1、1Analysis summary （场景摘要）Secenario name 场景名称Results in session 场景运行的结果目录Duration 场景运行时间2. Statistics summary（场景状态的统计说明）Maximum running vusers（场景最大用户数）Total throughput （bytes） （总带宽流量）Average throughput （bytes/second） （平均每秒宽带流量）Total hit （总点击数）Average hits per second （平均每秒点击数）单击 View HTTP Responses sum
2、mary 选项可以切换到报告最下方 HTTP 请求的统计3.（5worst transaction） 5 大失败事务的统计Transaction name （事务名）Failure ratio% （exceeded time/transaction duration）失败率（超标次数/ 事务持续时间） 。该值反映了在所有事务中有百分之多少的事务是无法达到 SLA 基准值的Failure value%(response time /SLA) 失败率（响应时间/SLA） 该值反映了在整个场景运行下，SLA 的定义标准值与实际事务值超标的平均百分比，也就是说平均算下来真实的响应时间和定义的阈值误差百
3、分比最下方列出了平均误差和最大误差4.scenario behavior over time（场景行为综述）这里列出了在场景中定义的事务在各个时间点上的 SLA 情况，背景中的 X 表示在这个时间点上事务没有达到 SLA 的指标，而上面的 application under test error 显示了在每个时间段上的错误5.transaction summary（事务摘要）Total passed （事务总通过数）Total failed （事务的总失败数）Total stopped （事务的总停止数）Average response time 可以打开事务平均响应时间图表Transacti
4、on name （事务名）SLA status （SLA 状态）：在 SLA 的指标测试中最终结果图是通过还是失败Minimum（事务最小时间）Average （事务平均时间）Maximum （事务最大时间）Std.deviation（标准方差）90percent（用户感受百分比）这个值说明，采样数据中，有 90%的数据比它大，10%的数据比它小（举例，假设有组数据（13465782910）按从小到大的排列后就是（12345678910） ，在这 10 个数中第 9 大的数字是 9 所以 90percent 的结果就是 9） ，90percent 是可以调整的，在（ analysis-View
5、-summary files transaction percentile）Service level agreement legend（SLA 图标说明）6.http responses summary（http 响应摘要）Total http 请求返回次数Per second 每秒请求数1.hits per second（每秒点击数）每秒点击数每一次点击相当于对服务器发出一次请求，一般点击数会随着负载的增加而增加，该数据越大越好2.throughput（宽带使用）该数据越小说明系统的宽带依赖越小3.transaction summary（事务概要说明）通过事务数越多说明系统的处理能力越强，
6、失败的事务越少，说明系统越可靠4.average transaction response time（每秒事务数） （这个是比较关心的数据之一）时间越小说明处理的速度越快，如果和前面的用户负载生成图合并在一起看，就可以发现用户负载增加对系统事务响应时间的影响规律（事务的响应时间也不应该超过用户的最大接受范围，否则会出现系统响应过慢的问题）5.transaction per second（每秒事务数）Average transaction response time（平均事务响应时间）是一个关键的数据，TPS也是一个关键的数据，该数据反映了系统在同一时间内能处理业务的最大能力，这个数据越高，说明
7、系统处理能力越强，但是这里的最高值并不一定代表系统的最大处理能力，TPS 会受到负载的影响，也会随着负载的增加而逐渐增加，当系统进入繁忙期后，TPS 会有所下降6.transaction performance summary（事务性能概要）这里给出了事务的平均时间、最大时间、最小时间，柱状图的落差越小说明响应时间的波动较小，如果落差很大，那么说明系统够稳定7.transaction response time under load（在用户负载下事务响应时间）这里给出了负载用户增长的过程中响应时间的变化情况，其实这张图也是将uers 和 average transaction response 图做了一个 correlate Merge 得到的，该图的线条越平越稳，说明系统越稳定8.transaction response time （percentile） （事务响应时间的百分比）这里给出的是不同百分比下的事务响应时间范围，通过这个图可以了解有多少比例的事务发生在某个时间内，也可以发现响应时间的分布规律，数据月平稳说明响应时间编号越小Transaction response time （distribution ） （每个时间段上的事务数）该图给出的是每个时间段上的事务数，响应时间较小的分类下的事务数越多越好
