一、90%响应时间（参考虫师博客）
90%Line
一组数由小到大进行排列，找到他的第90%个数（假如是12），那么这个数组中有90%的数将小于等于12 。
用在性能测试的响应时间，也就是90%请求响应时间不会超过12 秒。
例如：
某一次测试结果，每个sample的响应时间分别是：1、3、4、9、2、8、5、7、6、10，将其按由小到大将其排列为：
1、2、3、4、5、6、7、8、9、10
那么它的第90%百分位，也就是第9个数刚好是9 ，那么他的90%Line 就是9 。即90%响应时间是9ms，理解为：90%的用户请求时间不冲9ms。
另一测试结果，20个sample，响应时间分别为：
2、2.1、2.5、3、3.4、3.4、4、4、4、4、5、5、5、5.9、5.91、6.8、8、12、24、24.1 按由小到大将其排列。
求它的第90%百分位，第18个数是12 么，他的90%Line 就是12。
二、事务
1、事务的组织
计算机术语中，事务应该具有4个属性：原子性、一致性、隔离性、持久性。这四个属性通常称为ACID特性。
在性能测试脚本设计中，事务的设置至少应该遵守原子性，即不可分割性。
如购物事务一般包括登录、查找商品、查看商品详情、加入购物车、结算几个步骤，每个步骤都缺一不可；
又比如转账业务（A账户向B账户转出50元），包括A账户-50元、B账户+50元两个步骤，每个步骤缺一不可。
再比如百度搜索，包括两步：打开百度首页，输入关键字搜索，两个步骤组成一个搜索事务。
常用的场景
1、事务=单个请求
2、事务=思考时间+单个请求
3、事务=多个相关联的请求
如果事务中增加思考时间，运行结果统计的事务响应时间是包括思考时间的，所有场景的设计，脚本的设置，对测试结果是有影响的，具体需要根据需求进行设计。
2、项目举例
项目一
需求：测试一个系统的TPS
分析：该系统包含多个功能点，选择主要的功能点进行压测
设计：每个功能点设计为一个事务，每个事务包含N个请求，通过脚本描述。
项目二
需求：有一个接口，用于跟踪用户行为，一旦用户登录就上传用户的登录时间。要求：测试一下性能看能撑多少用户同时在线。
分析：单个接口（请求）无需事务概念
项目三
需求：测试一下某个电商系统能同时支持多少用户下单并购买成功
分析：业务是下单并购买，包含多个请求，需要组织成事务
三、TPS
1、TPS、TPM、QPS、PV
pv 是指页面被浏览的次数，比如你打开一网页，那么这个网站的pv就算加了一次；
tps是每秒内的事务数，比如执行了dml操作，那么相应的tps会增加；
tpm是每分钟的事务数。
qps是指每秒内查询次数，比如执行了select操作，相应的qps会增加。
不同的应用系统tps,qps是没有可对比性的。
例如：
应用A，每个select查询需要1ms, 一个connection的话，一直不停的执行，1S内 可执行1000次，也就是1000qps
应用B，每个select查询需要100ms, 一个connection的话，一直不停的执行，1S内 可执行10次，也就是10qps
上面不同系统的两个qps是无法对比的，不能说哪个好哪个坏。
2、TPS的作用
例一3、常用的应用场景
tps常常是有限制的，如cpu<80%,内存<60%时的tps
cpu使用率和内存占用率往往是默认的或取经验值
| CPU | 内存 | 用户数 | tps | 策略 |
| 已知 | 已知 | 已知 | ？ | 按指定用户数，设置释放策略，持续较长时间（30分钟），监控CPU、内存，取平均tps |
| 默认 | 默认 | ？ | 已知 | 持续加压（增加用户数）看何时能达到目标tps，同时监控系统资源 |
| 经验值 | 经验值 | ？ | ？ | 什么都不知道的情况下，cpu、内存取经验值，持续加压，看系统的最大tps |
| ？ | ？ | 不用太多 | ？ | 稳定性测试，用户不用太大，长时间运行（永远），监控cpu、内存、tps |
容量测试：一般可设置运行1小时
压力测试：一般可设置10分钟
稳定测试：7*24小时、5*24小时
很不明确的需求：一般测试最大TPS
4、常见问题
如果某一次测出的TPS非常小，怎么办？
可能的原因
1）服务器处理能力本如此
2）负载机的用户数没发出去，如给10个用户，只发了3个用户。如果是这种情况，可以用siege试一下
3）如果这时的CPU和内存占用也很小，可能是网卡满了
5、性能调优的本质
- 拿时间换空间
- 拿空间换时间
时间：响应时间
空间：缓存
三、并发
1、并发量怎么理解
测试计划包三个线程组，分别如下：
线程组1：线程数200，Ramp-Up Perios200秒——每秒并发1
线程组2：线程数200，Ramp-Up Perios100秒——每秒并发2
线程组3：线程数200，Ramp-Up Perios10秒——每秒并发200
测试计划运行时是同时运行的，无delay。
并发分析
前10秒：200+1+2=203
10秒到100秒：1+2=3
最后100秒：1
第0秒：user1被创建，执行所有的samples用了10s,并发1
第1秒：user2被创建，执行所有的samples用了10s,并发2（user1+user2）
...
0秒——10秒，并发量递增1.2.3....10
第10秒：user1执行完退出，user11被创建，并发量10
第11秒：user2执行完退出，user12被创建，并发量10
...
10秒——200秒，并发量稳定保持在10
所以，一个用户的存活时间可以影响并发。jmeter报告中一般会有一个平均并发数
2、实际案例
某场景要求：100个用户，希望每秒并发数是100。该怎么做？
（1）100用户，20s释放，逐渐加压
（2）用户创建后不让其退出，循环次数设置为永远
（3）这样第20秒时，肯定能达到100并发，更加精确。
所以如果要精确控制并发量的话，建议thread不退出（永远循环），通过调度器设置运行时间。
