LoadRunner 測試結果分析圖 概要解釋
Transactions(使用者事務分析)
使用者事務分析是站在使用者角度進行的基礎效能分析。
1、Transation Sunmmary(事務綜述)
對事務進行綜合分析是效能分析的第一步,通過分析測試時間內使用者事務的成功與失敗情況,可以直接判斷出系統是否執行正常。
2、Average Transaciton Response Time(事務平均響應時間)
“事務平均響應時間”顯示的是測試場景執行期間的每一秒內事務執行所用的平均時間,通過它可以分析測試場景執行期間應用系統的效能走向。
例:隨著測試時間的變化,系統處理事務的速度開始逐漸變慢,這說明應用系統隨著投產時間的變化,整體效能將會有下降的趨勢。
3、Transactions per Second(每秒通過事務數/TPS)
“每秒通過事務數/TPS”顯示在場景執行的每一秒鐘,每個事務通過、失敗以及停止的數量,使考查系統效能的一個重要引數。通過它可以確定系統在任何給定時刻的時間事務負載。分析TPS主要是看曲線的效能走向。
將它與平均事務響應時間進行對比,可以分析事務數目對執行時間的影響。
例:當壓力加大時,點選率/TPS曲線如果變化緩慢或者有平坦的趨勢,很有可能是伺服器開始出現瓶頸。
4、Total Transactions per Second(每秒通過事務總數)
“每秒通過事務總數”顯示在場景執行時,在每一秒內通過的事務總數、失敗的事務總署以及停止的事務總數。
5、Transaction Performance Sunmmary(事務效能摘要)
“事務效能摘要”顯示方案中所有事務的最小、最大和平均執行時間,可以直接判斷響應時間是否符合使用者的要求。
重點關注事務的平均和最大執行時間,如果其範圍不在使用者可以接受的時間範圍內,需要進行原因分析。
6、Transaction Response Time Under Load(事務響應時間與負載)
“事務響應時間與負載”是“正在執行的虛擬使用者”圖和“平均響應事務時間”圖的組合,通過它可以看出在任一時間點事務響應時間與使用者數目的關係,從而掌握系統在使用者併發方面的效能資料,為擴充套件使用者系統提供參考。此圖可以檢視虛擬使用者負載對執行時間的總體影響,對分析具有漸變負載的測試場景比較有用。
7、Transaction Response Time(Percentile)(事務響應時間(百分比))
“事務響應時間(百分比)”是根據測試結果進行分析而得到的綜合分析圖,也就是工具通過一些統計分析方法間接得到的圖表。通過它可以分析在給定事務響應時間範圍內能執行的事務百分比。
8、Transaction Response Time(Distribution)(事務響應時間(分佈))
“事務響應時間(分佈)”顯示在場景執行過程中,事務執行所用時間的分佈,通過它可以瞭解測試過程中不同響應時間的事務數量。如果系統預先定義了相關事務可以接受的最小和最大事務響應時間,則可以使用此圖確定伺服器效能是否在可以接受的範圍內。
Web Resources(Web資源分析)
Web資源分析是從伺服器入手對Web伺服器的效能分析。
1、Hits per Second(每秒點選次數)
“每秒點選次數”,即使執行場景過程中虛擬使用者每秒向Web伺服器提交的HTTP請求數。
通過它可以評估虛擬使用者產生的負載量,如將其和“平均事務響應時間”圖比較,可以檢視點選次數對事務效能產生的影響。通過對檢視“每秒點選次數”,可以判斷系統是否穩定。系統點選率下降通常表明伺服器的響應速度在變慢,需進一步分析,發現系統瓶頸所在。
2、Throughput(吞吐率)
“吞吐率”顯示的是場景執行過程中伺服器的每秒的吞吐量。其度量單位是位元組,表示虛擬用在任何給定的每一秒從伺服器獲得的資料量。
可以依據伺服器的吞吐量來評估虛擬使用者產生的負載量,以及看出伺服器在流量方面的處理能力以及是否存在瓶頸。
“吞吐率”圖和“點選率”圖的區別:
“吞吐率”圖,是每秒伺服器處理的HTTP申請數。
“點選率”圖,是客戶端每秒從伺服器獲得的總資料量。
3、HTTP Status Code Summary(HTTP狀態程式碼概要)
“HTTP狀態程式碼概要”顯示場景或會話步驟過程中從Web伺服器返回的HTTP狀態程式碼數,該圖按照程式碼分組。HTTP狀態程式碼表示HTTP請求的狀態。
4、HTTP Responses per Second(每秒HTTP響應數)
“每秒HTTP響應數”是顯示執行場景過程中每秒從Web伺服器返回的不同HTTP狀態程式碼的數量,還能返回其它各類狀態碼的資訊,通過分析狀態碼,可以判斷伺服器在壓力下的執行情況,也可以通過對圖中顯示的結果進行分組,進而定位生成錯誤的程式碼指令碼。
5、Pages Downloader per Second(每秒下載頁面數)
