std.Deviation ,90%,Average这三个指标的意义
RT,脚本运行完成后,除了最大最小时间以外,还有std.Deviation90%,Average这三个指标,这三个指标分别用在什么场合呢?我们如何使用他们来分析结果,一般主要是看那个呢? std.Deviation,是方差,是有一个计算公式,具体比较复杂,所以我们只要知道,如果方差越大说明,你所有的用户离散程度越高,说明你测试的用户时间就越不准确,90%是说有90%的用户所用的时间接近这个90%所标注的时间。Average就是平均响应时间。 Std.Deviation-标准偏差样本中各数据与样本平均值的差的平方的平均数叫样本方差
样本方差的算数平方根叫样本标准差
样本方差和样本标准差都是衡量一个样本波动大小的量,样本方差或样本标准差越大,样本数据的波动就越大。
90 Percent-90%事务的响应时间最大值
Average-平均响应时间 不同意楼上两位对90%的解释
根据官方说明
90%只是一个界线
比如你有10个虚拟用户 每个虚拟用户对事务只执行了一次
响应时间分别是 1 2 3 4 5 6 7 8 9 10秒
那90%应该是9秒
这个界线在Analysis可以设置 90 Percent-90%事务的响应时间最大值
“90%的响应时间”的值,我想可以这么去理解,就是LR内在的机制将所有事务按照其值进行排序,去掉10%最大值,剩下的值中最大的就是我们要计算的90%值。至于计算这个90%值的意义,我想就是考虑到异常数据的情况,去掉10%后使得数据的整体的可信度更高,当然了,我们可以来设置80%、70%的值等等,主要是依据我们的考察范围,看看究竟有多大比率的响应时间在我们提出的响应时间要求之内,从而来总体衡量软件的性能 说的都:victory: 有道理 那实际应用中每个事务的响应事件该怎么算?
90%那个值除以虚拟用户数? 我想90%更多的应该是一个参考作用吧
不太明白楼上想问什么 我们一般参考那个值呢? 另外还有个中值,它和平均值由什么区别啊?都乱了 通过90%可以看到所有的通过的事务中,90%的事务响应时间有多长。 从Average 和Std.Deviation的数据中可以看出场景执行过程中的稳定性。 学习了,那什么时间用到这人哪。
页:
[1]