解读LoadRunner Analysis中的每秒点击率 (Hits per Second)、吞吐量 (Throughput) 与事务数 (Transactions per Second) 这三者的关系要明确分别衡量的对象：

每秒点击率 (Hits per Second)：衡量客户端的请求压力。表示虚拟用户每秒向Web服务器发出的HTTP请求总数。每一个请求（如点击链接、下载图片）都计为一次点击。

吞吐量 (Throughput)：衡量服务器的响应数据量。表示服务器在单位时间内成功传输给客户端的数据总量，单位是字节/秒。

每秒事务数 (Transactions per Second / TPS)：衡量服务器的业务处理能力。表示系统在每秒钟内成功完成的事务数量。一个事务通常包含完成一个业务动作所需的一系列请求。

场景一：健康稳定状态

特征：随着虚拟用户数增加，点击率、吞吐量、TPS三者同步上升。

解读：这表明系统处理能力充足，能够及时响应并处理所有请求。此时，服务器的处理能力尚未达到极限。

场景二：服务器瓶颈（处理能力达到上限）

特征：点击率仍在增加，但吞吐量和TPS的增长趋于平缓甚至下降。同时，事务响应时间往往会急剧增加。

解读：这是最典型的性能瓶颈信号。服务器虽然收到了大量请求，但已无力处理。请求在服务器端排队等待，导致实际完成的数据传输（吞吐量）和业务（TPS）无法继续提升。此时瓶颈通常在应用服务器、数据库或代码逻辑上。

场景三：网络瓶颈

特征：点击率和TPS保持同步增长，但吞吐量曲线增长缓慢或提前进入平台期。

解读：这表明服务器处理能力尚可（能完成业务），但数据传输通道（网络带宽）成为限制因素。服务器处理好的数据无法及时发送给客户端。

场景四：客户端或脚本问题

特征：点击率曲线表现异常，如远低于预期、波动剧烈或无法随用户数增加而增长。

解读：问题可能出在客户端网络、测试机性能不足，或LoadRunner脚本本身存在逻辑错误，导致未能模拟出预期的用户请求压力。

实战分析

在Analysis中，可以按以下步骤进行关联分析：

叠加图表：在Analysis中，将Hits per Second、Throughput和Transactions per Second三张图叠加到同一个时间轴上。这能让你直观地看到各条曲线在同一时刻的走向。

划分阶段：结合Running Vusers（运行虚拟用户数）图，将测试过程划分为加压、稳定、减压等阶段。不同阶段的曲线关系，能更好地反映系统在不同压力下的表现。

锁定异常区间：找到曲线出现背离（如点击率上升但吞吐量持平）的时间点。然后，放大查看该区间的详细数据，并关联该时段的服务器资源监控（CPU、内存、磁盘I/O等），以进一步定位瓶颈根源。

点击率代表需求，吞吐量代表数据流，TPS代表产出。

当三者同步增长，系统健康。

当点击率增长而吞吐量/TPS停滞，问题很可能在服务器端。

当点击率和TPS增长而吞吐量停滞，问题很可能在网络。

当点击率本身异常，问题可能在客户端或脚本。