Summary是按整个场景的时间来做平均的，最大最小值，也是从整个场景中取出来的。
（1） 平均响应时间：事物全部响应时间做平均计算
（2） 90%响应时间：将事物全部响应时间进行排序，然后求90%数据中的最大值，即是说事务所有运行次数中，90%落在这个时间内，10%在这个时间之外，
举例1：假设有10个响应时间，1s,2s,3s,4s,5s,6s,7s,8s,9s,10s，则90%的响应时间是9s。有10%个响应时间大于它，90%的时间小于或等于它
举例2：假设有10个响应时间，12.3,15.4,15.9,16.6,17.8,18.5,19.5,20.5,21.5,22.5,则90%的响应时间是21.5。有10%个响应时间大于它，90%的时间小于或等于它
90%的用途
在确定性能需求时，可以用平均事务响应时间来衡量系统的性能，也可以使用90%或者95%用户响应时间来作为度量标准，不冲突，因为实际在定义某些系统的性能需求时，一定范围的请求失败也是可以被接受的。
一般情况下，如果平均事务响应时间满足要求了，那90%也基本满足了，看一个就可以了，但是不一致的时候，比如，平均响应时间在临界上，要求是15s，平均是14s，那就需要看看90%，是不是能够满足小于15%的要求……
这个90％是可以调的
方法：选择Tools/options/general，也可以参见下图直接点击90修改
（3） 标准差：在事物全部响应时间数据中做标准差运算
.数据分布离平均值越近，标准方差越小；数据分布离平均值越远，标准方差越大。
2.标准方差为0，意味着数列中每一个数都相等。
3.序列中每一个数都加上一个常数，标准方差保持不变的
Average transaction response time
通过下面的图标可以看出summary和analysis中的响应时间不一致，是因为采样时间不一样导致，Summary是按整个场景的时间来做平均的。而平均事务响应时间图里，是按频率来取值。这两个值没有什么可比性。也没有什么关系。
Analysis中的采样时间是可以修改的，见下图，average transaction response time的采样时间修改为整个场景的运行时间，则2个数值就一致了
Controler中的采样时间的配置见下图
