百度360必应搜狗淘宝本站头条
当前位置:网站首页 > IT技术 > 正文

史上最详细的tpcc-mysql基准测试介绍,值得收藏

wptr33 2024-11-24 22:27 20 浏览

概述

TPC-C是专门针对联机交易处理系统(OLTP系统)的规范,一般情况下我们也把这类系统称为业务处理系统。
tpcc-mysql是percona基于TPC-C(下面简写成TPCC)衍生出来的产品,专用于MySQL基准测试。其源码放在launchpad上,用bazaar管理。


一、 安装tpcc-mysql

1、下载源码包

官方:https://code.launchpad.net/~percona-dev/perconatools/tpcc-mysql

官方github:https://github.com/Percona-Lab/tpcc-mysql

 wget https://codeload.github.com/Percona-Lab/tpcc-mysql/zip/master

tpcc-mysql的业务逻辑及其相关的几个表作用如下:

New-Order:新订单,一次完整的订单事务,几乎涉及到全部表
Payment:支付,主要对应 orders、history 表
Order-Status:订单状态,主要对应 orders、order_line 表
Delivery:发货,主要对应 order_line 表
Stock-Level:库存,主要对应 stock 表

其他相关表:
客户:主要对应 customer 表
地区:主要对应 district 表
商品:主要对应 item 表
仓库:主要对应 warehouse 表

2、编译安装
编译非常简单,只需要一个 make 即可。

unzip tpcc-mysql-master.zip -d /usr/local/
cd /usr/local/tpcc-mysql-master/src
make 

如果 make 没有报错,就会在/usr/local/tpcc-mysql-master下生成 tpcc 二进制命令行工具 tpcc_load 、 tpcc_start

3、配置环境变量

echo "export PATH=$PATH:/usr/local/tpcc-mysql-master" >> /etc/profile
source /etc/profile

二、TPCC测试前准备

1、创建测试数据库

set global validate_password_policy=0;
create database tpcc; 
grant all privileges on tpcc.* to tpcc@'%' identified by 'tpcc@1234';
flush privileges;

2、初始化测试库环境

#创建表
mysql -uroot -p -h 172.26.151.78 -D tpcc < /usr/local/tpcc-mysql-master/create_table.sql 
#创建FK和索引
mysql -uroot -p -h 172.26.151.78 -D tpcc < /usr/local/tpcc-mysql-master/add_fkey_idx.sql 

3、加载测试数据

tpcc_load用法如下:

tpcc_load [server] [DB] [user] [pass] [warehouse] 
tpcc_load [server] [DB] [user] [pass] [warehouse] [part] [min_wh] [max_wh]

选项 warehouse 意为指定测试库下的仓库数量。

真实测试场景中,仓库数一般不建议少于100个,视服务器硬件配置而定,如果是配备了SSD或者PCIE SSD这种高IOPS设备的话,建议最少不低于1000个。

执行下面的命令,开始灌入测试数据:

 tpcc_load -h 172.26.151.78 -P 3306 -d tpcc -u tpcc -p tpcc@1234 -w 5

在这里,需要注意的是 tpcc 默认会读取 /var/lib/mysql/mysql.sock 这个socket 文件。

ps:tpcc并行加载脚本项目链接 tpcc_load_parallel.sh,加载效率至少提升10倍以上。


三、TPCC压测
tpcc_start 工具用于tpcc压测,其用法如下:

tpcc_start -h server_host -P port -d database_name -u mysql_user -p mysql_password \
-w warehouses -c connections -r warmup_time -l running_time -i report_interval -f report_file

几个选项稍微解释下

-w 指定仓库数量
-c 指定并发连接数
-r 指定开始测试前进行warmup的时间,进行预热后,测试效果更好
-l 指定测试持续时间
-i 指定生成报告间隔时长
-f 指定生成的报告文件名


实例:

tpcc_start -h 172.26.151.78 -P 3306 -d tpcc -u tpcc -p tpcc@1234 \
 -w 5 -c 16 -r 120 -l 60 -f tpcc_mysql.log >> tpcc_run_result.log 2>&1

说明:模拟5个仓库规模,并发 16个线程进行测试,热身时间为 120秒, 压测时间为 60秒。

真实测试场景中,建议预热时间不小于5分钟,持续压测时长不小于30分钟,否则测试数据可能不具参考意义。


四、TPCC测试结果解读

测试结果输出如下:

