做网络负载测试时，很多人盯着吞吐量和响应时间看，却忽略了错误率这个关键指标。其实，错误率直接反映了系统在高压力下的稳定性。比如你公司上线了个新接口，压测时看着延迟还行，可错误率飙到5%，这意味着每发20个请求就有1个失败，用户端可能频繁报错或加载失败。
错误率是什么？
简单说，错误率就是“失败请求”占“总请求数”的比例。在负载测试中，常见的失败包括连接超时、服务器返回5xx、响应格式异常、TLS握手失败等。工具通常会把非200状态码或超时的请求记为错误。
怎么查看错误率？以JMeter为例
JMeter是常用的负载测试工具，在聚合报告（Aggregate Report）里就能看到Error%这一列。比如：
Label Samples Average Min Max Error%
API_Login 1000 120 45 800 3.2%这里的3.2%说明有32个请求出错了。可以再点进“查看结果树”里具体看是哪种错误，是超时还是服务端抛异常。
不只是看数字，要看趋势
很多人只看最终错误率，其实更关键的是观察错误率随并发上升的变化曲线。比如并发从100升到500时，错误率从0.5%跳到6%，说明系统在高负载下开始不稳定。这时候就得查后端服务是否线程打满、数据库连接不够，或是网关限流触发了。
常见错误类型及排查方向
如果错误率偏高，先分清是哪类错误：
- 连接拒绝（Connection refused）：目标服务没启动或端口未开放，检查防火墙和服务状态
- 超时（Timeout）：可能是后端处理慢或网络拥塞，结合响应时间看
- 502/504：网关或代理层问题，比如Nginx后端无健康节点
- 429 Too Many Requests：被限流了，确认是否有速率控制策略
别被“低错误率”迷惑
有时候错误率显示0%，但实际业务有问题。比如压测脚本写死了某个固定参数，绕过了真实逻辑。或者只测了GET不测POST，漏掉了写操作的压力。所以得确保测试场景贴近真实用户行为，不然数据再好看也没用。
实战建议：加点日志联动分析
光看压测工具的错误率不够，最好同步收集服务端日志。比如压测期间发现错误率上升，立刻去查应用日志有没有大量异常堆栈，数据库慢查询是否激增。这样能快速定位是代码问题还是资源瓶颈。
说白了，错误率不是个孤立数字，得结合上下文看。它像是个报警灯，亮了就得马上查背后的原因，而不是只盯着那个百分比叹气。