1、jmeter插件
https://blog.csdn.net/weixin_39430584/article/details/80947093
http://www.doc88.com/p-2148115301898.html
3、结果分析
https://blog.csdn.net/x83853684/article/details/80403190
4、jmeter 内存溢出 解决方案 ---bin / jmeter.bat 修改配置文件
https://www.cnblogs.com/sunshine2016/p/6647142.html
通过逐步增加线程数，观察平均响应时间和TPS，随着线程数的增加，TPS很难上升，平均响应时间明显增加的情况下，基本可以说明已经达到压力机的瓶颈，记下此时的线程数，在压测时，单台压力机最大线程数不宜超过该线程数，否则压测结果中，TPS和平均响应时间不准，压测结果不准确。
---https://www.jianshu.com/p/3cc4dd32a89a
1）Error%:确认是否允许错误的发生或者错误率允许在多大的范围内；
2）Throughput：吞吐量每秒请求的数大于并发数，则可以慢慢的往上面增加；若在压测的机器性能很好的情况下，出现吞吐量小于并发数，说明并发数不能再增加了，可以慢慢的往下减，找到最佳的并发数；
3）压测结束，登陆相应的web服务器查看CPU等性能指标，进行数据的分析;
4）最大的tps:不断的增加并发数，加到tps达到一定值开始出现下降，那么那个值就是最大的tps。
5）最大的并发数：最大的并发数和最大的tps是不同的概率，一般不断增加并发数，达到一个值后，服务器出现请求超时，则可认为该值为最大的并发数。
6）压测过程出现性能瓶颈，若压力机任务管理器查看到的cpu、网络和cpu都正常，未达到90%以上，则可以说明服务器有问题，压力机没有问题。
7）影响性能考虑点包括：数据库、应用程序、中间件（tomact、Nginx）、网络和操作系统等方面
性能测试的分析方法-----------
自底向上：通过监控硬件及操作系统性能指标（CPU、内存、磁盘、网络等硬件资源的性能）来分析性能问题（配置、程序等）。因为用户请求最终是由计算机硬件设备来完成的。
自顶向下：通过生成负载来观察被测试的系统性能，比如响应时间、吞吐量，然后从请求起点由外及里一层一层分析。
转载 https://www.cnblogs.com/little-little-bai/p/10338218.html