软件性能测试术语1----响应时间
响应时间：系统响应时间+呈现时间
呈现时间：数据在被客户端收到响应数据后呈现页面所消耗的时间
系统响应时间：应用系统从请求发出到客户端接收到数据所消耗的时间
鉴于呈现时间与客户端配置相关，因此，测试更关注系统响应时间。
如下图：描述了一个Web 应用的页面响应时间的构成。从图中可以看到，页面的响应时间可被分解为“网络传输时间” （N1+N2+N3+N4）和“应用延迟时间”（A1+A2+A3），而“应用延迟时间” 又可以分解为“数据库延迟时间”（A2）和“应用服务器延迟时间”（A1+A3）。之所以要对响应时间进行这些分解，主要目的是为了能更好定位性能瓶颈的所在。
在进行性能测试时，“合理的响应时间”取决于实际的用户需求，而不能依据测试人员自己的设想来决定
软件性能测试术语2----并发用户数
并发用户数：同一个时间段内访问被测试的系统的用户数
同一时间段相同应用场景的并发应用，单一模型
同一时间段不同应用场景的并发应用，组合模型
经常接触到的与并发用户数相关的概念：
系统用户数
同时在线用户数
下面用一个实际的例子来说明它们之间的差别。
假设有一个 OA 系统，该系统有 2 000 个使用用户，最高峰时有500人，考察这500 个用户某一个时间点，发现其中40%的用户在饶有兴致地看系统公告（注意：“看”这个动作是不会对服务端产生任何负担的），20%的用户在填写复杂的表格（对用户填写的表格来说，只有在“提交”的时刻才会向服务端发送请求，填写过程是不对服务端构成压力的），20%部分用户在发呆（也就是什么也没有做），剩下的20%用户在不停地从一个页面跳转到另一个页面
系统用户数：2000
同时在线用户数：500
从上面的例子中只有20%的用户真正对服务器构成了压力
从上面的例子中可以看出，服务器实际承受的压力不只取决于业务并发用户数，还取决于用户的业务场景，可以通过分析系统日志得到场景组合
软件性能测试术语3----吞吐量
吞吐量：单位时间内系统处理的客户请求的数量，直接体现软件系统的性能承载能力
一般来说，吞吐量用请求数/秒或是页面数/秒来衡量
从业务的角度，吞吐量也可以用访问人数/天或是处理的业务数/小时等单位来衡量。
从网络的角度来说，也可以用字节数/天来考察网络流量。 吞吐量指标可以在两个方面发挥作用：
（1）用于协助设计性能测试场景，以及衡量性能测试场景是否达到了预期的设计目标：
（2）用于协助分析性能瓶颈
以不同方式表达的吞吐量可以说明不同层次的问题。例如，以字节数/秒方式表示的吞吐量主要受网络基础设施、服务器架构、应用服务器制约；以单击数/秒方式表示的吞吐量主要受应用服务器和应用代码的制约。
软件性能测试术语4----性能计数器
性能计数器：是描述服务器或操作系统性能的一些数据指标。
对Windows 系统来说，使用内存数（Memory In Usage），进程时间（Total Process Time）等都是常见的计数器。
计数器在性能测试中发挥着“监控和分析”的关键作用，尤其是在分析系统的可扩展性、进行性能瓶颈的定位时，对计数器取值的分析非常关键。但必须说明的是，单一的性能计数器只能体现系统性能的某一个方面，对性能测试结果的分析必须基于多个不同的计数器。
软件性能测试术语4----资源利用率
资源利用率：系统各种资源的使用状况。为了方便比较，一般用“资源的实际使用/总的资源可用量” 形成资源利用率的数据，用以进行各种资源使用的比较
例如，我们会说到，“某某系统在承受10000 用户的并发访问时，Web 服务器的CPU 占用率为68%，平均的内存占用率为55%”，这其中，68%和55% 就是典型的资源利用率的数值。
在性能测试中常用资源利用率进行横向的对比，找出性能瓶颈；找出性能瓶颈资源利用率在通常的情况下需要结合响应时间变化曲线、系统负载曲线等各种指标进行分析。
软件性能测试术语6----思考时间
思考时间：也被称为“休眠时间”，从业务的角度来说，这个时间指的是用户在进行操作时，每个请求之间的间隔时间。
对交互式应用来说，用户在使用系统时，不大可能持续不断地发出请求，更一般的模式应该是用户在发出一个请求后，等待一段时间，再发出下一个 请求。
因此
从自动化测试实现的角度来说，要真实地模拟用户操作，就必须在测试脚本中让各个操作之间等待一段时间
性能测试的方法很多，从广义的角度来讲，性能测试包括如下一些方法：
（狭义）性能测试（Performance Testing）
负载测试（Load Testing）
压力测试（Stress Testing）
可靠性测试（Reliability Testing）
配置测试（Configuration Testing）
并发测试（Concurrency Testing）
失效恢复测试（Failover Testing）
