录，淘宝用户对商品的一次确认支付过程。
这些我们都可以看作一个事务。
⒉TPS:每秒钟系统能够处理事务或交易的数量，它是衡量系统处理能力的重要指标。
⒊点击率：可以看做是TPS的一种特定情况。
点击率：更能体现用户端对服务器的压力。
TPS：更能体现服务器对客户请求的处理能力。
⒋TPS:每秒钟用户向web服务器提交的HTTP请求数。
这个指标是web 应用特有的一个指标；web应用是“请求-响应”模式，用户发一个申请，服务器就要处理一次，所以点击是web应用能够处理的交易的最小单位。
如果把每次点击定义为一个交易，点击率和TPS就是一个概念。
点击率越大，对服务器的压力也越大，点击率只是一个性能参考指标，重要的是分析点击时产生的影响。
注意：这里的点击不是指鼠标的一次“单击”操作，因为一次“单击”操作中，客户端可能向服务器发现多个HTTP请求。
④吞吐量、吞吐率的意义：
⒈吞吐量的限制是性能瓶颈的一种重要表现形式，因此，有针对地对吞吐量设计测试，可以协助尽快定位到性能冰晶所在的位置。
⒉80%系统的性能瓶颈都是由吞吐量制约。
⒊并发用户和吞吐量瓶颈之间存在一定的关联。
⒋通过不断增加并发用户数和吞吐量观察系统的性能瓶颈。然后，从网络、数据库、应用服务器和代码本身4个环节确定系统的性能瓶颈。
⑤聚合报告中部分值的计算方法：
1. 吞吐量 = 完成的请求数 / 完成这些请求数所需要的时间
2. 平均响应时间 = 所有响应时间的总和 / 完成的请求数
3. 失败率 = 失败的个数 / 总数
4. 时间的计算方法是：通过timeStamp时间戳（发出的起始时间）相减而得
三、用表格察看结果
Sample#：每个请求的序号。
Start Time：每个请求开始时间。（时：分：秒.毫秒）
Thread Name：每个线程的名称（线程序号-第N次循环次数）。
Label：每个请求的自定义名称（无修改时默认显示请求类型，如Http，FTP等请求）。
Sample Time(ms)：每个请求的响应时间。（单位：毫秒）
Status：请求状态，如果为勾则表示成功，如果为叉表示失败。
Bytes：响应的字节数，请求的字节数。
Sent Bytes：发送的字节数。
Latency：延迟的时间，等待时长。（单位：毫秒）
Connect Time(ms)：连接服务器的时间。（单位：毫秒）
样本数目：所有请求个数，样本数目 = 线程数（请求用户数）* 请求次数 。（单位：个）
平均：所有请求的平均响应时间。（单位：毫秒）
最新样本：最新样本响应时间，表示服务器响应最后一个请求的时间。（单位：毫秒）
偏离：服务器响应时间变化、离散程度测量值的大小，或者，换句话说，就是数据的分布。
①Bytes：
Byte，字节
字节是由8个位所组成，可代表一个字符(A~Z)、数字(0~9)、或符号(,.?!%&+-*/)，是内存储存数据的基本单位。
1 byte = 8 bit
1 KB = 1024 bytes =210 bytes
1 MB = 1024 KB = 220 bytes
1 GB = 1024 MB = 230 bytes
原文链接：https://blog.csdn.net/qq_39720249/article/details/84313530