一个每天1000万PV的网站需要什么样的性能去支撑呢？
继续上一篇，下面我们就来计算一下，前面我们已经搞到了一票数据，但是这些数据的意义还没有说。技术是为业务服务的，下面就来说说怎么让些数据变得有意义。一、聚合报告
初识聚合报告是不是有些眼熟，是的你没看错，他跟Apache AB的结果是类似的，事实上LoadRunner也会有一票这样类似的数据。下面分别说下各个数据的意义，其中标成红色的是需要特别关注的。 1. #Samples：样本数，如果你看过上一篇，这个就是前面我们那个公式算出来的结果 （Loop Count(Loop Controler)*Number of Threads*Loop Count(group)）
2. Average：平均响应时间。 3. Median：中位数，50%用户响应时间。 4. %90 Line：90%用户响应时间。 5. Min：最小响应时间。 6. Max：最大响应时间。
7. Error%：本次测试中出现错误的请求的数量/请求的总数
8. Throughput：吞吐量，表示每秒完成的请求数。
9. KB/Sec：每秒从服务器端接收到的数据量（只是接收）。
下面说说几个重点参数： 1.为什么说%90 Line重要呢？
举个栗子：姚明与郭敬明平均身高约1.84米能说明什么？如果这个例子不够形象再想想我大天朝的平均工资。所以平均不代表公平，因为总有那么一小撮人会极大的影响平均值，而大多数人是被平均的。
通过JMeter官网我们能发现对这个参数的定义（ ）：
90% Line (90 th Percentile) is the value below which 90% of the samples fall. The remaining samples too at least as long as the value. This is a standard statistical measure. See, for example: Percentile entry at Wikipedia.
貌似这段话说的不明不白，但他给我提示了一个重要的词Percentile，于是我们继续跟进，原来这是一个统计术语。维基上有详细说明，并有公式： n=(100/P)*N+1/2
其中n=排序位；P=待排序值；N=总的排序值数量
这块说的有点绕，看维基上的例子会比较清晰（ ）。
说白了就是将一组数据从大到小排序，并计算相应的累计百分位，则某一百分位所对应数据的值就称为这一百分位的百分位数。
2.Error% 这个不说了，大家都懂。
3.Throughput
这又是个很重要的参数了，开头提到的PV计算就跟这个数有关了。 计算公式见下图，通过Throughput可以换算出PV，当然为了应付突发状况还要留出一定的Buffer。 所以现在回到开头的那个问题，理论上每秒231的事务数就可以（10000000*0.8）/（24*60*60*0.4），当然这只是理论上;-)
4.KB/Sec
这个不细说了，跟计算你的机房带宽有关的。二、图形结果
这里比较重要的参数是偏离量。偏离量，理论上是越小系统稳定的。但多少是小呢？所以这种说法是不准确的，“朝菌不知晦朔，蟪蛄不知春秋”，在不同的场景下对标准的定义也是不同的。因为对正态分布和置信区间这块我也不太懂，这里就不敢瞎说了。
三、结果树
请求的执行状态，这里略。本文固定链接: