使用方法：
1、添加線程組——jp@gc - Stepping Thread Group
2、Stepping Thread Group界面如下：
上圖的各項意思：
This group will start 100 threads：設置線程組啟動的線程總數為100個；
First,wait for N seconds：啟動第一個線程之前，需要等待N秒；
Then start N threads：設置最開始時啟動N個線程；
Next,add 10 threads every 30 seconds,using ramp-up 5 seconds：每隔30秒，啟動10個線程，10個線程在5秒內啟動完成；
Then hold load for 60 seconds：啟動的線程總數達到最大值之后，再持續運行60秒；
Finally,stop 5 threads every 1 seconds：每秒停止5個線程；
這里是對每個插件的用處進行解釋：
PerfMon Metrics Collector：用於監控機器的CPU、Memory、swap、Disks I/O、Networks I/O。CPU：cpu占用量百分比；
Memory：存儲量的使用情況；swap：交換區的使用情況；Disks I/O：磁盤I/O；Networks I/O：網絡I/O
Hits per Second：每秒測試計划所產生的點擊服務器的次數。
Bytes Throughput Over Time：在壓力測試期間接收和發送的bytes數。
Composite Graph：將你的測試計划中的所有圖表集合在同一張圖表中以方便查看。
Response Codes per Second：每秒返回的響應碼，表明jmeter測試期間，隨着時間的推移返回的響應碼，從中我們可以看到測試期間在哪個時間段內出現了錯誤，就可以分析在該時間內系統的什么環境因素導致的錯誤。
Response Latencies Over Time：每秒鍾的響應等待時間，表明jmeter測試期間，隨着時間的推移，系統的響應等待時間的變化，也是系統隨着時間推移系統效率的變化。
Response Times Distribution：響應時間分布，X軸表示的是響應時間，Y軸表示的是響應次數，F（X,Y）表示系統在某種響應時間次數是多少，如果響應時間短的地方，響應次數多，說明系統的效率越高。
Response Times Over Time：每秒鍾響應時間，X軸表示的是系統運行的時刻，Y軸表示的是響應時間，F（X,Y）表示系統隨着時間的推移，系統的響應時間的變化，可以看出響應時間的穩定性。
Response Times Percentiles：響應時間的百分比，X軸表示的是百分比，Y軸表示的是響應時間，F（X,Y）表示低於某個百分比的響應時間，比如有80%的響應低於400ms。
Response Times vs Threads：響應時間用戶數，X軸表示的是活動線程數，也就是並發訪問的用戶數，Y軸表示的是響應時間，F（X,Y）表示在某種並發量的情況下，系統的響應時間是多少。
Transaction Throughput vs Threads：每個活動線程數的事務吞吐量，X軸表示的是活動線程數，Y軸表示的是事務吞吐量，F（X,Y）的含義是當系統處於某個活動線程數時，系統當時的事務吞吐量是多少，比如當有10個活動線程時，事務吞吐量是100/s，而當有20個活動線程時，事務吞吐量是50/s，說明隨着用戶訪問的增加，系統的處理效率開始下降了，從這個圖中可以找到一個臨界點，在多大的活動線程數時，系統達到最大的吞吐量。
Transactions per Second：每秒的事務數，X軸表示訪問結束的時刻，Y軸表示訪問量，F（X,Y）表示在某個結束時刻，一共有多少的訪問量結束訪問。
Active Threads Over Time：每秒的活動線程數，X軸表示訪問的時刻，Y軸表示活動線程數，F（X,Y）表示某個時刻的活動線程數
概念之性能測試知多少---吞吐量 https://blog.csdn.net/ahuan08/article/details/55655456
---------------------
mysql數據庫性能分析：
JDBC Connection Configuration配置元件中 最大連接數，最大等待數要與后台設置一致
show variables like '%max_connections%' 查看最大連接數
set GLOBAL max_connections = 200; 修改最大連接數
為什么300的並發能把支持最大連接數4000數據庫壓死？ https://www.cnblogs.com/yougewe/p/10576021.html
jmeter測試服務器性能之數據連接數瓶頸分析和優化 ？ https://blog.csdn.net/g695144224/article/details/51076125
---------------------
原文鏈接：https://blog.csdn.net/weixin_39430584/article/details/80947093
https://blog.csdn.net/qq_36800800/article/details/82691525