一：性能分析的基础知识：
1.几个重要的性能指标：响应时间、吞吐量、吞吐率、TPS（每秒钟处理的交易数）、点击率等。
2.系统的瓶颈分为两类：网络的和服务器的。服务器瓶颈主要涉及：应用程序、WEB服务器、数据库服务器、操作系统四个方面。
3.常规、粗略的性能分析方法：
当增大系统的压力（或增加并发用户数）时，吞吐率和TPS的变化曲线呈大体一致，则系统基本稳定；若压力增大时，吞吐率的曲线增加到一定程度后出现变化缓慢，甚至平坦，很可能是网络出现带宽瓶颈，同理若点击率/TPS曲线出现变化缓慢或者平坦，说明服务器开始出现颈。
应用此原则，分析步骤具体可以分为以下三步：
第一步：将得到的响应时间和用户对性能的期望值比较确定是否存在瓶颈；
第二步：比较Tn（网络响应时间）和Ts（服务器响应时间）可以确定瓶颈发生在网络还是服务器；
第三步：进一步分析，确定更细组件的响应时间，直到找出发生性能瓶颈的根本原因。二：以WEB应用程序为例来看下具体的分析方法：
1.用户事务分析：
a.事务综述图(Transaction Summary ):以柱状图的形式表现了用户事务执行的成功与失败。通过分析成功与失败的数据可以直接判断出系统是否运行正常。若失败的事务非常多，则说明系统发生了瓶颈或者程序在执行过程中发生了问题。
b.事务平均响应时间分析图（Average Transaction ResponseTime）: 该图显示在测试场景运行期间的每一秒内事务执行所用的平均时间，还显示了测试场景运行时间内各个事务的最大值、最小值和平均值。通过它可以分析系统的性能走向。若所有事务响应时间基本成一条曲线，则说明系统性能基本稳定；否则如果平均事务响应时间逐渐变慢，说明性能有下降趋势，造成性能下降的原因有可能是由于内存泄漏导致。
c.每秒通过事务数分析图（Transaction per Second即TPS）:显示在场景运行的每一秒中，每个事 务通过、失败以及停止的数量。通过它可以确定系统在任何给定时刻的实际事务负载。若随着测试的进展，应用系统在单位时间内通过的事务数目在减少，则说明服务器出现瓶颈。
d.每秒通过事务总数分析图（Total Transactions perSecond）:显示场景运行的每一秒中，通过、失败以及停止的事务总数。若在同等压力下，曲线接近直线，则性能基本趋于稳定；若在单位时间内通过的事务总量越来越少，即整体性能下降。原因可能是内存泄漏或者程序中的缺陷。
e.事务性能摘要图（Transaction PerformanceSummary）:显示方案中所有事务的最小、最大平均执行时间，可以直接判断响应时间是否符合客户要求（重点关注事务平均、最大执行时间）。
f.事务响应时间与负载分析图（Transaction Response TimeUnder load）:通过该图可以看出在任一时间点事务响应时间与用户数目的关系，从而掌握系统在用户并发方面的性能数据。
g.事务响应时间（百分比）图（Transaction ResponseTime(percentile)）:该图是根据测试结果进行分析而得到的综合分析图。分析该图应从整体出发，若可能事务的最大响应时间很长，但如果大多数事务具有可接受的响应时间，则系统的性能是符合。
h.事务响应时间分布情况图（Transaction Response Time(Distribution)）:该图显示了测试过程中不同响应时间的事务数量。若系统预先定义了相关事务可以接受的最小和最大事务响应时间，则可以使用此图确定系统性能是否在接受范围内
