如何使用JMeter统计不同响应时长区间的API数量？

当然可以用JMeter实现响应时长区间的数量统计，以下是两种实用方案：

一、快速可视化统计（内置监听器） #

• 响应时间分布图（Response Time Graph）：这个监听器会自动将所有请求的响应时间按区间分组，展示每个区间的请求数量。你可以通过调整图表的区间步长（比如设置为10ms），直接匹配你需要的<10ms、20ms、30ms等区间，直观看到对应数量。
• 聚合报告（Aggregate Report）：虽然核心是展示平均响应时间、百分位等指标，但可以结合90%、95%百分位数据间接推断区间分布，不过精准计数还是推荐自定义方案。

二、精准自定义区间统计（推荐） #

如果需要精确统计指定区间（如<10ms、>20ms、>30ms）的请求数，用「计数器+JS233后置处理器」组合实现：

操作步骤： #

1. 添加计数器组件：为每个目标区间创建独立计数器：
   • 命名Count_Under10ms：初始值0，递增1，引用名称under10
   • 命名Count_Over20ms：初始值0，递增1，引用名称over20
   • 命名Count_Over30ms：初始值0，递增1，引用名称over30
2. 添加JS233后置处理器：在API请求的父节点（如线程组）下添加，选择Groovy语言（JMeter3.0+性能更优），写入以下脚本：

   def responseTime = prev.getResponseTime()
   // 统计<10ms的请求
   if (responseTime < 10) {
       vars.put("under10", (Integer.parseInt(vars.get("under10")) + 1).toString())
   }
   // 统计>20ms的请求
   if (responseTime > 20) {
       vars.put("over20", (Integer.parseInt(vars.get("over20")) + 1).toString())
   }
   // 统计>30ms的请求
   if (responseTime > 30) {
       vars.put("over30", (Integer.parseInt(vars.get("over30")) + 1).toString())
   }
   

3. 查看结果：测试结束后，通过「用户定义变量」组件或查看日志，就能获取三个计数器的最终数值，完全匹配你需要的区间统计结果。

三、适配你的测试场景 #

你的测试参数：50个API、2线程，总事务数100，预期统计<10ms=75、>20ms=20、>30ms=5，用上述自定义方案可以精准得到对应数值。

内容的提问来源于stack exchange，提问作者Soumick Adhikary