Jmeter 测试结果分析之聚合报告简介

简介: Jmeter 测试结果分析之聚合报告简介

Jmeter测试结果分析之聚合报告简介


聚合报告(aggregate report)

对于每个请求,它统计响应信息并提供请求数,平均值,最大,最小值,错误率,大约吞吐量(以请求数/秒为单位)和以kb/秒为单位的吞吐量.

 

吞吐量是以取样目标点的视角来统计的(例如:HTTP请求样例中设置的远程服务器). JMeter会把已生成请求的总响应时间考虑在内,所以,如果相同线程组中有其它取样器或定时器,将增加总时间,进而减少吞吐量的值。因此,两个仅名称不同的取样器,其吞吐量为该两个取样器吞吐量总和的一半。正确的选择取样器名字对于重聚合报告中获取最佳的结果来说很重要。

 

个人理解:不管是否有其它取样器还是定时器,这里主要是基于时间和请求数的计算,吞吐量=请求数/总时间,拿定时器来说,它具有线程延迟功能,不增加请求数的情况下,增大总时间,自然吞吐量就减少了。

 

这笔者做了个实验,每次运行一次,每次手动运行,且每次运行前不清空结果,运行测试,查看聚合报告显示。因为手动运行,每两次运行期间,都有空闲期,在这段空闲期有时候还比较长,几分钟到几十分钟不等。

 

结果发现,聚合报告是累加的,即每次运行的结果统计都是基于前一次运行的结果进行统计,包括发起的请求样本数等都是叠加的,比如我11:00运行一次,发起10个请求,11:20运行一次,发起10个请求,这时聚合报告显示请求数为20个,而此时的吞吐量和第一次运行相差甚远,个人猜测它把11001120期间非运行状态的时间也算进去了。所以,总时间大大增加。

 

不勾选标签中不包含名称(include group name in label复选框

 

 



注意:使用聚合报告时,测试计划中不要用相同的的请求取样器名称

 

表头说明:

Label -如图,在不勾选"Include group name in label?"复选框的情况下,为请求取样器的名称,否则为请求取样器所在线程组:请求取样器名称”,如下

 

 



# Samples -用同一个请求取样器,发送请求的数量(注意:该值是不断累计的)。比如,10个线程数设置为10,迭代10次,那么每运行一次测试,该值就增加10*10=100

 

Average -默认情况下是单个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。表示响应时间本不大于该时间值的请求样本数占总数的50%

 

90% Line -表示响应时间不大于该时间值的请求样本数占总数的90%

Min -针对同一请求取样器,请求样本的最小响应时间

 

Max -针对同一请求取样器,请求样本的最大响应时间

 

Error % -出现错误的请求样本的百分比

 

Throughput -吞吐量以“requests/secondrequests /minuterequests /hour”来衡量。时间单位已经被选取为second,所以,显示速率至少是1.0,即每秒1个请求。当吞吐量被保存到CVS文件时,采用的是requests/second,所以30.0 requests/secondCVS中被保存为0.5

 

Kb/sec -Kilobytes/seond来衡量的吞吐量

 

注意:

1.无特别说明,以上时间的单位均为ms

2.请求响应时间指的是从client端发出请求到得到响应的整个时间

 

http://jmeter.apache.org/usermanual/component_reference.html#Aggregate_Report

 

