平均响应 100 毫秒，为什么还有人等很久？

平均耗时容易掩盖少数很慢的请求，分位数能描述尾部体验。

少量特别慢的请求，在大量快速请求中容易被平均值稀释。分位数可以描述大多数用户和尾部用户的体验差异，更适合发现间歇性排队或慢查询。

从一个例子看起

这是一条运维检查思路，具体阈值与工具要结合服务规模和实际部署环境选择。

p50 = 中位耗时
p95 = 95% 请求不超过的耗时

确保统计使用相同时间窗口和同类请求。

排查时再往前走一步

按接口类型和时间窗口分组，避免把不同业务混在一起。聚合不同机器的分位数时也不能简单求平均，应保留可合并的分布或原始统计信息。

延迟数据还要配合请求数量理解。一分钟只有几个样本的 p95，与高流量窗口中的 p95 稳定性不同。告警中同时展示样本量，有助于减少对偶然波动的误判。

样本量太小时高分位数不稳定，不宜过度解读。

参考：运维 文档。