利用 tpcc-mysql 如何进行 TPCC 的 MySQL 效能测评
|
这篇文章主要介绍如何使用tpcc-mysql对mysql进行TPCC性能测试，文中介绍的非常详细，具有一定的参考价值，感兴趣的小伙伴们一定要看完！ tpcc-mysq是满足TPCC规范的性能测试工具，具体步骤如下： 1、下载 从https://github.com/Percona-Lab/tpcc-mysql下载安装包。 2、安装 [root@D2-LZY245 ~]# unzip tpcc-mysql-master.zip [root@D2-LZY245 ~]# cd tpcc-mysql-master/src/ [root@D2-LZY245 src]# make [root@D2-LZY245 ~]# ll tpcc-mysql-master/tpcc_* -rwxrwxr-x 1 root root 81114 May 19 15:12 tpcc-mysql-master/tpcc_load -rwxrwxr-x 1 root root 188582 May 19 15:13 tpcc-mysql-master/tpcc_start 编译完成后，就有了tpcc_load和tpcc_start这两个脚本。tpcc_load用于初始化数据，tpcc_start用于执行基准测试。 3、加载 [root@D2-LZY245 ~]# mysqladmin -uroot -p123456 create tpcc [root@D2-LZY245 ~]# mysql -uroot -p123456 tpcc < /root/tpcc-mysql-master/create_table.sql [root@D2-LZY245 ~]# mysql -uroot -p123456 tpcc < /root/tpcc-mysql-master/add_fkey_idx.sql [root@D2-LZY245 ~]# cd /root/tpcc-mysql-master/ [root@D2-LZY245 tpcc-mysql-master]# ./tpcc_load -h227.0.0.1 -dtpcc -uroot -p123456 -w5 其中w表示仓库的数量，数量越多，数据量也越大，这里只初始化了5个仓库。在生产环境中建议设置至少100以上。 如果提示找不到libmysqlclient.so.20，则需要创建下面的软连接： [root@D2-LZY245 ~]# ln -s /usr/local/mysql/lib/libmysqlclient.so.20 /usr/lib64/libmysqlclient.so.20 4、测试 配置如下参数： max_connections=3000 innodb_buffer_pool_size=1G innodb_flush_log_at_trx_commit = 1 sync_binlog=1 innodb_support_xa=1 开始测试： [root@D2-LZY245 tpcc-mysql-master]# ./tpcc_start -h227.0.0.1 -P3306 -dtpcc -uroot -p123456 -w5 -c10 -r10 -l60 -i5 *************************************** *** ###easy### TPC-C Load Generator *** *************************************** option h with value '127.0.0.1' option P with value '3306' option d with value 'tpcc' option u with value 'root' option p with value '123456' option w with value '5' option c with value '10' option r with value '10' option l with value '60' option i with value '5' [server]: 127.0.0.1 [port]: 3306 [DBname]: tpcc [user]: root [pass]: 123456 [warehouse]: 5 [connection]: 10 [rampup]: 10 (sec.) [measure]: 60 (sec.) RAMP-UP TIME.(10 sec.) MEASURING START. 5, trx: 893, 95%: 42.974, 99%: 51.769, max_rt: 78.867, 897|64.315, 89|34.091, 90|108.740, 89|153.851 10, trx: 899, 95%: 42.513, 99%: 47.764, max_rt: 56.527, 897|45.126, 90|11.137, 90|107.048, 90|151.175 15, trx: 921, 95%: 41.732, 99%: 48.921, max_rt: 74.593, 919|61.086, 93|11.268, 91|122.762, 91|117.930 20, trx: 905, 95%: 42.184, 99%: 47.308, max_rt: 72.272, 906|38.270, 90|10.840, 92|126.833, 91|138.162 25, trx: 918, 95%: 42.260, 99%: 51.183, max_rt: 66.282, 914|39.754, 92|10.141, 91|126.593, 91|127.785 30, trx: 934, 95%: 42.285, 99%: 50.212, max_rt: 56.423, 939|37.721, 93|12.561, 93|114.696, 94|133.147 35, trx: 948, 95%: 41.532, 99%: 49.808, max_rt: 59.926, 945|35.327, 95|6.179, 95|104.323, 95|125.155 40, trx: 949, 95%: 40.562, 99%: 46.411, max_rt: 65.310, 950|49.201, 95|7.696, 96|117.888, 94|131.387 45, trx: 953, 95%: 