- Label：请求的名称
- Sample：表示这次测试中一共发了多少个请求
- Average：平均响应时间
- median：中位数，也就是表示在所有请求响应时间中排在中间的那个响应的时间点，50%line
实际上中值指的是如果有9个数，那么我们从小到大排列这些数，排在第5个的数就是这一组数的中值。那么如果有10个数呢？10个数的 话第5个和第6个数的平均值就是这组数字的中值；
- 90%line：90%用户请求响应时间，如果把所有请求的响应使劲按照从小到大排序，是指排在90%处那个点的请求响应时间
从统计学来说，就是对所有数据进行插秧检查，抽样数据越多，结果越正确，抽样点分布的越均匀，数据越精确，所以在统计的时候要去掉一些 异常，偶发的，垃圾数据；举个例子：某个接口有1000个请求，800个1s，100个是0.8s，50个是20s，50个是300S，所以平均响应时间是 2.48s，最小0.8s，最大是300s，90%是1s，95%是20s，99%是300s
- error%：出现错误的请求数/请求总数百分比值
- through：吞吐量，服务器在一定时间范围内处理的请求数，在报告中其实是指吞吐率，表示每秒完成的请求数（request per second）
- received KB/sec：每秒从服务器接受的数据
- sent KB/sec：每秒从客户端发送到服务器的数据
二、分析结果
对于一个软件而言，用户最终关心的是响应时间对于他们的长短，因此把响应时间作为分析的起点。在真个处理过程中，可以把响应时间分为如下：
呈现时间（浏览器解析）+数据传输时间（网络瓶颈）+系统处理时间（数据库+服务器）--系统瓶颈
呈现时间根据用户使用的浏览器及用户本身的硬件关系比较大，不可控，所以忽略；
再来看网络时间，jmeter工具得到的时间是Tn+Ts，使用最贱的ping获取网络时间，分析得出是否是网络瓶颈。
再看服务器时间：是应用服务器的问题还是数据库服务器的问题；
事务通过率：通过事务数/（通过事务数+失败事务数）