“每秒下載頁面數”顯示場景或會話步驟執行的每一秒內從伺服器下載的網頁數。使用此圖可依據下載的頁數來計算Vuser生成的負載量。
和吞吐量圖一樣,每秒下載頁面數圖示是Vuser在給定的任一秒內從伺服器接收到的資料量。但是吞吐量考慮的各個資源極其大小(例,每個GIF檔案的大小、每個網頁的大小)。而每秒下載頁面數只考慮頁面數。
注:要檢視每秒下載頁數圖,必須在R-T-S那裡設定“每秒頁面數(僅HTML模式)”。
6、Retries per Second(每秒重試次數)
“每秒重試次數”顯示場景或會話步驟執行的每一秒內伺服器嘗試的連線次數。
在下列情況將重試伺服器連線:
A、初始連線未經授權
B、要求代理伺服器身份驗證
C、伺服器關閉了初始連線
D、初始連線無法連線到伺服器
E、伺服器最初無法解析負載生成器的IP地址
7、Retries Summary(重試次數概要)
“重試次數概要”顯示場景或會話步驟執行過程中伺服器嘗試的連線次數,它按照重試原因分組。將此圖與每秒重試次數圖一起使用可以確定場景或會話步驟執行過程中伺服器在哪個時間點進行了重試。
8、Connections(連線數)
“連線數”顯示場景或會話步驟執行過程中每個時間點開啟的TCP/IP連線數。
藉助此圖,可以知道何時需要新增其他連線。
例:當連線數到達穩定狀態而事務響應時間迅速增大時,新增連線可以使效能得到極大提高(事務響應時間將降低)。
9、Connections Per Second(每秒連線數)
“每秒連線數”顯示方案在執行過程中每秒建立的TCP/IP連線數。
理想情況下,很多HTTP請求都應該使用同一連線,而不是每個請求都新開啟一個連線。通過每秒連線數圖可以看出伺服器的處理情況,就表明伺服器的效能在逐漸下降。
10、SSLs Per Second(每秒SSL連線數)
“每秒SSL連線數”顯示場景或會話步驟執行的每一秒內開啟的新的以及重新使用的SSL連線數。當對安全伺服器開啟TCP/IP連線後,瀏覽器將開啟SSL連線。
Web Page Breakdown(網頁元素細分)
“網頁元素細分”主要用來評估頁面內容是否影響事務的響應時間,通過它可以深入地分析網站上那些下載很慢的圖形或中斷的連線等有問題的
元素。
1、Web Page Breakdown(頁面分解總圖)
“頁面分解”顯示某一具體事務在測試過程的響應情況,進而分析相關的事務執行是否正常。
“頁面分解”圖可以按下面四種方式進行進一步細分:
1)、Download Time Breaddown(下載時間細分)
“下載時間細分”圖顯示網頁中不同元素的下載時間,同時還可按照下載過程把時間進行分解,用不同的顏色來顯示DNS解析時間、建立連線時間、第一次緩衝時間等各自所佔比例。
2)、Component Breakdown(Over Time)(元件細分(隨時間變化))
“元件細分”圖顯示選定網頁的頁面元件隨時間變化的細分圖。通過該圖可以很容易的看出哪些元素在測試過程中下載時間不穩定。該圖特別適用於需要在客戶端下載控制元件較多的頁面,通過分析控制元件的響應時間,很容易就能發現那些控制元件不穩定或者比較耗時。
3)、Download Time Breakdown(Over Time)(下載時間細分(隨時間變化))
“下載時間細分(隨時間變化)” 圖顯示選定網頁的頁面元素下載時間細分(隨時間變化)情況,它非常清晰地顯示了頁面各個元素在壓力測試過程中的下載情況。
“下載時間細分”圖顯示的是整個測試過程頁面元素響應的時間統計分析結果,“下載時間細分(隨時間變化)”顯示的事場景執行過程中每一秒內頁面元素響應時間的統計結果,兩者分別從巨集觀和微觀角度來分析頁面元素的下載時間。
4)、Time to First Buffer Breakdown(Over Time)(第一次緩衝時間細分(隨時間變化))
“第一次緩衝時間細分(隨時間變化)”圖顯示成功收到從Web伺服器返回的第一次緩衝之前的這段時間,場景或會話步驟執行的每一秒中每個網頁元件的伺服器時間和網路時間(以秒為單位)。可以使用該圖確定場景或會話步驟執行期間伺服器或網路出現問題的時間。
First Buffer Time:是指客戶端與伺服器端建立連線後,從伺服器傳送第一個資料包開始計時,資料經過網路傳送到客戶端,到瀏覽器接收到第一個緩衝所用的時間。
2、Page Component Breakdown(頁面元件細分)
“頁面元件細分”圖顯示每個網頁及其元件的平均下載時間(以秒為單位)。可以根據下載元件所用的平均秒數對圖列進行排序,通過它有助於隔離有問題的元件。
3、Page Component Breakdown(Over Time)(頁面元件分解(隨時間變化))
“頁面元件分解(隨時間變化)”圖顯示在方案執行期間的每一秒內每個網頁及其元件的平均響應時間 (以秒為單位)。
