LoadRunner性能测试：揭秘90%响应时间与描述性统计

《LoadRunner没有告诉你的》是一篇关于性能测试分析的文章，作者陈雷于2007年5月15日发布在CNblogs上。文章聚焦于LoadRunner工具中的一个重要概念——90%响应时间，以及其在性能评估中的作用。作者指出，仅仅依赖平均事务响应时间不足以全面评价系统性能，因为这可能忽视了响应时间的分布情况，特别是极端值的影响。 90%响应时间在LoadRunner中是一个可配置参数，它代表了系统能够保证服务的用户群体比例。比如，将这个比例调整为80%或95%，意味着90%或者更高比例的用户能获得在设定的时间内完成操作的体验。然而，作者强调，平均值并不能反映所有用户的需求，通过比较两个测试案例，我们看到平均值相同但响应时间分布不同的情况，这就突显了理解描述性统计的重要性。 为了更深入地分析，文章提到了表格中包含的数据，如成功请求的数量、平均响应时间、标准差（衡量数据分散程度）、以及50%、60%、70%、80%、90%、95%的百分位数。这些统计指标可以帮助识别系统瓶颈，因为它们揭示了不同响应时间区间内的请求比例。例如，平均事务响应时间与90%响应时间可能不完全匹配，意味着某些用户可能会遇到较长的等待时间。 LoadRunner本身并不直接提供这些百分位数的计算，但可以通过导出原始数据到Excel，利用PERCENTILE函数来实现。作者建议，当评估性能需求时，不仅要看平均值，还要关注这些百分位数，以便更准确地判断系统是否满足用户的期望。 总结来说，文章强调了在性能测试中理解和使用描述性统计的重要性，特别是90%响应时间和其他百分位数，它们帮助我们全面评估系统的用户体验，并在实际场景中制定更为精确的性能指标。通过这些方法，我们可以更好地优化系统设计，确保大多数用户都能得到良好的服务体验。