1 Bytes Throughput Over Time 每秒传输字节吞吐量，表明Jmeter在测试时，随着时间推移发送和接受的字节数
2 Response Codes per Second 每秒返回的响应码，表明Jmeter测试期间，随着时间的推移返回的响应码，从中我们可看到测试期间在哪个时间段内出现了错误。就可以分析在该时间内系统的什么环境因素，导致的错误。
3 Response Latencies Over Time 每秒钟的响应等待时间， 表明Jmeter测试期间，随着时间的推移系统的响应等待时间的变化，也是系统随着时间推移，系统效率的变化。
4 Response Times Distribution 响应时间分布， X轴表示的是响应时间，Y轴表示的是响应次数，F(X,Y)表示系统在某种响应时间内的响应次数是多少，如果在响应时间短的地方，响应次数多，说明系统的效率比较高。
5 Response Times Over Time 每秒钟响应时间，X轴表示的是系统运行的时刻，Y轴表示的是响应时间，F(X,Y)表示系统随着时间的推移，系统的响应时间的变化，可以看出响应时间稳定性
6 Response Times Percentiles 响应时间百分比，X轴表示的是百分比，Y轴表示的是响应时间，F(X,Y)表示低于某个百分比的响应时间，比如有80%的响应低于400ms。
7 Response Times vs Threads 响应时间用户数， X轴表示的是活动线程数，也就是并发访问的用户数，Y轴表示的是响应时间，F(X,Y)表示在某种并发量的情况下，系统的响应时间是多少。
8 Transaction Throughput Over Time 每秒处理的事务吞吐量 统计随着时间推移每秒可能的事务吞吐量 这里的事务吞吐量计算公式是： 活动线程数*1秒/一个线程的响应时间，比如当一个用户向服务器发出一个请求，在100ms后得到响应，那么事务数等于1*1000ms/100ms = 10 transcation/s，得到每秒钟可以处理是个事务数的结果。
9 Transaction Throughput vs Threads 每活动线程数可能的事务吞吐量，途中X轴表示的是活动线程数，Y轴表示的是事务吞吐量，F(X,Y)的含义是当系统处于某个活动线程数时，系统当时的事务吞吐量是多少。比如当有10个活动线程时，事务吞吐量是100/s，而当有20个活动线程时，事务吞吐量是50/s，说明随着用户访问的增加，系统的处理效率开始下降了。从这个图中我们可以找到一个临界点，在多大的活动线程数时，系统达到最大的吞吐量。
10 Transactions per Second 每秒的事务数，X轴表示访问结束的时刻，Y轴表示访问量，F(X,Y)表示在某个结束时刻，一共有多少的访问量结束访问。
11 Active Threads Over Time 每秒的活动线程数， X轴表示访问的时刻，Y轴表示活动线程数，F(X,Y)表示某个时刻的活动线程数
来源：https://www.cnblogs.com/caiwenjing/p/8744574.html