再次系統的整理一下深入一下性能測試
一，查看結果樹
二，聚合報告
Label：
就是請求名稱
Samples：
總線程數，值 = 線程數 * 循環次數
Average：
單個請求的平均響應時間，單位是毫秒，值 = 總運行時間 / 發送到服務器的總請求數，
比如運行一次，時間4毫秒，就是4/1 = 4
Median、90%line、95%line、99%line
分別代表50%的用戶響應時間、90%的用戶響應時間、95%的用戶響應時間、99%的用戶響應時間，也就是有百分之多少的請求小於這個值。其中，90%line是性能測試中比較重要的一個衡量指標。
Min，Max，Error%：
Min：最小響應時間，單位是毫秒
Max：最大響應時間，單位是毫秒
Error%：錯誤率，發生錯誤的請求 / 總請求數
Throughput：
吞吐量，表示每秒完成的請求數。這是一個重點
比如這是5個線程跑的結果，
含義
這個重點理解一下，比如192/s
就是說按照這個性能，一秒可以處理192個請求，
計算
是怎么算出來的：是使用1000/平均值*線程數，
- 第一步，我們知道了平均值是25毫秒，
- 第二步：那么一秒之內可以處理多少個呢，就是1000/平均值，這就是一秒可以處理這樣的請求多少個，
為什么是1000，因為我們平均值是毫秒， - 第三步：我們是5個線程運行的，所以是1000/25*5 = 200
注意
- 1，吞吐量差不多，但是統計有差異，因為jmeter的取樣是有時間延遲的，不是最新的，
- 2，注意這個吞吐量，我們再實際測試的時候，不能使用圖形化界面，因為這個界面也會消耗一些資源的，
測試計划就是xml格式的文件，
/jmeter .sh -n -t 文件名.jmx -l 文件名.jtl
這種方式會30秒刷新一次報告，就是聚合報告的幾個字段，
並發和tps的關系
並發增加，tps是上升的，但是並發一直增加到一個臨界值，tps就不會變大了，如果並發再大，就還是有error了，所以是一個先上升，然后不變，然后報錯的關系，
比如一個場景：
你啟動python服務，然后用5個並發執行，吞吐量是200/s
當你加並發數到6的時候，會出現error，所以並發5個就是一個臨界點了，超過這個就會報錯了，tps是200，就是一秒
對比性能
可以使用python啟動一個服務，
然后使用docker 運行一個Nginx啟動一個服務，然后看看性能是否有提升，可以訪問Nginx的靜態網頁，
nginx可用來做:靜態HTTP服務器、反向代理服務器、負載均衡、虛擬主機、郵件代理服務器。
這樣就可以看到Nginx部署之后的性能提升情況，
經過測試很明顯，Nginx的處理性能，比純python的要好多了，因為Nginx是一個專業的靜態資源web服務器