4、Page Download Time Breakdown(頁面下載時間細分)
“頁面下載時間細分”圖顯示每個頁面元件下載時間的細分,可以根據它確定在網頁下載期間事務響應時間緩慢是由網路錯誤引起還是由伺服器錯誤引起。
“頁面下載時間細分”圖根據DNS解析時間、連線時間、第一次緩衝時間、SSL握手時間、接收時間、FTP驗證時間、客戶端時間和錯誤時間來對每個元件的下載過程進行細分。
5、Page Download Time Breakdown(Over Time)(頁面下載時間細分(隨時間變化))
“頁面下載時間細分(隨時間變化)”圖顯示方案執行期間,每一秒內每個頁面元件下載時間的細分。使用此圖可以確定網路或伺服器在方案執行期間哪一時間點發生了問題。
“頁面元件細分(隨時間變化)”圖和“頁面下載時間細分(隨時間變化)”圖通常結合起來進行分析:首先確定有問題的元件,然後分析它們的下載過程,進而定位原因在哪裡。
6、Time to First Buffer Breakdown(第一次緩衝時間細分)
“第一次緩衝時間細分”圖顯示成功收到從Web伺服器返回的第一次緩衝之前的這一段時間內的每個頁面元件的相關伺服器/網路時間。如果元件的下載時間很長,則可以使用此圖確定產生的問題與伺服器有關還是與網路有關。
網路時間:定義為第一個HTTP請求那一刻開始,直到確認為止所經過的平均時間。
伺服器時間:定義為從收到初始HTTP請求確認開始,直到成功收到來自Web伺服器的一次緩衝為止所經過的平均時間。
7、Time to First Buffer Breakdown(Over Time)(第一次緩衝時間細分(隨時間變化))
“第一次緩衝時間細分(隨時間變化)”圖顯示成功收到從Web伺服器返回的第一個緩衝之前的這段時間內,場景執行的每一秒中每個網頁元件的伺服器時間和網路時間。可以使用此圖確定場景執行期間伺服器或網路出現問題的時間點。
8、Downloader Component Size(KB)(已下載元件大小)
“已下載元件大小”圖顯示每個已經下載的網頁組建的大小。通過它可以直接看出哪些元件比較大並需要進一步進行優化以提高效能。
本文來自CSDN部落格,轉載請標明出處:http://blog.csdn.net/zzxiaozhizz/archive/2008/10/22/3122384.aspx
來自 “ ITPUB部落格 ” ,連結:http://blog.itpub.net/1384/viewspace-615957/,如需轉載,請註明出處,否則將追究法律責任。
相關文章
- LoadRunner測試結果分析(1)
- LoadRunner——分析圖詳解(十四)
- 測試結果
- 軟體測試概要
- 壓測結果分析
- Easysearch 效能測試方法概要
- 使用Loadrunner進行效能測試
- Selenium用法詳解 - - selenium自動化測試概要
- 軟體測試學習教程——LoadRunner實現介面測試
- 網站漏洞滲透測試覆盤檢查結果分析網站
- 基於web網站專案的效能測試結果分析Web網站
- ps aux查詢結果解釋UX
- 圖形測試分析毫無頭緒?HarmonyOS圖形棧測試技術幫你解決
- 請解釋下NaN === NaN的結果NaN
- mysql ,tidb sysbench 測試結果記錄MySqlTiDB
- jmeter學習指南之結果分析-圖形圖表JMeter
- 如何學習效能測試?LoadRunner小技巧集錦
- Loadrunner效能指標分析指標
- APP測試點分析與總結APP
- 【測試】HD-G2L-IO評估板測試結果表
- 考試結果
- 效能測試工具LoadRunner你所不知道的內幕
- 使用LoadRunner執行專案效能測試之實操指南
- Rust效能分析之測試及火焰圖,附(lru,lfu,arc)測試Rust
- 效能測試學習筆記:Loadrunner如何進行引數化?筆記
- 軟體測試學習教程——HP Loadrunner12.50安裝教程
- 開源API測試工具 Hitchhiker v0.8 – 自動化測試結果統計API
- 分析結果,方法傳參
- Linux netstat命令結果分析Linux
- Redis5 壓力測試結果反饋報告Redis
- 圖解HTTP《四》:返回結果的HTTP狀態碼圖解HTTP
- 效能測試常用工具對比:Jmeter與LoadRunner的異同JMeter
- 測試釋出
- 測試圖
- postman的批次執行:用於多條介面測試用例批次執行,輸出介面測試測試結果Postman
- 基於知識庫的介面自動化測試——結果模型化方法與裝置的分析模型
- FastQC結果詳解AST
- 關於CAD軟體看圖功能的初步試用結果
- 「深度」A/B測試中的因果推斷——潛在結果模型模型