性能中的測試指標有很多，對于響應時間，除了查看90%、95%、99%的響應時間外，現在還有一個P99（可能比較小眾，所以相關資料較少），表示過去 10 秒內最慢的 1% 請求的平均延遲。這個值的意義在于：如果這個值從測試開始到測試結束變化都不大的話，說明程序比較穩定，如果變化非常大，起起伏伏，說明程序里面有些地方在某種情況下有些邏輯沒有處理好，導致問題，當然需要結合其他的內存，CPU，IOPS以及當前的請求數，響應數等等，這個在亞馬遜云服務器也有說明。https://docs.aws.amazon.com/zh_cn/elasticbeanstalk/latest/dg/health-enhanced-metrics.html

那么怎么得到這個值呢？在使用jmeter性能測試中，發現插件和各種處理器都沒有提供這個值的直接獲取。那么我們就自己來編寫腳本獲取了，思路如下：①通過jmeter腳本導出每個請求的響應時間和結束時間；②通過Python腳本計算P99的值，并做出折線圖。具體步驟如下：

一、通過jmeter腳本導出每個請求的響應時間和結束時間；

1、安裝插件：Flexible File Writer

2、編輯Flexible File Writer，獲取響應時間和結束時間等值，保存在txt文檔里，用以后面處理

其中filename 是保存的文件路徑；write file header 是保存文件中的第一行說明，用以標識每列的信息，值中間用空格隔開；record each sample as 記錄的是每個樣本對應的參數值，記錄時，需要和下面的available sample fields保持一致（點擊即可復制），值中間用| |隔開。

3、腳本運行后，就會記錄對應的值在剛保存的txt文檔里，例子如下：

Python讀取第二行的內容是：b'426 1616068614679 2.get meetingroom inf 426 200
'

二、通過Python腳本計算P99的值，并做出折線圖。

具體思路如下：

1、讀取文本文件，獲取第一列和第二列的值，并把這些值保存在列表里。第一列的值是響應時間，第二列的值是endtime；

2、定義一個函數，用于計算99%之外的響應時間的平均數；

3、使用循環語句，計算所有過去10秒內的響應時間的開始位置和結束位置，當總的結束時間不超過10S時，也需要考慮；然后每個位置調用步驟2中的函數，得到P99列表；

4、計算出需要繪圖的X軸和Y軸列表。X軸用相對結束時間列表，Y軸用P99列表；使用matplotlib這個數學繪圖庫進行繪圖。

5、完整代碼如下：

# -*- coding: utf-8 -*-
import  logging
import matplotlib.pyplot as plt     #Python數據可視化最流行的工具之一是 matplotlib，它是一個數學繪圖庫
import numpy as np

logging.basicConfig(level=logging.DEBUG, filename='logger.log',format='%(asctime)s - %(name)s - %(levelname)s - %(message)s')  # 設置日志級別
file=r'F:/99.practice/paixu/testresult.txt'

other_ave=99

#獲取文檔中第一列：響應時間,輸入到列表里
restimelist=[]          #響應時間列表
endtimelist=[]          #結束時間列表
otheravelist=[]         #其他外響應時間平均值列表
othertimelist=[]        #其他結束時間值列表
findstring='\'
with open(file,'rb+') as f:
    content=f.readlines()             #readlines返回文件中行內容列表
    lines=len(content)             #readlines返回文件中行內容列表，列表長度即為行數
    #print(lines)
    print(content[1])               #顯示第2行內容，例如：b'426	1616068614679	2.get meetingroom inf	426	200
'
    for i in range(lines):
        if i>0:             #去除第一行表頭
            digit=str(content[i]).find(findstring)        #查找每一行中findstring的第一個位置
            restime = int(str(content[i])[2:digit])     #每行內容轉換為字符串，使用切片截取字符串
            endtime= int(str(content[i])[digit+2:digit+15])
            restimelist.append(restime)
            endtimelist.append(endtime)

logging.info('response time list is {}'.format(restimelist))
logging.info('end time list is {}'.format(endtimelist))
len_restime=len(restimelist)

def count_other_ave(start,end):          #定義函數，計算列表中other_ave之外的響應時間平均數
    restimelist_sort=sorted(restimelist[start:end])                 #排序響應時間
    restimelist_num = len(restimelist_sort)      #長度
    list_index = round(restimelist_num * other_ave / 100)  # 計算第other_ave%的位置,round四舍五入取整
    other_ave_result = round(sum(restimelist_sort[list_index:]) / (restimelist_num - list_index))  # 使用sum函數求和,除以剩余值的個數
    otheravelist.append(other_ave_result)               #插入other_ave之外的響應時間平均數
    return

for i  in range(len_restime):
    if (endtimelist[i]+10000)<endtimelist[-1]:    #結束時間+10000毫秒
        for j in range(i,len_restime):                        #從第i位開始，到最后
            if endtimelist[j]>=(endtimelist[i]+10000):              #從第i位開始，到最后，判斷結束時間大于10S后的位置。
                startindex=i
                endindex=j
                if i%1000==0:                       #根據樣本數，選擇性來記錄下endtime的開始和結束位置
                    logging.info('Endtime index begin at {},finish at {}'.format(startindex,endindex))
                count_other_ave(startindex,endindex)                #計算響應時間列表中other_ave之外的響應時間平均數
                othertimelist.append(endtimelist[j])
                break                              #計算一次，跳出循環
    else:
        count_other_ave(i,len_restime)
        othertimelist.append(endtimelist[j])
        break                             #當結束時間第一個和最后一個差距不超過10S，計算一次，跳出循環
logging.info('P{} list is {}'.format(other_ave,otheravelist))
print('The length of p{} list is {}'.format(other_ave,len(otheravelist)))
print('The p{} list is {}'.format(other_ave,otheravelist))

othertimelist_relative=(np.array(othertimelist)-othertimelist[0]).tolist()     #先把list變成array，進行減法或者加法操作，再把array變成list
logging.info('end time list relative is {}'.format(othertimelist_relative))

#繪圖開始
plt.figure(figsize=(8,4))    #創建繪圖對象，figsize參數可以指定繪圖對象的寬度和高度，單位為英寸，一英寸=80px
plt.plot(othertimelist_relative,otheravelist,"b--",linewidth=1)   #在當前繪圖對象中畫圖（x軸,y軸,藍色虛線,畫線寬度）
plt.xlabel("Time(ms)")       #X軸的文字
plt.ylabel("ave_res_time")      #Y軸標簽
plt.title("P{} Line plot".format(other_ave))    #圖標題
#plt.show()    #顯示圖
plt.savefig("F:/99.practice/paixu/line.png")   #保存圖

繪圖函數詳細實例可以參考：https://www.jb51.net/article/130979.htm

總結

以上是生活随笔為你收集整理的性能测试中P99的计算的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。