1、Blog中的内容,除了对相关权益特别声明的以外,任何人都可以转载或引用,但是请在使用是注明出处及作者;如果是我转载来的内容,请注明原始出处和作者;最重要的一点,没有经过本人或相关权益人的同意,请不要将本Blog内的任何内容用于任何盈利性用途,否则,本人及相关权益人将不排除使用法律手段维护自身的权益。 2、本Blog中的内容,主要是记录我工作中遇到的一些问题和怎么解决这些问题的。希望能有一个记录。

LR中三性能指标说明(转载)

上一篇 / 下一篇  2008-10-31 16:25:28 / 个人分类:LR

1.   Median

中值,表示采样数据的中间值.简单来说,就是在你的采样数据中,有一般的数据比它大,一般的数据比它小,举例如下:

a.假设一组数据(2,3,5,6,1),这组数据的中值为3

b.假设一组数据(1,2,3,4,5,6),这组数据的中值为(3+4)/2

2.   90 Percent

我之前也理解错了,其实这个值是告诉你你的采样数据中有90%的数据比它小,10%的数据比它大,举例如下:

假设你有一组数据(1,3,4,6,5,11,8,2,9,12),从大到小排序之后为(1,2,3,4,5,6,8,9,11,12),那么你的90 precent就是11.

这个主要的作用就是当你的性能指标中有定义某个事务的响应时间90%的值不能超过某个阀值时来参考的.当然这个90%是可调整的,你可以在analysis中通过tools-options下的Transaction Percentile来调整.

:这个值大概的意思就是这样,具体的计算方式我还没完全清楚.

3.   Std. Deviation

标准方差,这个数据是描述数据采样数据离散状态很重要的指标,它又分为以下两种:

a.给定样本标准方差,它是估算给定样本而不是整个样本的标准方差(也就是样本中的一部分).计算公式如下:

 

其中a代表平均值,n代表取样个数.n-1主要是统计学上的常用做法,主要考虑到采样量越大,越能反应真实的情况.

b.总体样本标准方差.它是估算整个采样样本的标准方差(注意,是整个采样数据,而不是部分),计算公式如下:

 

当采样数据足够大的时候,两种计算方式得出的偏差相差很小.

我有做过验证,loadrunner的计算方式采用总体样本标准方差计算方式计算(对于验证过程,以后我会详细描述),

标准方差相对于平均值越大,说明数据越离散,分布状态相对于平均值波动很大;标准方差相对于平均值越小,说明数据分布越集中,曲线也越平稳.在采样值服从正态分布的条件下,资料中约有68.26%的采样值在平均数左右一倍标准差范围内;约有95.43%的采样值在平均数左右两倍标准差范围内;约有99.73%的采样值在平均数左右三倍标准差范围内。全距近似地等于6倍标准差

通过上面三个指标结合平均值,最大值,最小值,你可以比较清楚的知道你的采样数据分布状态,采样数据是否有大的波动,这些对于你分析系统的状态都是很重要的参考.


TAG: 秀秀的日志 LR

 

评分:0

我来说两句

Open Toolbar