Jmeter的聚合报告是一个非常nice的listener，接口测试以及性能测试方面都会用到这个nice的监听器。
那么优秀在什么地方呢？上图
日常工作中可能只关注这部分内容：
可是这里边的指标真的都懂么？看了几篇知名大师的博客，都侧重谈了聚合报告这块的内容；当然，我在面试过程中，也经常有问在简历上写着“精通Jmeter”的面试者一些关于聚合报告方面的问题，遗憾，能回答上来的寥寥无几；或者说能答到重心的不多。可能本身这块的一个指标就存在一定的误区。
虽说在一些博客、公众号文章，一些大师用单独篇幅来讲解，貌似“后浪”并没有那么在意。又或者有关聚合报告方面的指标确实是容易给大家带来一些误导。
因此，我也着重来记一下聚合报告方面的内容。
和往常一样，先贴官方文档（有人经常吐槽看不懂英文，是硬伤总归是硬伤，慢慢补，当下为解燃眉之急，谷歌翻译、有道翻译等便是良策！）：
帮助文档中清清楚楚的将每个指标都进行了诠释，可能某些翻译的原因或者自我认知的原因，都导致了一些误解。一一来进行解读吧。
Label：通俗一点的翻译是标签。（该标签通常争议不大）
【样品的标签。如果“在标签中包含组名？”然后，将线程组的名称作为前缀添加。这允许相同的标签从不同的线程组分开整理，如果需要的话。】（百度翻译）
#Samples：【相同标签的样本数】，请求数。
Average：平均响应时间。
1,2,3,4,5,6,7,8---这组数据的平均响应时间为45/8=5.625。
Median：中位数。
1,2,3,4,5,6,7,8,9---该组数据的中位数为5.
90%Line：【90%的样品不超过这个时间。剩下的样本至少和这个一样长。（第九十百分位数）】翻译何解？
通常有人将“90%Line”这个指标理解为90%用户的响应时间。
这个时候可以引申出来一个比较易理解的概念：众所周知，中国是一个人口大国，为衡量经济发展的情况，相关统计部门每年都会进行统计，xxx人已经实现脱贫（当然、具体标准就不扯了），那么这块的人数是怎么统计出来的呢？
当然、一个一个去统计是不现实的（当下），那么这个时候，90%Line指标就显得有效，同理，我们先带入进去，概念为“90%Line的平均响应时间”，按这个概念来讲，是完全不科学的；不能排除富到极点的人，也不能排除穷到极点的人，难道不是么？
0,1，2,3,4,5,6,7,8,9；90%的数为0,1,2,3,4,5,6,7,8,90%Line为（0+1+2+3+4+5+6+7+8）/9，这样的理解显然是不正确的。
那么，再代入翻译中的概念【90%的样品不超过这个时间】，假设0,1,2,3,4,5,6,7,8,9，90%Line的值为8，其言下之意为没有超过8的数都为“贫穷”，相比平均响应时间，可信度比较高。
95%Line：同上。
99%Line：同上。
Min：最小值。
Max：最大值
Error%：错误占比。
Throughput：吞吐量。
Received KB/sec：接收KB/SEC -以每秒接收千字节测量的吞吐量。
Sent KB/sec：发送KB/SEC -以每秒千字节发送的吞吐量。