JMeter性能测试中如何使用聚合报告进行结果分析

Jmeter性能测试中最简单的结果分析工具就是聚合报告，在测试计划中添加聚合报告后就可以直观地看到请求的相关数据，那么聚合报告中哪些字段和信息是我们应该关注的呢？

01 理解聚合报告中的主要指标

• 样本数目（#Samples）：

这是指发送请求的总数量。例如，线程组设置了 10 个用户，每个用户循环执行 2 次请求，那么样本数目就是。它可以帮助你确定测试的规模，并且结合其他指标可以计算出一些比率，如错误率。

• 平均值（Average）：

表示所有请求响应时间的算术平均值。计算方法是将所有请求的响应时间相加，然后除以请求的总数量。例如，有 5 个请求，响应时间分别为 100ms、120ms、90ms、110ms 和 105ms，那么平均值为。平均值是衡量系统性能的一个重要指标，它可以让你大致了解系统响应的平均快慢程度。

• 中位数（Median）：

将所有请求的响应时间按照从小到大的顺序排列，位于中间位置的数值就是中位数。如果请求数量是奇数，那么中位数就是中间的那个数；如果请求数量是偶数，中位数是中间两个数的平均值。例如，响应时间序列为、、、、，中位数就是。中位数相对于平均值来说，更能抵抗极端值的影响，能更稳健地反映响应时间的集中趋势。

• 90% 百分位（90% Line）：

表示有 90% 的请求响应时间低于这个值。例如，90% Line 为 150ms，意味着在所有的请求中，90% 的请求响应时间小于 150ms，剩下 10% 的请求响应时间大于等于 150ms。这个指标对于衡量系统在大部分情况下的性能表现很有用，因为它关注了大多数请求的情况，而不是被少数极慢或极快的请求所影响。

• 最小值（Min）和最大值（Max）：

最小值是所有请求响应时间中的最小数值，最大值则是最大数值。它们可以帮助你了解系统响应时间的范围。例如，最小值为 50ms，最大值为 200ms，这表明系统响应时间在这个区间内波动，通过对比其他指标，可以进一步分析这种波动是正常的还是存在性能问题。

• 错误率（Error%）：

计算方法是错误请求的数量除以总请求数量再乘以 100%。例如，总请求数量为 100，其中有 5 个请求出错，那么错误率就是。错误率是评估系统稳定性和可靠性的关键指标，如果错误率过高，说明系统可能存在严重的问题，需要进一步分析错误的原因，如网络问题、服务器故障或者请求参数错误等。

• 吞吐量（Throughput）：

单位是请求 / 秒（requests per second），它表示每秒系统能够处理的请求数量。吞吐量的计算与测试计划中的线程设置、循环次数和测试时间等因素有关。例如，在 10 秒内发送了 100 个请求，那么吞吐量就是请求 / 秒。吞吐量反映了系统的处理能力，是衡量系统性能的重要指标之一。

• 接收 KB / 秒（Received KB/sec）和发送 KB / 秒（Sent KB/sec）：

分别表示每秒接收和发送的数据量（以千字节为单位）。这些指标对于分析系统的网络负载很有用，例如，如果接收的数据量过大，可能会导致网络拥塞或者服务器资源紧张。

02 使用聚合报告进行结果分析的场景

• 性能瓶颈定位：

如果平均值或者 90% 百分位响应时间过长，同时吞吐量较低，可能表示系统存在性能瓶颈。这时候可以检查服务器的资源使用情况（如 CPU、内存、磁盘 I/O 等），或者查看请求的具体内容，判断是否是因为某些复杂的业务逻辑导致响应变慢。

• 系统稳定性评估：

错误率是评估系统稳定性的关键指标。如果错误率在测试过程中持续上升，或者高于可接受的范围（如 5% 以上），需要重点关注。可能是服务器负载过高导致部分请求无法正常响应，或者是网络不稳定等原因造成的。可以结合系统日志和网络监控工具进一步分析原因。

• 系统容量规划：

通过观察吞吐量指标，可以了解系统当前的处理能力。如果在增加用户负载（如增加线程组中的线程数）的情况下，吞吐量逐渐下降，或者响应时间急剧上升，说明系统可能已经接近其容量极限。这对于规划系统的扩展和优化很有帮助，例如，决定是否需要增加服务器资源或者优化系统架构。

感谢每一个认真阅读我文章的人，礼尚往来总是要有的，虽然不是什么很值钱的东西，如果你用得到的话可以直接拿走：

这些资料，对于【软件测试】的朋友来说应该是最全面最完整的备战仓库，这个仓库也陪伴上万个测试工程师们走过最艰难的路程，希望也能帮助到你!有需要的小伙伴可以点击下方小卡片领取