概述
jmeter 中提供了很多性能数据的监听器, 我们通过监听器可以来分析性能瓶颈
本文以 500 线程的阶梯加压测试结果来描述图表.
常用监听器
1:Transactions per Second
监听动态 TPS, 用来分析吞吐量. 其中横坐标是运行时间, 纵坐标是 TPS 值. 红色表示通过的 TPS, 绿色表示失败的.
最大 TPS 大约在 140 左右, 从 1 分 26 秒左右, 开始有未通过的事物
2:Hits per Second
动态监听单位时间的点击率, 也就是触发的请求数. 其中横坐标是运行时间, 纵坐标是 HPS 值.
点击率波动较大, 且不能持续上升. 说明性能很不稳定
3:Response Times Over Time
监听整个事物运行期间的响应时间. 其中横坐标是运行时间, 纵坐标是响应时间 (单位是毫秒)
响应时间在 4950ms 左右开始稳定下来, 后续又经历一次大的波动
4:Response Times vs Threads
线程活动期间的响应时间监听. 其中横坐标是活动的线程数 (也就是并发数), 纵坐标是响应时间 (单位是毫秒)
5: Active Threads Over Time
监听单位时间内活动的线程数. 其中横坐标是单位时间 (单位是毫秒), 纵坐标是活动线程数 (也就是并发数)
6:Response Times Percentiles
监听响应时间分布的百分比. 其中横坐标是请求数的百分比, 纵坐标是响应时间. 此图表示有 99.7% 的请求响应时间在 5s 以内.
7:Response Times Distribution
响应时间分布的柱状图. 其中横坐标是柱状分布图, 纵坐标是响应时间. 此图表示大约有 111 个请求响应时间在 5076ms.
8:Composite Graph
组合式的监听器. 其中横坐标是运行时间, 纵坐标是各性能数据的汇总值 (其中有一些数据需要除以 10).
总结
不同的监听器可以监听不同的性能数据, 但是想要在图表中直观的分析出性能的瓶颈, 就需要组合式的监听器. 例如通过响应时间和吞吐量的分布得出吞吐量的拐点.
通过以上图表能看出来, 在持续加压的事物场景中, 99.7% 的请求响应时间都控制在了 5s 以内.
下一篇文章, 我们将通过实际项目来演示监听器在性能测试中的用法, 同时分析一些性能瓶颈.
同时会有视频公开课, 用视频讲解的方式来给大家实际讲解哦!
来源: https://www.qcloud.com/developer/article/1437742