验证性能测试汇总报告
Validating the Performance test aggregate report
我有基于 jMeter 的性能测试，即基于并发用户负载的结果。
测试结束的时候，Jmeter提供聚合报告，可以看到Avg response time, throughput等等，这些都可以。
我想验证这些结果并确信我执行的测试在我所做的配置方面是正确的，例如配置的用户数量、启动时间等（从应用程序方面，我可以确认交易确实有效，我可以相信 jMeter 断言等，我看的不是这里）..
我看到一篇关于应用 Little's Law 验证结果的好文章。
但我相信它是一个稳定的系统，以稳定的模式出现在服务器上的用户数量以及在整个系统中保持相同的负载等。（如果这里有误，请纠正我）
但一般来说，用户并发测试的设计方式应使负载像下图所示的步进模式一样变化。
在这种情况下利特尔定律还适用吗？
或者有任何更好的机制来验证结果并获得对执行的测试和结果的信心，而不是由于测试设备施加的瓶颈。
谢谢
在绝大多数情况下，Little 定律适用于 Load Testing when you need to come up with a workload pattern 代表预期的系统使用。
对于 Stress Testing or Spike Testing 等其他测试类型，由于工作量不同，坚持 Little 定律意义不大。
关于结果验证，我希望企业对以下问题的答案感兴趣：
- 系统是否能够处理预期负载（负载测试）
- 系统可以支持提供可接受的无错误响应时间的最大并发用户数是多少（压力测试）。
- 负载恢复正常后系统是否恢复正常
- 系统如何处理突如其来的并发请求（秒杀测试）
- 系统是否能够长时间处理负载 (Soak testing)
查看 Why ‘Normal’ Load Testing Isn’t Enough 文章，了解有关您可能希望应用于您的应用程序的不同性能测试子类型的更多信息。
我有基于 jMeter 的性能测试，即基于并发用户负载的结果。 测试结束的时候，Jmeter提供聚合报告，可以看到Avg response time, throughput等等，这些都可以。
我想验证这些结果并确信我执行的测试在我所做的配置方面是正确的，例如配置的用户数量、启动时间等（从应用程序方面，我可以确认交易确实有效，我可以相信 jMeter 断言等，我看的不是这里）..
我看到一篇关于应用 Little's Law 验证结果的好文章。 但我相信它是一个稳定的系统，以稳定的模式出现在服务器上的用户数量以及在整个系统中保持相同的负载等。（如果这里有误，请纠正我）
但一般来说，用户并发测试的设计方式应使负载像下图所示的步进模式一样变化。
在这种情况下利特尔定律还适用吗？ 或者有任何更好的机制来验证结果并获得对执行的测试和结果的信心，而不是由于测试设备施加的瓶颈。
谢谢
在绝大多数情况下，Little 定律适用于 Load Testing when you need to come up with a workload pattern 代表预期的系统使用。
对于 Stress Testing or Spike Testing 等其他测试类型，由于工作量不同，坚持 Little 定律意义不大。
关于结果验证，我希望企业对以下问题的答案感兴趣：
- 系统是否能够处理预期负载（负载测试）
- 系统可以支持提供可接受的无错误响应时间的最大并发用户数是多少（压力测试）。
- 负载恢复正常后系统是否恢复正常
- 系统如何处理突如其来的并发请求（秒杀测试）
- 系统是否能够长时间处理负载 (Soak testing)
查看 Why ‘Normal’ Load Testing Isn’t Enough 文章，了解有关您可能希望应用于您的应用程序的不同性能测试子类型的更多信息。