一篇文章教你如何读懂 JMeter聚合报告参数！

在进行性能测试时，JMeter是一款备受推崇的开源工具。而其中的聚合报告（Aggregate Report）是我们分析测试结果、了解系统性能的重要依据。今天，我们就来深入探讨如何读懂JMeter聚合报告中的各项参数。

面对复杂的聚合报告，究竟哪些参数是我们必须关注的？这些参数背后又隐藏着怎样的重要信息？

JMeter聚合报告包含多项关键参数，以下是从线程组参数及其解释，通过实际案例配置帮助我们更好地理解这些数据：

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 时间(秒)：

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；
循环次数：

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；

Label：每个JMeter的element的Name值，例如HTTP Request的Name；
样本：发出请求数量；模拟20个用户，循环100次，所以显示了2000；
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；
中位数：50%的用户响应时间小于这个值；
95%百分位：95%的用户响应时间小于这个值；
99%百分位：99%的用户响应时间小于这个值；
最小值：用户响应时间最小值；
最大值：用户响应时间最大值；
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；
吞吐量：Throughput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；
KB/sec：每秒从服务器端接收到的数据量；

异常%：确认是否允许错误的发生或者错误率允许在多大的范围内；

吞吐量：吞吐量每秒请求的数大于并发数，则可以慢慢的往上面增加；若在压测的机器性能很好的情况下，出现吞吐量小于并发数，说明并发数不能再增加了，可以慢慢的往下减，找到最佳的并发数；

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

最大的并发数：

最大的并发数和最大的TPS是不同的概率，一般不断增加并发数，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；

压测的时候要时刻关注应用服务器数据库服务器等CPU、内存、网络等使用情况；

压测过程出现性能瓶颈，若压测客户端任务管理器查看到的CPU、网络和CPU都正常，未达到90%以上，则可以说明服务器有问题，压测客户端没有问题；

影响性能考虑点包括：数据库、应用程序、中间件（php-fpm、nginx、redis…）、网络和操作系统等方面；

目的：循环该控制器下面子节点的次数。

线程组里循环次数设置了n次，循环控制器下的循环次数也设置了m次，则该控制器下的请求运行的次数是（n*m）次。

如果（If）控制器

目的：判断条件，可以引用变量。当为 true 时，执行子节点

Interpret Condition as Variable Expression?

如果选择了此项，则条件必须是一个表达式，需要使用 ${__jexl3 } 或 ${__groovy } 表达式）

Evaluate for all children

如果是字符串的比较，需要加””

"${url}"=="baidu"

注意事项：

在if逻辑控制器的Expression中不能直接填写条件表达式，需要借助函数将条件表达式计算为true/false，可以借助的函数有__jexl3和__groovy函数

随着互联网和移动应用的发展，用户对于系统响应速度和稳定性的要求越来越高。性能测试和分析变得越来越重要，而JMeter聚合报告提供了详尽的数据，帮助我们全面了解系统的性能瓶颈和改进方向。

读懂JMeter聚合报告参数，不仅能帮助我们准确评估系统性能，还能为后续的优化提供重要依据。通过深入分析每一个参数，我们能够全面了解系统在不同负载下的表现，找到性能瓶颈，并制定相应的优化方案。

性能测试不仅是发现问题的手段，更是提升系统稳定性和用户体验的关键。掌握JMeter聚合报告的解析技巧，让我们在性能优化的道路上更加从容自信，助力系统达到最佳表现。