***************************************
*** ###easy### TPC-C Load Generator ***
***************************************
option h with value '172.26.151.78' --主机
option P with value '3306' --端口
option d with value 'tpcc' --数据库
option u with value 'tpcc' --用户
option p with value 'tpcc@1234' --密码
option w with value '5' --仓库
option c with value '16' --并发数
option r with value '120' --数据预热时长
option l with value '60' --压测时长
option f with value 'tpcc_mysql.log' --输出报告日志文件
<Parameters>
 [server]: 172.26.151.78
 [port]: 3306
 [DBname]: tpcc
 [user]: tpcc
 [pass]: tpcc@1234
 [warehouse]: 5
 [connection]: 16
 [rampup]: 120 (sec.)
 [measure]: 60 (sec.)

RAMP-UP TIME.(120 sec.)

--预热结束,开始进行压测
MEASURING START.
--每10秒钟输出一次压测数据
 10, trx: 2743, 95%: 47.649, 99%: 60.724, max_rt: 111.180, 2744|114.260, 275|12.523, 274|110.302, 276|183.083
 20, trx: 2736, 95%: 46.494, 99%: 59.893, max_rt: 84.122, 2735|91.317, 273|10.343, 273|108.566, 272|202.762
 30, trx: 2806, 95%: 46.051, 99%: 57.195, max_rt: 73.239, 2804|75.634, 281|7.229, 281|88.217, 280|146.604
 40, trx: 2662, 95%: 45.748, 99%: 55.111, max_rt: 77.804, 2660|111.316, 266|6.176, 266|99.176, 267|152.443
 50, trx: 2729, 95%: 47.678, 99%: 61.602, max_rt: 101.055, 2736|72.949, 273|9.053, 274|101.752, 273|149.860
 60, trx: 2803, 95%: 44.546, 99%: 57.694, max_rt: 75.418, 2796|92.569, 280|6.037, 279|106.101, 280|142.249

-- 第一列,第N次10秒
-- trx: 2803 - 给定间隔的New Order 的 transaction 数量
-- 95%: 44.546 - 给定间隔95%的New Order transactions的reponse time
-- max_rt: 75.418 - 最大New Order transactions的reponse time
-- 剩余的都是别的transactions的trx和最大response time
 
--压测结束
STOPPING THREADS................

<Raw Results>
 [0] sc:0 lt:16480 rt:0 fl:0 avg_rt: 85.4 (5) -- New-Order,新订单业务成功(success,简写sc)次数,延迟(late,简写lt)次数,重试(retry,简写rt)次数,失败(failure,简写fl)次数 
 [1] sc:457 lt:16018 rt:0 fl:0 avg_rt: 38.9 (5) -- Payment,支付业务统计
 [2] sc:1619 lt:29 rt:0 fl:0 avg_rt: 7.6 (5) -- Order-Status,订单状态业务统计
 [3] sc:1546 lt:101 rt:0 fl:0 avg_rt: 194.9 (80) -- Delivery,发货业务统计
 [4] sc:0 lt:1648 rt:0 fl:0 avg_rt: 301.9 (20) -- Stock-Level,库存业务统计
 in 60 sec.
# sc:成功数量 lt:延迟数量 fl:失败数量 avg_rt:平均response time
<Raw Results2(sum ver.)>
 [0] sc:0 lt:16480 rt:0 fl:0 
 [1] sc:457 lt:16019 rt:0 fl:0 
 [2] sc:1619 lt:29 rt:0 fl:0 
 [3] sc:1546 lt:101 rt:0 fl:0 
 [4] sc:0 lt:1648 rt:0 fl:0 

<Constraint Check> (all must be [OK])
-- 下面所有业务逻辑结果都必须为 OK 才行
 [transaction percentage]
 Payment: 43.47% (>=43.0%) [OK] -- 支付成功次数(上述统计结果中 sc + lt)必须大于43.0%,否则结果为NG,而不是OK
 Order-Status: 4.35% (>= 4.0%) [OK] -- 订单状态,其他同上
 Delivery: 4.35% (>= 4.0%) [OK] -- 发货,其他同上
 Stock-Level: 4.35% (>= 4.0%) [OK] -- 库存,其他同上
 [response time (at least 90% passed)] -- 响应耗时指标必须超过90%通过才行
 New-Order: 0.00% [NG] * -- 下面几个响应耗时指标部分没通过
 Payment: 2.77% [NG] *
 Order-Status: 98.24% [OK]
 Delivery: 93.87% [OK]
 Stock-Level: 0.00% [NG] *
# 和标准比较 [OK] 合格 [NG] 不合格

