分析結果
檢視分析結果，檢視事務的響應時間、伺服器的平均吞吐量，執行使用者人數等
檢視執行緒圖，使用者變化圖，響應時間圖，吞吐量圖。
檢視伺服器監控的計數器圖。
分析各個效能指標是否符合需求。比如：可用記憶體曲線是否正常，是否存在記憶體洩漏；cpu利用率曲線是否平緩，是否低於90%；執行緒數是否正常，而不是一直在增長；網路頻寬是否滿足流量需求；磁碟是否滿足使用者操作要求等等
分析各個曲線圖是否存在異常情況。比如：響應時間是否滿足需求；系統是否支援要求的併發；隨著負載的增加，吞吐量是否同樣增加，吞吐量是否存在瓶頸等等
有時候分析單個要素並不能反映存在的問題，需要多個要素聯絡起來進行分析。比如，可以把使用者數的變化圖和吞吐量圖聯絡起來進行分析。loadrunner的分析工具支援把兩個表合併進行分析，把使用者數變化圖和吞吐量變化圖合併，就可以觀察吞吐量是否隨著使用者數的變化而相應時間。如果隨著使用者數的增加，吞吐量持平或者下降，說明此時系統吞吐量達到了最大值，系統達到了瓶頸。
loadrunner報表分析
平坦區和輕微下降區交界處的使用者數定為最大建議使用者數。a.平坦區 1.響應時間 效能平坦區是指平均響應時間基本保持不變或略有增加的空間。2.吞吐量 指吞吐量保持明顯上公升的區間。b.效能輕微下降區 1.響應時間而言，指平均響應時間開始明顯增加的區間。2.吞吐量，指吞吐量基本不上公升甚至開始下降的區...
Loadrunner引數化分析
引數化可以模擬不同的使用者操作伺服器，關聯從某種意義上也是種引數化 從reponse html,json,xml提取 例如 token key userid bookid orderid 系統,程式的資料引數化 第一步 找到需要進行引數化的字串，比如 1 中的username password,都是...
LoadRunner測試執行結果龐大的解決方案
在使用loadrunner做效能測試執行的時候，常常會發現在儲存的結果集是非常的大，需要很大的硬碟空間。尤其是在做長時間的壓力測試的時候，出現的尤為突出。那我們如何去解決這個問題呢？經過研究發現使其變大的罪魁禍首是乙個.eve檔案。我們如何解決這個問題呢？有以下幾種方式 1 修改controller...