LR结果分析-2.doc

通过场景完成负载后,我们完成了性能测试的执行过程,接着就是通过负载的结果来发现和定位性能瓶颈。在这里Analysis就好比一个数据分析中心或数据仓库,它将场景运行中所能得到的数据都整合在一起,能够对测试结果数据进行整理,并提供了一些方法可愿意进一步对结果数据进行分析,从而找出系统的性能指标和可能的瓶颈,最终生成报告。 可以把Analysis看作一个股票分析软件,将股票的数据收集分析后生成K线图,而具体说明了什么,还要依赖于分析者自身。 导入场景数据生成Analysis报告的方式有一下三种:当场景运行结束后在场景直接运行Results菜单下的AnalyzeResults命令进入Analysis。在Analysis中打开新建菜单,然后进入场景运行结束后的场景结果res目录,接着Analysis会对整个场景数据进行整理,给出简明报告及相关图表。在场景结果目录中直接双击MercuryLoadRunnerResult(.lrr)文件。 当Analysis导入场景数据后,首先看到的是统计表格AnalysisSummary场景摘要,提供了对整个场景数据的简单报告。(场景摘要) 这里给出了场景的摘要,包括以下内容: Period:场景运行的起止时间 ScenarioName:场景名称 ResultsinScenario:场景运行的结果目录 Duration:场景运行的时间 通过场景摘要可以了解场景执行的基本信息。(场景状态的统计说明) 场景状态的统计说明包含以下内容: MacimumRunningVusers:场景最大用户数 ToalThtoughput:总带宽流量 AverageThtoughput:平均每秒带宽流量 TotalHits:总点击数 AverageHitsperSecond:平均每秒点击数 单击ViewHTTPResponsesSummary选项可以切换到报告的最下端查看HTTP请求的统计。(场景行为综述) 这里列出了在场景中定义的事务在各个时间点上的错误数。(事务摘要) 这里首先给出的是场景中所有事务的情况说明: TotalPassed(事物的总通过数) TotalFaild(事物的总失败数) TotalStopped(事物的总停止数) AverageResponseTime是一个链接,可以打开事务平均响应时间图表。 下面给出每个具体事务的情况列表,可以看到以下数据项: TansactionName事务名 Minimum事务最小时间 Average事务平均时间 Maximum事务最大时间 标准方差,这个数据是描述采样数据离散状态很重要的指标,它又分为以下两种: ,它是估算给定样本而不是整个样本的标准方差,计算公式如下: 主要考虑到采样量越大,越能反映真实的情况 ,它是估算整个采样样本的标准方差,计算公式如下:当采样数据足够大的时候,上述两种计算方式得出的偏差相差很小。标准方差相对与平均值越大,说明数据越离散,则分布状态相对于平均值波动很大;标准方差相对于平均值越小,说明数据分布越集中,曲线也越平稳。在性爱样值服从正态分布的条件下通过上面的指标结合平均值、最大值、最小值,可以比较清楚地知道采样数据的分布状态及其是否有较大的波动。90Percent(用户感受百分比)这个值说明的采样数据中有90%的数据比它小,有10%的数据比它大。它的主要作用就是来了解在某个响应时间内有百分之多少的用户。(HTTP响应摘要) 这里给出了服务器返回的状态 服务器返回HTTP请求状态 HTTP请求返回次数 每秒请求数 通过AnalysisSummary可以对整个性能测试的结果有一个直观的介绍,特别是设置的事务响应时间数据也会显示。 Analysis保存后会生成MercuryLoadRunnerAnalysisSession文件。通过File菜单下的SessionInfomation功能可以了解该Session文件的属性,而File菜单下的ViewScenarioRunTimeSettings功能可以查看该报告场景的运行设置。 当粗略了解了整个场景的情况后,根据场景之前的目标,可以对整个系统的性能有一定的了解,接着需要对关心的数据进一步的了解和分析。(数据图) 在场景运行时可以看到一些图,这些图将场景中的数据转化为折线图,方便我们了解当前该数据的状态。在默认情况下