性能测试-技术指标的含义和计算
所有的技术指标都是在有业务场景的前提下制定的：
业务指标通常由用户提供，包括在线用户数、性能场景等；技术指标通过换算得出，包括时间指标、容量指标、资源利用率指标等；
目录
一、认识技术指标
1、jmeter聚合报告统计的指标
2、服务器监控的指标
3、指标之间的关系
3.1、TPS--响应时间
3.2、TPS--jmeter线程数
二、确定技术指标
1、时间指标（响应时间）
2、容量指标（TPS）
2.1、根据在线用户计算TPS和线程数
2.2、根据高峰业务量计算TPS和线程数
3、资源利用率指标
4、成功率/失败率
一、认识技术指标
1、jmeter聚合报告统计的指标
样本 (Samples)
执行过程中完成的请求数（即成功发送并得到响应的请求数）。 样本数反映了测试的规模，能够显示测试过程中成功处理的请求数量。
响应时间（Response Time）
指的是客户端发出请求到得到响应的整个过程所经历的时间；
平均值 (Average)：所有请求的响应时间的算术平均值。它反映了请求的平均响应速度，较低的平均值意味着较好的性能。
中位数 (Median)：所有请求响应时间的中位数值，表示有一半的请求响应时间低于此值，另一半高于此值。能够更稳定地反映大多数请求的响应时间，比平均值对极端值的影响更小。
90% 百分位 (90th Percentile)：90%的请求响应时间小于或等于该值。表示大部分（90%）请求的响应时间在此值以下。较高的90% 百分位响应时间可能意味着在大多数请求中存在性能波动。
95% 百分位 (95th Percentile)：95%的请求响应时间小于或等于该值。
99% 百分位 (99th Percentile)：99%的请求响应时间小于或等于该值。
最小值 (Min)：所有请求响应时间中的最小值。
最大值 (Max)：所有请求响应时间中的最大值。最大值较大可能表明性能波动或存在某些极端延迟。
异常 % (Error %)
测试过程中失败请求的百分比。这个值反映了请求是否成功，如果出现较高的错误百分比，说明系统存在异常。
吞吐量 (Throughput)
吞吐量（Throughput）通常指的是每秒处理的请求数，较高的吞吐量表示系统能够处理更多的请求，性能较好。它可以反应出一个系统的处理能力。
TPS (Transactions per Second)：吞吐量可以指每秒的事务数量，即TPS。如果我们要单独测试接口1、2、3，那T就是接口级的；如果我们要从用户的角度来下一个订单，那1、2、3应该在一个T中，这就是业务级的。
接收 KB/sec (Received KB/sec)
每秒钟从服务器接收的字节数，单位为千字节/秒（KB/s）。
发送 KB/sec (Sent KB/sec)
每秒钟向服务器发送的字节数，单位为千字节/秒（KB/s）。
2、服务器监控的指标
CPU 使用率 (CPU Usage)
表示 CPU 的工作负载，衡量当前 CPU 的处理能力是否达到最大值。如果 CPU 使用率过高，可能会导致系统响应缓慢或超负荷运行。
内存使用率 (Memory Usage)
表示当前系统内存的使用量。过高的内存使用率可能导致内存不足，导致交换空间使用过多，从而降低系统性能。
磁盘 I/O 使用率
表示磁盘在单位时间内处于活跃状态的时间比例。如果磁盘 I/O 使用率过高，说明磁盘频繁进行读写操作，这可能会导致响应时间延迟、I/O 队列积压以及其他系统性能瓶颈。
3、指标之间的关系
3.1、TPS--响应时间
图中蓝线表示TPS，黄色表示响应时间。
在TPS增加的过程中，响应时间一开始会处在较低的状态，也就是在A点之前。
接着响应时间开始有些增加，直到业务可以承受的时间点B，这时TPS仍然有增长的空间。
再接着增加压力，达到C点时，达到最大TPS。
我们再接着增加压力，响应时间接着增加，但TPS会有下降（请注意，这里并不是必然的，有些系统在队列上处理得很好，会保持稳定的TPS，然后多出来的请求都被友好拒绝）。
最后，响应时间过长，达到了超时的程度。
3.2、TPS--jmeter线程数
上面的一个框中有四个箭头，每个都代表着相同的事务。在这张示意图中，压力工具是4个并发线程，由于每个线程都可以在一秒内完成4个事务，所以总的TPS是16。
TPS=16，RT=1/4s，线程数=TPS*RT=16*(1/4)=4
二、确定技术指标
1、时间指标（响应时间）
看用户对响应时间的要求，对于我接触到的项目，一般都是要求不超过3S
低延迟敏感场景：如在线游戏、金融交易平台、实时聊天应用等，响应时间要求非常严格，通常不应超过 200 毫秒。
一般应用场景：对于普通的电商网站、博客平台等，响应时间要求稍微宽松，但仍希望控制在 2-3 秒 以内。
容忍度差异：大多数用户能容忍稍长的响应时间，但如果用户必须等待超过 5 秒，可能会导致跳出率增加，特别是电商网站和在线服务平台。
2、容量指标（TPS）
TPS反映系统处理能力，业务量越大，TPS值越大。 一般几十-几千，没有特定的标准，与实际的业务场景有关，比如在1分钟内接口调用量为3000，则TPS:3000/60=50
2.1、根据在线用户计算TPS和线程数
对在线的用户做并发度的分析，在很多业务中，并发度都会低于5%，甚至低于1%。拿5%来计算，就是10000用户x5%=500(用户级TPS)
线程数>=TPS*RT RT为响应时间，如果要求响应时间是100ms，500*(100/1000)=50
并发用户数通常为在线用户的5%-20%，根据行业经验：
10%并发率：适用于常规交互型应用（如新闻网站、企业系统）。
20%+并发率：适用于高交互场景（如在线游戏、秒杀活动）。
金融/政务类系统因操作复杂、思考时间长，并发率可能低至1%-5%。
2.2、根据高峰业务量计算TPS和线程数
首先用统计出来的高峰期调用量按二八原则（80%的业务在20%的时间内完成）估算出TPS的平均值，然后将结果扩大X倍做余量。如果X=1.3，则TPS=(总请求量*80%)/(总时长*20%) *X；
线程数>=TPS*RT RT为响应时间
例如：查询工资条的场景，有10万人集中在1小时内完成查询，要求的响应时间最长为3S；
TPS=（100000*80%）/（3600*1*0.2）*1.3=144.4444
线程数>=144.4444*3=433
3、资源利用率指标
CPU/内存利用率一般要求不高于75%或者不高于80%
通常情况下，70% 以下 是理想的，但 70%-85% 的范围也是可以接受的。85% 以上 的长期负载则应尽量避免，需要优化或扩展系统资源。
4、成功率/失败率
成功率一般要求不低于99.9%或者不低于99%。
经验有限，若内容有误，欢迎积极指正，谢谢！！！