转 性能测试连载 (5)-jmeter 下的性能指标监听
性能指标监听
概述
性能测试过程中,想要得到比较靠谱的性能数据,就不得不对各种性能数据进行动态监听。jmeter 中提供了很多性能数据的监听器,我们通过监听器可以来分析性能瓶颈
本文以 500 线程的逐渐加压测试结果来描述图表(压测百度)

常用监听器
Transactions per Second
监听动态 TPS,用来分析吞吐量。其中横坐标是运行时间,纵坐标是 TPS 值。红色表示通过的 TPS,绿色表示失败的。
可以看出在 56s 左右,tps 达到最高点 1202/s,之后开始直线下降。
Hits per Second
动态监听单位时间的点击率,也就是触发的请求数。其中横坐标是运行时间,纵坐标是 HPS 值。
可以看出在 58s 的时候,点击率出现波动;一分钟的时候,点击率达到最大(996/s),之后直线下降
Response Times Over Time
监听整个事物运行期间的响应时间。其中横坐标是运行时间,纵坐标是响应时间(单位是毫秒)
响应时间在达到 3233ms 之后左右开始急剧上升,此处就是性能瓶颈
Response Times vs Threads
线程活动期间的响应时间监听。其中横坐标是活动的线程数(也就是并发数),纵坐标是响应时间(单位是毫秒)
Active Threads Over Time
监听单位时间内活动的线程数。其中横坐标是单位时间(单位是毫秒),纵坐标是活动线程数(也就是并发数)
Response Times Percentiles
监听响应时间分布的百分比。其中横坐标是请求数的百分比,纵坐标是响应时间。此图表示有 90% 的请求响应时间在 270ms 以内。
Response Times Distribution
响应时间分布的柱状图。其中横坐标是柱状分布图,纵坐标是响应时间。
Composite Graph!
组合式的监听器。其中横坐标是运行时间,纵坐标是各性能数据的汇总值(其中有一些数据需要除以 10)
此图表示运行到一分钟左右,吞吐量达到瓶颈点,之后吞吐量急剧下降,响应时间急剧上升
标签:
jmeter学习
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· 分享一个免费、快速、无限量使用的满血 DeepSeek R1 模型,支持深度思考和联网搜索!
· 基于 Docker 搭建 FRP 内网穿透开源项目(很简单哒)
· ollama系列01:轻松3步本地部署deepseek,普通电脑可用
· 25岁的心里话
· 按钮权限的设计及实现