【性能测试】JMeter聚合报告和性能分析

一、简介

• 2-5-10原则
  一般情况下，当用户能够在2秒以内得到响应时，会感觉系统的响应很快；
  当用户在2-5秒之间 得到响应时，会感觉系统的响应速度还可以；
  当用户在5-10秒以内得到响应时，会感觉系统的 响应速度很慢，但是还可以接受；
  而当用户在超过10秒后仍然无法得到响应时，会感觉系统糟透了，或者认为系统已经失去响应，而选择离开这个Web站点，或者发起第二次请求。

二、性能测试的目的和关键

检查系统是否满足需求文档中规定的性能；性能测试常常需要和强度测试结合起来，并常常要求进行软件和硬件的检测。
性能测试的主要关注对象是响应时间、吞吐量、占用内存大小（辅助存储区）、处理精度等。

三、服务端性能分析都从哪些角度来进行

从维度上划分，性能指标主要分为两大类，分别是业务性能指标和系统资源性能指标。

• 业务性能指标可以直观地反映被测系统的实际性能状况，常用的指标项有：
  1.并发用户数
  2.事务吞吐率（TPS/RPS）
  3.事务平均响应时间
  4.事务成功率

• 系统资源性能指标，主要是反映整个系统环境的硬件资源使用情况，常用的指标包括：
  1.服务器：CPU 利用率、处理器队列长度、内存利用率、内存交换页面数、磁盘 IO 状态、网卡带宽使用
  情况等；
  2.数据库：数据库连接数、数据库读写响应时长、数据库读写吞吐量等；
  3.网络：网络吞吐量、网络带宽、网络缓冲池大小；
  4.缓存（Redis）：静态资源缓存命中率、动态数据缓存命中率、缓存吞吐量等；
  5.测试设备（压力发生器）：CPU 利用率、处理器队列长度、内存利用率、内存交换页面数、磁盘 IO 状态、网卡带宽使用情况等

四、性能测试常识

1、并发测试时服务日志级别需调整为error级别；
2、通常请求由一个线程负责执行，占用一个逻辑CPU；
3、性能测试脚本，最好不要有耗时的检查操作，会导致实际并发压力下降；
4、CPU负荷、内存负荷集中在应用服务器和数据库服务器上 （CPU：负责运算和处理，内存：交换数据）；
5、磁盘负荷集中在数据库/文件服务器上；
6、对外网络流量集中在负载均衡器上；

五、线程组配置详解

• Number of Threads(users)：线程数（即并发数）；一个用户占一个线程，200个线程就是模拟200个用户；
• Ramp-Up Period(in seconds)：设置线程需要多长时间全部启动；如果线程数为200，准备时长为10，那么需要1秒钟启动20个线程；也就是每秒钟启动20个线程；
• Loop Count：并发执行次数，一次场景下来，请求的数量=线程数 * 循环次数；如果线程数为200，循环次数为10 ，那么每个线程发送10次请求；总请求数为200*10=2000 ；如果勾选了“永远”，那么所有线程会一直发送请求，直到选择停止运行脚本；

六、JMeter报告

• Label：每个JMeter的element的Name值，例如HTTP Request的Name；
• Samples（样本）：发出请求数量；模拟20个用户，循环100次，所以显示了2000；
• Average（平均值）：平均响应时间（单位：ms）；默认是单个Request的平均响应时间，当使用了Transaction Controller时，也可以以 Transaction为单位显示平均响应时间；
• Median（中位数）：50%的用户响应时间小于这个值；
• 90%Line（90%百分位）：90%的用户响应时间小于这个值；
• 95%LIne（95%百分位）：95%的用户响应时间小于这个值；
• 99%LIne（99%百分位）：99%的用户响应时间小于这个值；
• Min（最小值）：用户响应时间最小值；
• Max（最大值）：用户响应时间最大值；
• Eorror%（异常%）：测试出现的错误请求数量百分比；请求的错误率 = 错误请求的数量/请求的总数；若出现错误就要看服务端的日志查找定位原因；
• Throughput（吞吐量）：简称TPS，吞吐量，默认情况下表示每秒处理的请求数，也就是指服务器处理能力，TPS越高说明服务器处理能力越好；
• 接收KB/sec：每秒从服务器端接收到的数据量；
• 发送KB/sec：每秒发送的数据量；

• Sample#：编号类似id

• Start Time：开始时间

• Thread Name：线程名称

• Label：请求名称

• Sample Time：取样时间ms

• Status：状态

• Bytes：接受字节数

• Sent Bytes：发送字节数

• Latency：等待时间

• Connect Time：链接时间

七、性能测试结果分析（依据第三章）

1、Eorror%（异常%）分析：确认错误率是否在允许的范围内；

2、Throughput（吞吐量）分析–最佳的并发数：如果吞吐量>并发数，则并发数可继续增加；若在压测的机器性能很好的情况下，出现吞吐量<并发数，说明并发数不能再增加，可往下减，找到最佳的并发数；

3、最大的并发数分析：不断增加并发数，达到一个值后，服务器出现请求超时，则可认为该值为最大的并发数；

4、最大的TPS分析：不断的增加并发数，加到TPS达到一定值开始出现下降，那个值就是最大的TPS；

5、系统资源分析：压测时要时刻关注服务器CPU、内存、网络、数据库等使用情况；

6、性能瓶颈分析：
CPU、TPS存在明显波动则存在性能瓶颈；
若并发量增加而CPU使用率未增加则存在瓶颈；