<TpmC>
 16480.000 TpmC
#每分钟事务数(该值是第一次统计结果中的新订单事务数除以总耗时分钟数)

觉得有用的朋友多帮忙转发哦!后面会分享更多devops和DBA方面的内容,感兴趣的朋友可以关注下~

相关推荐

Python自动化脚本应用与示例(python办公自动化脚本)

Python是编写自动化脚本的绝佳选择,因其语法简洁、库丰富且跨平台兼容性强。以下是Python自动化脚本的常见应用场景及示例,帮助你快速上手:一、常见自动化场景文件与目录操作...

Python文件操作常用库高级应用教程

本文是在前面《Python文件操作常用库使用教程》的基础上,进一步学习Python文件操作库的高级应用。一、高级文件系统监控1.1watchdog库-实时文件系统监控安装与基本使用:...

Python办公自动化系列篇之六:文件系统与操作系统任务

作为高效办公自动化领域的主流编程语言,Python凭借其优雅的语法结构、完善的技术生态及成熟的第三方工具库集合,已成为企业数字化转型过程中提升运营效率的理想选择。该语言在结构化数据处理、自动化文档生成...

14《Python 办公自动化教程》os 模块操作文件与文件夹

在日常工作中,我们经常会和文件、文件夹打交道,比如将服务器上指定目录下文件进行归档,或将爬虫爬取的数据根据时间创建对应的文件夹/文件,如果这些还依靠手动来进行操作,无疑是费时费力的,这时候Pyt...

python中os模块详解(python os.path模块)

os模块是Python标准库中的一个模块,它提供了与操作系统交互的方法。使用os模块可以方便地执行许多常见的系统任务,如文件和目录操作、进程管理、环境变量管理等。下面是os模块中一些常用的函数和方法:...

21-Python-文件操作(python文件的操作步骤)

在Python中,文件操作是非常重要的一部分,它允许我们读取、写入和修改文件。下面将详细讲解Python文件操作的各个方面,并给出相应的示例。1-打开文件...

轻松玩转Python文件操作:移动、删除

哈喽,大家好,我是木头左!Python文件操作基础在处理计算机文件时,经常需要执行如移动和删除等基本操作。Python提供了一些内置的库来帮助完成这些任务,其中最常用的就是os模块和shutil模块。...

Python 初学者练习:删除文件和文件夹

在本教程中,你将学习如何在Python中删除文件和文件夹。使用os.remove()函数删除文件...

引人遐想,用 Python 获取你想要的“某个人”摄像头照片

仅用来学习,希望给你们有提供到学习上的作用。1.安装库需要安装python3.5以上版本,在官网下载即可。然后安装库opencv-python,安装方式为打开终端输入命令行。...

Python如何使用临时文件和目录(python目录下文件)

在某些项目中,有时候会有大量的临时数据,比如各种日志,这时候我们要做数据分析,并把最后的结果储存起来,这些大量的临时数据如果常驻内存,将消耗大量内存资源,我们可以使用临时文件,存储这些临时数据。使用标...

Linux 下海量文件删除方法效率对比,最慢的竟然是 rm

Linux下海量文件删除方法效率对比,本次参赛选手一共6位,分别是:rm、find、findwithdelete、rsync、Python、Perl.首先建立50万个文件$testfor...

Python 开发工程师必会的 5 个系统命令操作库

当我们需要编写自动化脚本、部署工具、监控程序时,熟练操作系统命令几乎是必备技能。今天就来聊聊我在实际项目中高频使用的5个系统命令操作库,这些可都是能让你效率翻倍的"瑞士军刀"。一...

Python常用文件操作库使用详解(python文件操作选项)

Python生态系统提供了丰富的文件操作库,可以处理各种复杂的文件操作需求。本教程将介绍Python中最常用的文件操作库及其实际应用。一、标准库核心模块1.1os模块-操作系统接口主要功能...

11. 文件与IO操作(文件io和网络io)

本章深入探讨Go语言文件处理与IO操作的核心技术,结合高性能实践与安全规范,提供企业级解决方案。11.1文件读写11.1.1基础操作...

Python os模块的20个应用实例(python中 import os模块用法)

在Python中,...