5 worst transaction

  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分比

scenario behavior over time(整个场景行为)

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,

上面的application under test error 显示了在每个时间段上的错误

transaction summary 事务摘要

  total passed 事务总通过数

  total failed 事务总失败数

  total stopped 事务总停止数

  average response time 可以打开事务平均响应时间图表

  transaction name 事务名

  SLA status: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。可以调整在(analysis-view summary files-transaction percentile)

  

service level agreement legend(SLA图例说明)

http responses summary (http响应摘要)

total http 请求返回次数

Per second 每秒请求数

hits per second 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

throughput 宽带使用:该数据越小说明系统的宽带依赖越小

transaction summary 事务概要说明:通过事务数越多说明系统的处理能力超强,失败的事务越小,说明系统越可靠

average transaction response time 每秒事务数: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

transaction per second 每秒事务数:TPS 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

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

transaction response time under load 在用户负载下事务响应时间:负载用户增长的过程中响应时间的变化情况,该图的线条越平越稳,说明系统越稳定

transaction response time(percentile)事务响应时间的百分比: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在某个时间内,也可以发现响应时间的分布规律,数据越平稳说明响应时间偏差越小

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

loadrunner分析结果二的更多相关文章

  1. Android多线程分析之二:Thread的实现

    Android多线程分析之二:Thread的实现 罗朝辉 (http://www.cnblogs.com/kesalin/) CC 许可,转载请注明出处   在前文<Android多线程分析之一 ...

  2. hostapd源代码分析(二):hostapd的工作机制

    [转]hostapd源代码分析(二):hostapd的工作机制 原文链接:http://blog.csdn.net/qq_21949217/article/details/46004433 在我的上一 ...

  3. Linux内核--网络栈实现分析(二)--数据包的传递过程--转

    转载地址http://blog.csdn.net/yming0221/article/details/7492423 作者:闫明 本文分析基于Linux Kernel 1.2.13 注:标题中的”(上 ...

  4. Yii PHP 框架分析(二)

    Yii PHP 框架分析(二)作者:wdy http://hi.baidu.com/delphiss/blog/item/54597af595085ad3f3d38552.html Yii是基于组件( ...

  5. Linux内核分析(二)----内核模块简介|简单内核模块实现

    原文:Linux内核分析(二)----内核模块简介|简单内核模块实现 Linux内核分析(二) 昨天我们开始了内核的分析,网上有很多人是用用源码直接分析,这样造成的问题是,大家觉得很枯燥很难理解,从某 ...

  6. Android系统--Binder系统具体框架分析(二)Binder驱动情景分析

    Android系统--Binder系统具体框架分析(二)Binder驱动情景分析 1. Binder驱动情景分析 1.1 进程间通信三要素 源 目的:handle表示"服务",即向 ...

  7. DataTable源码分析(二)

    DataTable源码分析(二) ===================== DataTable函数分析 ---------------- DataTable作为整个插件的入口,完成了整个表格的数据初 ...

  8. 一个普通的 Zepto 源码分析(二) - ajax 模块

    一个普通的 Zepto 源码分析(二) - ajax 模块 普通的路人,普通地瞧.分析时使用的是目前最新 1.2.0 版本. Zepto 可以由许多模块组成,默认包含的模块有 zepto 核心模块,以 ...

  9. Zepto源码分析(二)奇淫技巧总结

    Zepto源码分析(一)核心代码分析 Zepto源码分析(二)奇淫技巧总结 目录 * 前言 * 短路操作符 * 参数重载(参数个数重载) * 参数重载(参数类型重载) * CSS操作 * 获取属性值的 ...

随机推荐

  1. MATLAB中的FOR循环问题

    做量化操作的时候经常需要使用到matlab编写策略或者计算多因子,for循环非常慢,自己找了一些matlab中for循环的优化方法,for的部分每处理一个大矩阵都要花费大量的时间,这是不可避免需要遇到 ...

  2. flask config

    # config配置 { 'DEBUG': False, # 是否开启Debug模式 'TESTING': False, # 是否开启测试模式 'PROPAGATE_EXCEPTIONS': None ...

  3. 《Head First 设计模式》[02] 观察者模式

    1.观察者模式 1.1 形象地认识观察者模式 报社的业务是出版报纸 用户像某家报社订阅了报纸,那么一旦报社有新的报纸,就会送到用户处.只要是订户,就一直会收到新报纸: 当用户不再想看报纸时,取消订阅, ...

  4. 【转】Raft 为什么是更易理解的分布式一致性算法

    编者按:这是看过的Raft算法博客中比较通俗的一篇了,讲解问题的角度比较新奇,图文并茂,值得一看.原文链接:Raft 为什么是更易理解的分布式一致性算法 一致性问题可以算是分布式领域的一个圣殿级问题了 ...

  5. 关于小程序登录时获取openId和unionId走过的坑

    目前的项目是在做小程序这方面的,接触过的人应该都知道,同一个微信开放平台下的相同主体的App.公众号.小程序的unionid是相同的,这样就可以锁定是不是同一个用户.微信针对不同的用户在不同的应用下都 ...

  6. Luogu P2002 消息扩散&&P1262 间谍网络

    怕自己太久没写Tarjan了就会把这种神仙算法忘掉. 其实这种类型的图论题的套路还是比较简单且显然的. P2002 消息扩散 很显然的题目,因为在一个环(其实就是强连通分量)中的城市都只需要让其中一个 ...

  7. [Oracle]In-Memory的Join Group 位于内存的何处?

    In-Memory的Join Group 的数据字典位于内存的何处? 有客户问到,使用Oracle 的In-Memory功能时,如果用到了 Join Group,那么这些这些Join Group,位于 ...

  8. [Python]Python Class 中的 函数定义中的 self

    In [80]: class MyClass001: ....: def selfDemo(self): ....: print 'My Demo' ....: In [81]: p = MyClas ...

  9. [UWP 自定义控件]了解模板化控件(5.1):TemplatePart vs. VisualState

    1. TemplatePart vs. VisualState 在前面两篇文章中分别使用了TemplatePart及VisualState的方式实现了相同的功能,其中明显VisualState的方式更 ...

  10. spring cloud服务提供与调用示例

    本文创建方式采用intellij IDEA  创建项目 1.创建基于Eureka的注册中心. 在打开项目中右键,选择new 选择moudle 然后下一步 输入要创建的项目的信息 选择web下面的web ...