圖 4。 在代理服務(wù)器組建中增加一個(gè)高斯隨機(jī)定時(shí)器

　　定時(shí)器將會(huì)使相應(yīng)的的取樣器被延遲。 延時(shí)的規(guī)則是，在上一個(gè)訪問請求被響應(yīng)并延時(shí)了指定的時(shí)間后，下一個(gè)被定時(shí)器影響的取樣訪問請求才會(huì)被發(fā)送出去。 因此， 你必須手工刪除第一個(gè)取樣器中自動(dòng)生成的定時(shí)器，因?yàn)榈谝粋�(gè)取樣器不需要定時(shí)器。

　　在啟動(dòng)HTTP代理服務(wù)器以前，要在測試計(jì)劃中增加一個(gè)線程組（thread group），在線程組中增加一個(gè)錄制控制器（recording controller）用于存儲(chǔ)生成的結(jié)果。 否則， 生成的元件將會(huì)被直接添加到工作臺里。另外， 在錄制控制器里增加一個(gè)HTTP請求默認(rèn)值元件HTTP Request Defaults 元件 (是一個(gè)配置元件) 也很重要，這樣Jmeter不填寫使用了默認(rèn)值的字段。

　　錄制完成后， 停止HTTP 代理服務(wù)器; 在錄制控制器元件上單擊右鍵將記錄的元件保存為一個(gè)文件用于以后重用，另外，不要忘了恢復(fù)瀏覽器的代理服務(wù)器設(shè)置。

　　指定響應(yīng)時(shí)間需求并校驗(yàn)結(jié)果

    　盡管本節(jié)內(nèi)容與Jmeter不是直接相關(guān)，但是Jmeter仍舊是指定響應(yīng)時(shí)間需求和校驗(yàn)測試結(jié)果這兩個(gè)負(fù)載測試評價(jià)任務(wù)互相聯(lián)系的紐帶。

　　在web應(yīng)用的環(huán)境里，響應(yīng)時(shí)間指的是從提交訪問請求到等到HTML結(jié)果所耗費(fèi)的時(shí)間。從技術(shù)的角度看，響應(yīng)時(shí)間也應(yīng)包括瀏覽器重繪HTML頁面的時(shí)間，但是瀏覽器一般是一塊接著一塊地顯示而不是直接顯示完整的整個(gè)頁面，讓人感覺響應(yīng)時(shí)間要少一些。 另外，典型的情況是，負(fù)載測試工具不會(huì)考慮瀏覽器的重繪時(shí)間。 因此， 在實(shí)際的性能測試中，我們將考慮以上描述的情形， 如果不能確信，可以在正常的響應(yīng)時(shí)間上加一個(gè)固定值，如0.5秒。

　　以下是一套眾所周知的確定相應(yīng)時(shí)間的標(biāo)準(zhǔn):
　　·用戶將不會(huì)注意到少于0.1秒的延遲
　　·少于1秒的延遲不會(huì)中斷用戶的正常思維， 但是一些延遲會(huì)被用戶注意到
　　·延遲時(shí)間少于10秒，用戶會(huì)繼續(xù)等待響應(yīng)
　　·延遲時(shí)間超過10秒后，用戶將會(huì)放棄并開始其他操作

　　這些閥值很有名并且一般不會(huì)改變，因?yàn)槭顷P(guān)乎人類的感知特性的。 所以要根據(jù)這些規(guī)則來設(shè)置響應(yīng)時(shí)間需求， 也需要適當(dāng)調(diào)整以適應(yīng)實(shí)際應(yīng)用。例如，亞馬遜公司(Amazon.com) 的主頁也遵循了以上規(guī)則，但是由于更偏重于風(fēng)格上的一致，所以在響應(yīng)時(shí)間上有一點(diǎn)損失。

　　乍一看，好像有兩種不同的方式來確定相應(yīng)時(shí)間需求：
　　·平均響應(yīng)時(shí)間(Average response time )
　　·響應(yīng)時(shí)間（Absolute response time）;即， 所有的響應(yīng)時(shí)間必須低于某一閥值

　　指定平均響應(yīng)時(shí)間比較簡單一些（straightforward），但是由于數(shù)據(jù)變化的干擾，這個(gè)需求往往難以實(shí)現(xiàn)。為什么取樣中的20%的響應(yīng)時(shí)間要比平均值高3倍以上呢？請注意，JMeter 計(jì)算平均響應(yīng)時(shí)間與圖形結(jié)果監(jiān)視器中的標(biāo)準(zhǔn)偏差是一致的。

　　另一方面， 對響應(yīng)時(shí)間需求過于苛求是不實(shí)際的。 如果只有0。5%的取樣不能通過測試該怎么辦？如果再測一次，又會(huì)有很大的變化。 幸運(yùn)的是， 使用置信區(qū)間（confidence interva）分析這種正規(guī)的統(tǒng)計(jì)方法可以顧及到取樣變化的影響。
在繼續(xù)進(jìn)行前，讓我們首先回顧一些基本的統(tǒng)計(jì)學(xué)知識。

　　中心極限定理（The central limit theorem）
 
　　中心極限定理表明如果總體的分布有一個(gè)平均值μ和標(biāo)準(zhǔn)偏差σ，那么對于一個(gè)十分大的n(>30)，其取樣平均值的分布將接近于正態(tài)分布，其平均值μmean = μ ，標(biāo)準(zhǔn)偏差σmean = σ/√n。
注意取樣平均值的分布是正態(tài)的，而取樣自身的分布不必是正態(tài)的。也是說如果多次運(yùn)行測試腳本則測試結(jié)果的平均響應(yīng)時(shí)間將會(huì)是正態(tài)的。

　　圖 5 和圖 6 分別展示了兩個(gè)正態(tài)分布。 在這里橫坐標(biāo)是采樣響應(yīng)時(shí)間的均值， 總體的均值被調(diào)整到坐標(biāo)的原點(diǎn)（shifted so the population mean is at the origin）。 圖5 表明90%的時(shí)間里，采樣均值位于±Zσ的區(qū)間里（percent of the time， the sampling means are within the interval ±Zσ，），這里的Z=1.645 和 σ 是標(biāo)準(zhǔn)偏差。 圖 6 表明了99%的情況下的情形這時(shí)的Z=2.576。 在給定的概率下，如90%， 我們可以看到相應(yīng)的Z呈現(xiàn)正態(tài)曲線，反之亦然。

　　Figure 5。 Z value for 90 percent
 

　　Figure 6。 Z value for 99 percent

　　在相關(guān)資料中所列的是可提供正態(tài)曲線計(jì)算的一些網(wǎng)站。在這些網(wǎng)站，我們可以計(jì)算隨意的相對區(qū)間內(nèi)的概率(如，-1.5 < X < 1.5)或者在一個(gè)聚集的區(qū)域（cumulated area）內(nèi) ，(如， X < 1.5)。 也可以從下面的表中得到近似值。