目录
相关文章
|
22天前
|
机器学习/深度学习 人工智能 测试技术
深入分析自动化测试中的挑战与机遇
【5月更文挑战第27天】 随着软件开发周期的不断缩短和发布频率的增加,自动化测试成为确保软件产品质量的关键手段。本文将探讨在实施自动化测试过程中面临的主要挑战,包括维护成本、测试用例设计、与持续集成的融合等,并讨论如何通过最新的技术趋势如人工智能(AI)和机器学习(ML)来克服这些挑战,以及它们为自动化测试带来的新机遇。
|
21小时前
|
XML JSON 测试技术
JMeter 响应断言详解:提升测试精度的利器
**摘要:** Apache JMeter的响应断言用于验证性能和功能测试中的系统响应。常见的断言类型包括文本、JSON、XPath、XML、响应代码和时间断言。配置断言涉及添加采样器、选择断言类型及设定相关参数。最佳实践建议选择合适断言类型、减少断言数量、使用正则表达式,并结合前置和后置处理器。实例演示了如何配置文本、JSON和响应代码断言来验证登录接口的成功响应。响应断言确保了测试的准确性与效率。
8 0
|
6天前
|
监控 数据可视化 Java
掌握 JMeter 插件管理器:提升性能测试的利器
Apache JMeter 是一款强大的性能测试工具,其灵活性和扩展性使其在性能测试领域广受欢迎。JMeter 插件管理器(JMeter Plugins Manager)为用户提供了一个方便的平台来安装、更新和管理各种插件,从而大大扩展了 JMeter 的功能。
11 0
|
6天前
|
缓存 Linux API
深入解析 JMeter TPS 测试:从理论到实践
本文档介绍了如何使用Apache JMeter进行TPS测试。TPS(Transactions Per Second)是衡量系统性能的关键指标,表示每秒处理的事务数。在JMeter中,创建测试计划包括配置线程组、HTTP请求、定时器和监听器。运行测试后,通过聚合报告分析吞吐量、平均响应时间和错误率来计算TPS。当TPS不足时,可优化服务器资源、应用程序代码、数据库查询或引入缓存来提升性能。掌握TPS测试有助于系统性能优化。
8 0
|
6天前
|
存储 测试技术 Apache
高效管理JMeter中的Cookies:测试工程师的全面指南
Apache JMeter的Cookie管理器是性能测试中的关键工具,用于模拟用户会话和保持状态。本文档详细介绍了如何配置和使用Cookie管理器:添加HTTP Cookie Manager到测试计划,配置清除每次迭代Cookies的选项,以及设置登录和验证请求。此外,还讨论了验证、调试、进阶配置,如Cookie政策、跨域Cookies和正则表达式提取Cookie。通过掌握这些步骤,可以提升测试的准确性和效率。
18 0
|
11天前
|
Java
JavaSE——集合框架二(6/6)-(案例)补充知识:集合的嵌套(需求与分析、问题解决、运行测试)
JavaSE——集合框架二(6/6)-(案例)补充知识:集合的嵌套(需求与分析、问题解决、运行测试)
8 0
|
14天前
|
安全 测试技术
软件测试项目式学习二(认识软件测试及软件测试分类与案例分析)
软件测试项目式学习二(认识软件测试及软件测试分类与案例分析)
19 1
|
18天前
|
机器学习/深度学习 敏捷开发 人工智能
深入分析自动化测试中的挑战与机遇
【5月更文挑战第31天】 在软件开发的不断进步和迭代中,自动化测试作为提升效率、确保质量的重要手段,其地位愈发凸显。本文将深入探讨实施自动化测试过程中遭遇的技术挑战,如维护成本、复杂场景模拟等,并剖析其中的机遇,包括持续集成的协同优势和最新的AI辅助技术。通过具体案例分析和前沿技术趋势预测,旨在为软件测试工程师提供全面的视角,以应对未来自动化测试的发展需求。
|
18天前
|
监控 jenkins 测试技术
提升软件测试效率与准确性的策略分析
【5月更文挑战第31天】 在软件开发生命周期中,测试工作占据了举足轻重的地位。本文旨在探讨提高软件测试效率和准确性的有效策略。通过对自动化测试工具的选择、测试用例的优化设计、持续集成系统的整合以及性能测试的关键指标分析,本文提出了一系列创新的方法和实践建议。这些策略不仅能够减少人力资源消耗,还能显著提高软件产品的质量和稳定性。
|
19天前
|
监控 测试技术
深入分析软件测试中的风险评估与管理
【5月更文挑战第30天】 在软件开发生命周期中,风险无处不在,特别是在软件测试阶段。本文旨在探讨软件测试过程中如何有效地进行风险评估和管理,以确保软件质量和项目成功。文中将介绍风险评估的基本概念,提出一个结构化的风险识别和评估框架,并详细讨论如何通过定性和定量方法来管理测试风险。此外,文章还将展示一个案例研究,以说明所提策略在实际中的应用效果。