a、常见将running vusers 图与Throughput图进行合并来分析
 a1、当running vusers增加时Throughput也处于上升趋势
 a2、当running vusers减少时Throughput处于下降趋势
 a3、当running vusers增加时Throughput处于下降趋势（原则上可以说明是因为网络瓶颈；同事需要注意的是，如果存在Timeout的情况必然会导致a3的情况发生，此时在判断这种情况时需注意不可出现的timeout）
另：本地局域网测试时可直接忽略掉网络（这点）
b、CPU Utilization：CPU的利用率，75%以上就较高（也有说法是80%或者更高），除了这个指标外，还要结合Load Average 和context Switch Rate 来看，有可能cpu高是因为后两个指标高导致的。
c、hits per second（每秒点击数）：每秒点击数每一次点击相当于对服务器发出一次请求，一般点击数会随着负载的增加而增加，该数越大越好
d、Throughput（宽带使用）：该数据越小说明系统的宽带依赖越小，
e、transaction summary（事物概要说明）：通过事物数越多，说明系统处理能力越强，失败事物越少，说明系统越可靠
f、average  transaction response time（每秒事物数）时间越小说明处理的速度越快，如果和前面的用户负载生成图合并在一起看，就可以发现用户负载增加对系统事物响应时间的影响规律（事物的响应时间也不应该超过用户的最大接收范围，否则会出现响应过慢的问题）
g、transaction per second（每秒事物数）：反映了系统在同一时间内能处理业务的最大能力，这个数据越高，说明系统处理能力越强，但是这里的最高值并不一定代表系统的最大处理能力，TPS会受到负载的影响，也会随着负载的增加而逐渐增加，当系统进入繁忙期后TPS会有所下降
h、transaction  performance  summary（事物性能概要）：事物的平均时间、最大时间、最小时间、柱状图的落差越小说明相应时间的波动较小，如果落差很大，那么说明系统够稳定
i、transaction reponse time under load（在用户负载下事物响应时间）将users 和average transaction response图做了一个correlate merge得到的线条越平稳，说明系统越稳定
j、transaction response time（percentile）：事物响应时间的百分比，可以了解有多少比例的事物发生在某个时间内，也可以发现响应时间的分布规律，数据月平稳说明相应时间编号越小
k、Transation response time (distribution):每个时间段上的事物数，每个时间段上的事物数，响应时间较小的分类下的事物数越多越好。