1.说明
jmeter工具对于请求的测试结果，有多种形式展现，但是数据比较难懂，现在针对不同的展现做具体的说明。
2.监听器
（一）图形结果
(1)样本数目：总共发到服务器的请求数
(2)最新样本：服务器响应最后一个请求的处理时间（单位：毫秒）
(3)平均：所有取样器结果的响应时间平均值（总运行时间除以发送到服务器的请求数）
(4)偏离：服务器响应时间变化，离散程度测量值的大小，即数据的分布。
(5)吞吐量：服务器每分钟处理的请求数
(6)中值：所有取样器结果的响应时间中间值（有一半的服务器响应时间低于该值而另一半高于该值）
(7)X轴：取样器个数的均匀分部轴
(8)y轴：处理时间（单位：毫秒）
（二）聚合报告
聚合报告中的时间单位ms（1000ms=1s）
(1)Label : 每个JMeter 的element(例如HTTP Request)都有一个Name属性，这里显示的就是Name属性的值
(2)#Samples : 表示你这次测试中一共发出了多少请求，如果测试计划模拟10个用户，每个用户迭代10次，这里就会显示100
(3)Average : 平均响应时间，默认情况下是单个Request的平均响应时间，当使用了事务控制器时，也可以以事务为单位显示平均响应时间
(4)Median : 中位数，也就是50%用户的响应时间（据按由小到大的顺序排列后，取出第50%位）
(5)90%Line : 90%用户的响应时间（据按由小到大的顺序排列后，取出第90%位）
(6)95%Line : 95%用户的响应时间（据按由小到大的顺序排列后，取出第95%位）
(7)99%Line : 99%用户的响应时间（据按由小到大的顺序排列后，取出第99%位）
(8)Min : 最小响应时间
(9)Max : 最大响应时间
(10)Error% : 错误率，本次测试中出现错误的请求的数量/请求总数
(11)Throughput : 吞吐量，默认情况下表示每秒完成的请求数(Request per Second)
(12)KB/Sec : 每秒从服务器端接受到的数据量（单位：千字节/秒）
(13)Received KB/sec----每秒从服务器端接收到的数据量（单位：千字节/秒）
(14)Sent KB/sec----每秒从客户端发送的请求的数量（单位：千字节/秒）
（三）用表格查看结果
(1)Sample:每个请求的序号
(2)start time:每个请求开始时间
(3)thread name:每个线程组名称
(4)label：请求类型，对应在测试计划下填写的请求名称
(5)Sample time：每个请求所花时间，单位毫秒（0.001秒(s)=1毫秒(ms) 1秒(s)=1000毫秒(ms) ）
(6)Status：请求状态，如果为 √ 则表示成功，如果为 × ，则表示失败。
(7)Bytes：响应的字节数，请求的字节数。
(8)Sent Bytes：发送的字节数。
(9)Latency：延迟的时间，等待时长。（单位：毫秒）
(10)Connect Time(ms)：连接服务器的时间。（单位：毫秒）
(11)样本数目：所有请求个数，样本数目 = 线程数（请求用户数）* 请求次数 。（单位：个）
(12)最新样本：最新样本响应时间，表示服务器响应最后一个请求的时间。（单位：毫秒）
(13)平均：所有请求的平均响应时间。（单位：毫秒）
(14)偏离：服务器响应时间变化、离散程度测量值的大小，或者，换句话说，就是数据的分布。（偏离值是一个观察测试环境和系统稳定性的数据）
3.名词解释及分析
偏离值：偏离值是一个观察测试环境和系统稳定性的数据。偏离值越小则环境越稳定，所测得的数据越有效，反之，如果偏离值太大则说明环境不稳定，在这种情况下测得的数据就没什么价值，所以在测试的时候，必须要保证偏离值是小的。（可参考：http://blog.sina.com.cn/s/blog_5034424d010080ay.html）
吞吐率：单位时间内服务器处理的请求数来描述其并发处理能力。吞吐率，是单位时间内网络上传输的数据量，特指web服务器单位时间内处理的请求数。吞吐率是衡量网络性能的重要指标。通常情况下，吞吐率用“字节数/秒”来衡量。也可以用“请求数/秒”来衡量。吞吐量除以时间，所得到的单位时间内的数据量就是吞吐率。吞吐率代表着单位时间内所能承受的压力，是测试中一个重要的指标。通过比较吞吐量，可以发现系统的运行状态。当随着并发数增加时，吞吐率是不断增加的，当达到一个服务器极限后，再增加并发数，吞吐率会急速下降，直至服务器崩溃。所以，当达到临界点（吞吐量最高点，负载和处理均衡时）为“最大吞吐率”，是系统在运行下的一个理想阈值范围。
备注：一个请求还是一个页面，它的本质都是在网络上传输的数据，那么用来表述数据的单位就是字节数。
吞吐量：是指在一次性能测试过程中，网络上传输的数据量的总和。对于交互式应用来说：吞吐量指标反映的是服务器承受的压力。在容量规划的测试中：吞吐量是一个重点关注的指标，因为它能够说明系统级别的负载能力。另外，在性能调优过程中，吞吐量指标也有重要的价值。
比如：一个大型工厂，他们的生产效率与生产速度很快，一天生产10W吨的货物，结果工厂的运输能力不行，就两辆小型三轮车一天拉2吨的货物，说明的是这个运输能力（吞吐量）是整个系统的瓶颈。
只用吞吐量来衡量一个系统的性能（输出能力）是极其不准确的。
用个最简单的例子说明，一个水龙头开一天一夜，流出10吨水；10个水龙头开1秒钟，流出0.1吨水。此时当然是一个水龙头的吞吐量大。但是，你能说1个水龙头的出水能力是10个水龙头的强吗？显然不能。
所以，我们要加单位时间，看谁1秒钟的出水量大，这就是吞吐率
TPS：事务(Transaction Per second),就是用户某一步或几步操作的集合。每秒钟用户向web服务器提交的HTTP请求数。同时，要保证它有一个完整意义。每秒钟系统能够处理事务或交易的数量，它是衡量系统处理能力的重要指标。这个指标是web 应用特有的一个指标；web应用是“请求-响应”模式，用户发一个申请，服务器就要处理一次，所以点击是web应用能够处理的交易的最小单位。如果把每次点击定义为一个交易，点击率和TPS就是一个概念。点击率越大，对服务器的压力也越大，点击率只是一个性能参考指标，重要的是分析点击时产生的影响。
点击率：可以看做是TPS的一种特定情况。更能体现用户端对服务器的压力。
TPS：更能体现服务器对客户请求的处理能力。
比如：用户对某一个页面的一次请求，用户对某系统的一次登录，淘宝用户对商品的一次确认支付过程。这些我们都可以看作一个事务。
吞吐量，吞吐率的意义：
- 吞吐量的限制是性能瓶颈的一种重要表现形式，因此，有针对地对吞吐量设计测试，可以协助尽快定位到性能冰晶所在的位置。
- 80%系统的性能瓶颈都是由吞吐量制约。
- 并发用户和吞吐量瓶颈之间存在一定的关联。
- 通过不断增加并发用户数和吞吐量观察系统的性能瓶颈。然后，从网络、数据库、应用服务器和代码本身4个环节确定系统的性能瓶颈。
聚合报告中部分值的计算方法：
-
吞吐量 = 完成的请求数 / 完成这些请求数所需要的时间
-
平均响应时间 = 所有响应时间的总和 / 完成的请求数
-
失败率 = 失败的个数 / 总数
-
时间的计算方法是：通过timeStamp时间戳（发出的起始时间）相减而得