实时结果

15.1.1线程/虚拟用户度量标准

线程指标如下：

<rootMetricsPrefix> test.minAT

最小活动线程

<rootMetricsPrefix> test.maxAT

最大活动线程

<rootMetricsPrefix> test.meanAT

平均活动线程

<rootMetricsPrefix> test.startedT

开始线程

<rootMetricsPrefix> test.endedT

完成的线程

15.1.2响应时间度量

响应相关指标如下：

<rootMetricsPrefix> <samplerName> .ok.count

采样器名称的成功响应数

<rootMetricsPrefix> <samplerName> .h.count

服务器每秒点击次数，此度量标准累积样本结果和子结果（如果使用事务控制器，则应取消选中“生成父样本”）

<rootMetricsPrefix> <samplerName> .ok.min

成功响应采样器名称的最短响应时间

<rootMetricsPrefix> <samplerName> .ok.max

采样器名称成功响应的最长响应时间

<rootMetricsPrefix> <samplerName> .ok.avg

采样器名称成功响应的平均响应时间。

<rootMetricsPrefix> <samplerName> .ok.pct <percentileValue>

针对采样器名称的成功响应计算百分位数。每个计算值将有一个度量标准。

<rootMetricsPrefix> <samplerName> .ko.count

采样器名称的失败响应数

<rootMetricsPrefix> <samplerName> .ko.min

采样器名称响应失败的响应时间最短

<rootMetricsPrefix> <samplerName> .ko.max

采样器名称响应失败的最长响应时间

<rootMetricsPrefix> <samplerName> .ko.avg

采样器名称响应失败的平均响应时间。

<rootMetricsPrefix> <samplerName> .ko.pct <percentileValue>

针对采样器名称的失败响应计算百分位数。每个计算值将有一个度量标准。

<rootMetricsPrefix> <samplerName> .a.count

采样器名称的响应数（ok.count和ko.count的总和）

<rootMetricsPrefix> <samplerName> .sb.bytes

发送字节

<rootMetricsPrefix> <samplerName> .rb.bytes

收到的字节

<rootMetricsPrefix> <samplerName> .a.min

采样器名称响应的最小响应时间（ok.count和ko.count的最小值）

<rootMetricsPrefix> <samplerName> .a.max

采样器名称响应的最大响应时间（最大值为ok.count和ko.count）

<rootMetricsPrefix> <samplerName> .a.avg

采样器名称响应的平均响应时间（平均值为ok.count和ko.count）

<rootMetricsPrefix> <samplerName> .a.pct <percentileValue>

针对采样器名称的响应计算百分位数。每个计算值将有一个度量标准。（根据OK和失败样本的总数计算）

后端侦听器 的默认百分位数设置为“90; 95; 99”，即3百分位数为90％，95％和99％。

该石墨命名层次 使用点（“”）分开的元素。这可能与小数百分位值混淆。JMeter转换任何此类值，用下划线（“ - ”）替换点（“。”）。例如，“ 99.9 ”变为“ 99_9 ”

默认情况下，JMeter发送在samplerName“ all ” 下累积的所有采样器的度量标准。如果配置了Backend Listener samplersList，那么JMeter还会发送匹配样本名称的度量，除非summaryOnly = true

15.3.1 InfluxDBBackendListenerClient的InfluxDB设置

InfluxDB是一个开源的，分布式的时间序列数据库，可以轻松存储指标。安装和配置非常简单，请阅读本文以获取有关InfluxDB文档的更多详细信息。
通过Grafana可以在浏览器中轻松查看InfluxDB数据。