40.067, 99%: 46.689, max_rt: 61.701, 955|50.164, 95|5.216, 95|110.307, 96|118.410 50, trx: 953, 95%: 40.537, 99%: 47.864, max_rt: 87.589, 950|48.743, 95|6.670, 95|118.108, 95|138.823 55, trx: 947, 95%: 39.995, 99%: 46.203, max_rt: 62.354, 948|41.478, 95|6.599, 94|114.913, 95|132.025 60, trx: 986, 95%: 40.477, 99%: 45.516, max_rt: 59.243, 982|37.025, 98|8.749, 99|105.574, 99|127.634 STOPPING THREADS.......... [0] sc:44 lt:11162 rt:0 fl:0 avg_rt: 32.3 (5) [1] sc:1734 lt:9468 rt:0 fl:0 avg_rt: 9.3 (5) [2] sc:1063 lt:57 rt:0 fl:0 avg_rt: 3.3 (5) [3] sc:690 lt:431 rt:0 fl:0 avg_rt: 90.5 (80) [4] sc:0 lt:1120 rt:0 fl:0 avg_rt: 114.3 (20) in 60 sec. [0] sc:44 lt:11162 rt:0 fl:0 [1] sc:1734 lt:9469 rt:0 fl:0 [2] sc:1063 lt:57 rt:0 fl:0 [3] sc:690 lt:431 rt:0 fl:0 [4] sc:0 lt:1120 rt:0 fl:0 (all must be [OK]) [transaction percentage] Payment: 43.47% (>=43.0%) [OK] Order-Status: 4.35% (>= 4.0%) [OK] Delivery: 4.35% (>= 4.0%) [OK] Stock-Level: 4.35% (>= 4.0%) [OK] [response time (at least 90% passed)] New-Order: 0.39% [NG] * Payment: 15.48% [NG] * Order-Status: 94.91% [OK] Delivery: 61.55% [NG] * Stock-Level: 0.00% [NG] * 11206.000 TpmC 其中： -w：仓库数量 -c：并发线程数 -r：预热时间，以秒为单位，默认10秒，主要目的是为了将数据加载到内存。 -l：运行时间，以秒为单位，默认20秒 -i：输出时间间隔 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。 5、结果 5, trx: 893, 95%: 42.974, 99%: 51.769, max_rt: 78.867, 897|64.315, 89|34.091, 90|108.740, 89|153.851 5表示从测试开始到现在的时间为5秒。 trx: 893表示这个时间间隔完成的新订单事物数量，实际上就是吞吐量，越大越好。 95%: 42.974表示这个时间间隔内95%的新订单事物响应时间为42.974秒。 99%: 51.769表示这个时间间隔内99%的新订单事物响应时间为51.769秒。 max_rt: 78.867表示这个时间间隔内新订单事物最大响应时间为78.867秒。 897|64.315, 89|34.091, 90|108.740, 89|153.851这几个表示其他种类事物的吞吐量和响应时间，可以忽略。 [0] sc:44 lt:11162 rt:0 fl:0 avg_rt: 32.3 (5) //表示新订单业务成功(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:1734 lt:9468 rt:0 fl:0 avg_rt: 9.3 (5) //表示支付业务成功(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。 [2] sc:1063 lt:57 rt:0 fl:0 avg_rt: 3.3 (5) //表示订单状态业务成功(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。 [3] sc:690 lt:431 rt:0 fl:0 avg_rt: 90.5 (80) //表示发货业务成功(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。 [4] sc:0 lt:1120 rt:0 fl:0 avg_rt: 114.3 (20) //表示库存业务成功(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。 (all must be [OK]) //下面所有的结果必须为OK [transaction percentage] Payment: 43.47% (>=43.0%) [OK] //支付模块占总业务的43.47% Order-Status: 4.35% (>= 4.0%) [OK] //订单状态模块占总业务的4.35% Delivery: 4.35% (>= 4.0%) [OK] //发货模块占总业务的4.35% Stock-Level: 4.35% (>= 4.0%) [OK] //库存模块占总业务的4.35% [response time (at least 90% passed)] //响应时间是否满足 New-Order: 0.39% [NG] * Payment: 15.48% [NG] * Order-Status: 94.91% [OK] Delivery: 61.55% [NG] * Stock-Level: 0.00% [NG] * 指标如下： New-Order 5ms Payment 5ms Order-Status 5ms Delivery 80ms Stock-Level 20ms 11206.000 TpmC //每分钟能够处理的新订单数量。 （编辑：银川站长网） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |
