在性能测试中，Percentile（百分位数）是一个常见且很重要的术语。从开始分析性能测试报告的第一天起，我们就有听过90th Percentile。那么，这个 90th Percentile到底是啥呢？
什么是90th Percentile？
百分位数是将给定的 样本组 分成 100 个大小相等的区间，这使得我们可以根据百分比分析数据。
这里通过一个简单的例子来解释百分位的用法：如果90%的响应时间值都低于某个HTTP 请求的响应时间，则将该时间称为 90th Percentile 响应时间。
在下图中，90% 的请求在 3秒或更短的时间内得到处理：
在性能测试方面，首先将特定事务或请求的响应时间按升序排序，然后忽略样本数中具有高值的 10%。剩余值中的最高数字将是90th Percentile。在公司常用的性能测试工具中，最后生成的报告里都会生成90th Percentile：
90th Percentile有啥优点？
网络上有个词经常被大家提起， 那就是“被平均”。例如：某地平均工资为8k，若仔细观察数据可发现，大约十分之九的人薪资只有5k，而另外十分之一的人薪资高达35k，通过计算平均值确实为8k。估计没人喜欢这样“被平均”吧😅。同样，应用程序性能也会被平均值所误导。
在某产品的性能测试中，其平均响应时间是达标的
通过细究其平均响应时间曲线，发现随着时间的增加，响应时间也在不断增大，最终超过设定的性能指标。但最后结果却是通过的，这就说明后半部分响应时间“被平均”了。
90th Percentile这个数值则可以有效的规避这个现象，该测试中90th Percentile为3.127秒，很明显是高于其性能指标3秒的。
如果响应时间的第 50个百分位（中位数）为 3 秒，则意味着 50% 的事务要么与 3 秒一样快，要么快于 3 秒。如果同一事务的第 90 个百分位为 3 秒，则意味着 90% 的速度一样快或更快，只有 10% 的速度较慢。在这种情况下，平均值一定低于 3 秒或介于两者之间。
其次，有时平均响应时间看起来非常长，而单个数据集看起来很正常。但由于可能是网络波动，导致响应时间出现几个偶发性的峰值，从而影响平均响应时间数值，并最终影响测试结果。在这种情况下，90th Percentile（或其他百分位值）也可以从结果中消除异常尖峰数据。
正如下图所示，平均响应时间明显受到异常数据的影响，而90th Percentile的结果与其稳定运行时的响应时间相差无几。
综上，90th Percentile可以帮助我们更好地了解应用的真实性能，因为它显示了实际响应时间曲线的一部分，而不是采用统计学上的方法进行计算。如果90th Percentile都能满足性能指标，表明90%的用户可以做到符合性能目标的体验，这样面对客户问及系统性能时，是不是更加有信心了呢😏
附：后经抓取慢sql，发现第一个场景在新增完数据后有更新操作。由于新增导致查库的基础数据量不断增加，在无索引的情况下，对全表进行查询，便导致该场景的响应时间一直递增。
使用explain查看慢sql执行计划，发现其并无索引，执行的是全表查询
增加索引后，响应时间大幅降低，曲线回归正常。
版权归原作者 臭虾烂鱼 所有， 如有侵权，请联系我们删除。