1.并发用户数量
常见的错误理解：
- 使用系统的全部用户数量
- 使用系统的全部在线用户数量
正确理解：
- 与服务器进行交互的在线用户数量
比如说浏览一个web网站的某个页面，是不会对server造成压力的。
2.请求响应时间
- 从client端发生请求到得到响应的整个时间
- 一般包括网络响应时间+server的响应时间
3.事务请求响应时间
- 完成这个事务所用的时间
这是性能测试中重点关注的指标
4.吞吐率
- 单位时间在网络上传输的数据量
这个是衡量网络性能的主要指标
吞吐率指的是从server端返回client端的数据量，不是从client发送到server的数据量
5.吞吐量
- 网络上传输的数据总量
6.TPS
- 每秒钟系统能够处理事务的数量
7.点击率
- 每秒发送的HTTP请求的数量
- 点击率越大对server的压力也就越大
注：按一个button并不总是发送一个请求，有时会发送两个以上HTTP请求
8.资源利用率
- 对不同资源的使用程度，比如服务器的CPU，内存等
系统吞吐量几个重要参数：QPS（TPS）、并发数、响应时间
QPS（TPS）：每秒钟request/事务数量
并发数： 系统同时处理的request/事务数
响应时间：一般取平均响应时间
理解了上面三个要素的意义之后，就能推算出它们之间的关系：
QPS（TPS）= 并发数/平均响应时间
例子：一个高速路有10个入口，每个入口每秒钟只能进1辆车
1、请问1秒钟最多能进几辆车？
TPS=10
2、每辆车需要多长时间进行响应？
reponse time = 1
3、改成20辆车，每秒能进几辆？每辆车的响应时间是多长？
TPS = 10，reponse time = 1 (10个为一等份，分成两等份，平均tps (10/1+10/2)/2=7.5 平均响应时间(2+1)/2=1.5
4、入口扩展到20个，每秒能进几辆？每辆车的响应时间是多长？
TPS = 20，reponse time = 1
5、看看，现在TPS变了，响应时间没变，TPS和响应时间有关系吗？
木有关系
6、如何理解？
TPS和响应时间在理想状态下都是额定值(联想运行一个压力测试场景来考虑)，把入口看成线程池，如果有20个入口，并发数只有10的时候，TPS就是10，而响应时间始终是1，说明并发数不够，需要增加并发数达到TPS的峰值。
7、同样是20个入口，如果并发数变成100的话，TPS和响应时间会怎么样呢？
并发数到100的时候，就会出现堵车，堵车了平均每个车过去的时间就长了，把100个车按照20一份分成5份，第5份的等待时间就是最长的，从等待开始到这个车进去，实际花费了5秒，那100辆车都过去的响应时间就是（5+4+3+2+1）/5=3，平均的TPS就是（20/1+20/2+20/3+20/4+20/5)/5=9.13
8、由此可知，TPS和响应时间宏观上是倒数关系，但是两者实际上木有直接的关系的，在上例中，系统只存在20个线程，100的并发就会造成线程的等待，引起平均响应时间从1秒增加到3秒，TPS从20下降到9，TPS和响应时间都是单独计算出来的，并不是互相算出来的！
9、同样可知，在并发量保持不变的情况下，提高TPS的手段有几种？
A、增加线程池的数量（入口）B、降低每辆车入关的时间（也就是提高单个线程的处理效率）
10、从TPS和response time的定义查看这2者的区别？
TPS = 在场景或者灰化步骤运行的每一秒钟中，每个事务通过、失败以及停止的次数
也就是说，TPS = 总的通过、失败的事务总数/整个场景的运行时间；
reponse time = 每个事务完成实际需要的时间/事务处理数目
因此，这2个东西压根就是没有关系的！
-------------------------------------------------------------------------
Jmeter聚合报告中的，吞吐量=完成的transaction数/完成这些transaction数所需要的时间；平均响应时间=所有响应时间的总和/完成的transaction数；失败率=失败的个数/transaction数。