loadrunner结果图分析
1．Analysis summary （场景摘要）
Secenario name 场景名称
Results in session 场景运行的结果目录
Duration 场景运行时间
2. Statistics summary（场景状态的统计说明）
Maximum runningvusers（场景最大用户数）
Total throughput （bytes）（总带宽流量）
Average throughput（bytes/second）（平均每秒宽带流量）
Total hit （总点击数）
Average hits persecond （平均每秒点击数）
单击View HTTP Responses summary 选项可以切换到报告最下方HTTP请求的统计
3.（5worst transaction）5大失败事务的统计
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有百分之多少的事务是无法达到SLA基准值的
Failure value[%](responsetime /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
最下方列出了平均误差和最大误差
4.scenario behavior over time（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，而上面的applicationunder test error显示了在每个时间段上的错误
5.transaction summary（事务摘要）
Total passed （事务总通过数）
Total failed （事务的总失败数）
Total stopped （事务的总停止数）
Average responsetime 可以打开事务平均响应时间图表
Transaction name （事务名）
SLA status （SLA状态）：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（举例，假设有组数据（13465782910）按从小到大的排列后就是（12345678910），在这10个数中第9大的数字是9所以90percent的结果就是9），90percent是可以调整的，在（analysis-View-summaryfiles –transaction percentile）
Service levelagreement legend（SLA图标说明）
6.http responses summary（http响应摘要）
Total http请求返回次数
Per second 每秒请求数
1.hits per second（每秒点击数）
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
2.throughput（宽带使用）
该数据越小说明系统的宽带依赖越小
3.transaction summary（事务概要说明）
通过事务数越多说明系统的处理能力越强，失败的事务越少，说明系统越可靠
4.average transaction response time（每秒事务数）（这个是比较关心的数据之一）
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）
5.transaction per second（每秒事务数）
Averagetransaction response time（平均事务响应时间）是一个关键的数据，TPS也是一个关键的数据，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
6.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
7.transaction response time under load（在用户负载下事务响应时间）
这里给出了负载用户增长的过程中响应时间的变化情况，其实这张图也是将uers和averagetransaction response图做了一个correlate Merge 得到的，该图的线条越平越稳，说明系统越稳定
8.transaction response time （percentile）（事务响应时间的百分比）
这里给出的是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生在某个时间内，也可以发现响应时间的分布规律，数据月平稳说明响应时间编号越小
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
最近在做性能测试，想了解一下loadrunner，总结很详细。
此文档来自 https://wenku.baidu.com/view/e1bc67fd770bf78a6529549b.html