性能中的测试指标有很多，对于响应时间，除了查看90%、95%、99%的响应时间外，现在还有一个P99（可能比较小众，所以相关资料较少），表示过去 10 秒内最慢的 1% 请求的平均延迟。这个值的意义在于：如果这个值从测试开始到测试结束变化都不大的话，说明程序比较稳定，如果变化非常大，起起伏伏，说明程序里面有些地方在某种情况下有些逻辑没有处理好，导致问题，当然需要结合其他的内存，CPU，IOPS以及当前的请求数，响应数等等，这个在亚马逊云服务器也有说明。https://docs.aws.amazon.com/zh_cn/elasticbeanstalk/latest/dg/health-enhanced-metrics.html
那么怎么得到这个值呢？在使用jmeter性能测试中，发现插件和各种处理器都没有提供这个值的直接获取。那么我们就自己来编写脚本获取了，思路如下：①通过jmeter脚本导出每个请求的响应时间和结束时间；②通过Python脚本计算P99的值，并做出折线图。具体步骤如下：
一、通过jmeter脚本导出每个请求的响应时间和结束时间；
1、安装插件：Flexible File Writer
2、编辑Flexible File Writer，获取响应时间和结束时间等值，保存在txt文档里，用以后面处理
其中filename 是保存的文件路径；write file header 是保存文件中的第一行说明，用以标识每列的信息，值中间用空格隔开；record each sample as 记录的是每个样本对应的参数值，记录时，需要和下面的available sample fields保持一致（点击即可复制），值中间用| |隔开。
3、脚本运行后，就会记录对应的值在刚保存的txt文档里，例子如下：
Python读取第二行的内容是：b'426 1616068614679 2.get meetingroom inf 426 200 '
二、通过Python脚本计算P99的值，并做出折线图。
具体思路如下：
1、读取文本文件，获取第一列和第二列的值，并把这些值保存在列表里。第一列的值是响应时间，第二列的值是endtime；
2、定义一个函数，用于计算99%之外的响应时间的平均数；
3、使用循环语句，计算所有过去10秒内的响应时间的开始位置和结束位置，当总的结束时间不超过10S时，也需要考虑；然后每个位置调用步骤2中的函数，得到P99列表；
4、计算出需要绘图的X轴和Y轴列表。X轴用相对结束时间列表，Y轴用P99列表；使用matplotlib这个数学绘图库进行绘图。
5、完整代码如下：
# -*- coding: utf-8 -*-
import logging
import matplotlib.pyplot as plt #Python数据可视化最流行的工具之一是 matplotlib，它是一个数学绘图库
import numpy as np
logging.basicConfig(level=logging.DEBUG, filename='logger.log',format='%(asctime)s - %(name)s - %(levelname)s - %(message)s') # 设置日志级别
file=r'F:/99.practice/paixu/testresult.txt'
other_ave=99
#获取文档中第一列：响应时间,输入到列表里
restimelist=[] #响应时间列表
endtimelist=[] #结束时间列表
otheravelist=[] #其他外响应时间平均值列表
othertimelist=[] #其他结束时间值列表
findstring='\'
with open(file,'rb+') as f:
content=f.readlines() #readlines返回文件中行内容列表
lines=len(content) #readlines返回文件中行内容列表，列表长度即为行数
#print(lines)
print(content[1]) #显示第2行内容，例如：b'426 1616068614679 2.get meetingroom inf 426 200 '
for i in range(lines):
if i>0: #去除第一行表头
digit=str(content[i]).find(findstring) #查找每一行中findstring的第一个位置
restime = int(str(content[i])[2:digit]) #每行内容转换为字符串，使用切片截取字符串
endtime= int(str(content[i])[digit+2:digit+15])
restimelist.append(restime)
endtimelist.append(endtime)
logging.info('response time list is {}'.format(restimelist))
logging.info('end time list is {}'.format(endtimelist))
len_restime=len(restimelist)
def count_other_ave(start,end): #定义函数，计算列表中other_ave之外的响应时间平均数
restimelist_sort=sorted(restimelist[start:end]) #排序响应时间
restimelist_num = len(restimelist_sort) #长度
list_index = round(restimelist_num * other_ave / 100) # 计算第other_ave%的位置,round四舍五入取整
other_ave_result = round(sum(restimelist_sort[list_index:]) / (restimelist_num - list_index)) # 使用sum函数求和,除以剩余值的个数
otheravelist.append(other_ave_result) #插入other_ave之外的响应时间平均数
return
for i in range(len_restime):
if (endtimelist[i]+10000)<endtimelist[-1]: #结束时间+10000毫秒
for j in range(i,len_restime): #从第i位开始，到最后
if endtimelist[j]>=(endtimelist[i]+10000): #从第i位开始，到最后，判断结束时间大于10S后的位置。
startindex=i
endindex=j
if i%1000==0: #根据样本数，选择性来记录下endtime的开始和结束位置
logging.info('Endtime index begin at {},finish at {}'.format(startindex,endindex))
count_other_ave(startindex,endindex) #计算响应时间列表中other_ave之外的响应时间平均数
othertimelist.append(endtimelist[j])
break #计算一次，跳出循环
else:
count_other_ave(i,len_restime)
othertimelist.append(endtimelist[j])
break #当结束时间第一个和最后一个差距不超过10S，计算一次，跳出循环
logging.info('P{} list is {}'.format(other_ave,otheravelist))
print('The length of p{} list is {}'.format(other_ave,len(otheravelist)))
print('The p{} list is {}'.format(other_ave,otheravelist))
othertimelist_relative=(np.array(othertimelist)-othertimelist[0]).tolist() #先把list变成array，进行减法或者加法操作，再把array变成list
logging.info('end time list relative is {}'.format(othertimelist_relative))
#绘图开始
plt.figure(figsize=(8,4)) #创建绘图对象，figsize参数可以指定绘图对象的宽度和高度，单位为英寸，一英寸=80px
plt.plot(othertimelist_relative,otheravelist,"b--",linewidth=1) #在当前绘图对象中画图（x轴,y轴,蓝色虚线,画线宽度）
plt.xlabel("Time(ms)") #X轴的文字
plt.ylabel("ave_res_time") #Y轴标签
plt.title("P{} Line plot".format(other_ave)) #图标题
#plt.show() #显示图
plt.savefig("F:/99.practice/paixu/line.png") #保存图
绘图函数详细实例可以参考：https://www.jb51.net/article/130979.htm