经验首页 前端设计 程序设计 Java相关 移动开发 数据库/运维 软件/图像 大数据/云计算 其他经验
当前位置:技术经验 » 数据库/运维 » MySQL » 查看文章
工具 | 如何对 MySQL 进行 TPC-C 测试?
来源:cnblogs  作者:RadonDB开源社区  时间:2022/1/17 11:00:53  对本文有异议

作者:丁源 RadonDB 测试负责人

负责 RadonDB 云数据库、容器化数据库的质量性能测试,迭代验证。对包括云数据库以及容器化数据库性能和高可用方案有深入研究。

|背景

根据 DWorks 2020 年发布的《中国自研数据库登顶 TPC-C 的意义》[1] 报告显示,大于 67.9% 的受访者表示在数据库选型时会参考 TPC-C 的测试结果。对用户来说,性能是数据库选型时最重要的指标之一。而 TPC-C 作为权威的测试基准,是一个能够直观反映软硬件性能的方式。

file

图片来源:2020 DWorks《中国自研数据库登顶 TPC-C 的意义》

|几个概念

一个协会

TPC(事务处理性能协会:Tracsaction Processing Performance Council),是一个大型非盈利的组织。TPC 主要制定了商务应用标准程序(Benchmark)的标准规范,性能和价格度量,并管理测试结果的发布。任何厂家或测试者都可以根据规范,执行标准性能测试。

一个标准

TPC-C 是在线事务处理(OLTP)的基准程序。专门针对联机事务处理系统(OLTP)的性能测试规范,其测试结果可为用户在选择相应解决方案平台时提供参考标准。

一个工具

TPCC-MySQL[2] 是 Percona 基于 TPC-C 衍生出来的标准规范,专门用于 MySQL 基准测试。可运行于 Windows、GNU/Linux、UNIX 以及 Mac OS 系统之上。

一个场景

TPC-C 有一个比较有代表意义的 OLTP 模拟场景:在线订单处理系统

假设有一个大型商品批发商,拥有 N 个位于不同区域的仓库,每个仓库负责为 10 个销售点供货,每个销售点有 3000 个客户,每个客户平均一个订单有 10 项产品。由于一个仓库中不可能 存储公司所有的货物,有一些请求必须发往其它仓库,因此,数据库在逻辑上是分布的。N 是一个可变参数,测试者可以随意改变 N,以获得最佳测试效果。

五类事务

该场景下,TPC-C 规范对应五类事务:

New-Order 客户输入一笔新的订货交易
Payment 更新客户账户余额以反应其支付状况
Delivery 发货(批处理交易)
Order-Status 查询客户最近交易的状态
Stock-Level 查询仓库库存状况,以便能够及时补货

测试完成后会输出这五类事务的吞吐量和延迟,而业内关注的 TPC-C 核心性能指标只有两个:

  • New-Order 事务的吞吐量(TPM)
  • 延迟

其原因是 TPC 委员会制定 TPC-C 时,重点考量的是 数据库对新订单的处理能力,以揭示该数据库的商业成本。数据库整体报价 / TPM = 每个订单的数据库成本。这个指标对衡量一款数据库的性价比,具有非常实际的指导作用。

file

TPC-C 模拟业务场景

接下来将介绍使用 TPC-C 工具模拟业务测试场景。

|环境准备

操作系统:Ubuntu 18.04.5 LTS

容器平台:KubeSphere V3.1.1

数据库:RadonDB MySQL Kubernetes

file

KubeSphere 界面

环境准备完毕,RadonDB MySQL Kubernetes[3] 已经在 KubeSphere[4] 管理界面可见。

创建测试 Pod

  1. kubectl run -i --tty --rm --image ubuntu test-shell bash
  2. kubectl exec -ti test-shell -c test-shell /bin/bash
  3. apt-get update

安装工具

先安装 make、gcc、git 等工具

  1. apt-get install make
  2. apt-get install gcc
  3. apt-get install git

安装测试所需的 MySQL 客户端和开发环境

  1. apt-get install mysql-server
  2. apt-get install libmysqlclient-dev

源码安装 tpcc-mysql

  1. git clone https://github.com/Percona-Lab/tpcc-mysql.git
  2. cd tpcc-mysql/src
  3. make

|数据准备

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。如果配置了 SSD 或者 PCIE SSD 这种高 IOPS 设备,建议配置仓库数不低于 1000 个。

创建用户

创建用户并授权。

  1. mysql> CREATE USER radondb@localhost IDENTIFIED BY 'mysql_password';
  2. Query OK, 0 rows affected (0.00 sec)
  3.  
  4. mysql> grant all privileges on *.* to 'radondb'@'%'identified by 'mysql_password' with grant option;
  5. Query OK, 0 rows affected, 1 warning (0.01 sec)

创建所需库表

使用 mysqladmin 工具创建测试数据库 tpcc1000。

  1. mysqladmin create  tpcc1000  -h server_host   -u mysql_user -p mysql_password

tpcc-mysql 工具自带前面介绍的测试场景数据表 create_table.sql 文件、索引文件 add_fkey_idx.sql 文件。

  1. mysql -D tpcc1000 -h  server_host  -u mysql_user -p mysql_password < create_table.sql
  2. mysql -D tpcc1000 -h  server_host  -u mysql_user -p mysql_password < add_fkey_idx.sql 

添加数据

使用 tpcc_load 工具,为指定数据库添加数据。

  1. ./tpcc_load -h server_host  -d tpcc1000 -u mysql_user -p mysql_password -20

|TPC-C 测试

开始测试

执行如下命令,开启一个测试案例。

  1. ./tpcc_start -h server_host  -d tpcc1000 -u mysql_user -p mysql_password  -w 20 -c 128 -r 120 -l 200  - >tpcc-output-log

参数说明:

参数 说明
-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。

|测试结果展示

生成图表

安装绘图工具 gnuplot[5],并生成 tcpp.gif 图片。

  1. yum install -y gnuplot
  2. cat log.conf | gnuplot

file

以上就是利用容器 Pod 测试 RadonDB MySQL 数据库全部过程,可以尝试调整测试条件,获得更多测试数据。

|总结

TPC-C 的测试结果主要参考流量和性价比两个指标。

流量

Throughput,简称 tpmC。按照 TPC 的定义,流量指标描述了系统在执行 Payment、Order-status、Delivery、Stock-Level 这四种交易时,每分钟处理 New-Order 交易的数量。所有交易的响应时间必须满足 TPC-C 测试规范的要求。

流量值越大越好!

性价比

Price/Performance,简称 Price/tpmC。即测试系统价格(指在美国的报价)与流量指标的比值。

性价比越小越好!

|参考引用

[1]:《中国自研数据库登顶TPC-C的意义》:https://zhuanlan.zhihu.com/p/114152924

[2]:TPCC-MySQL:https://github.com/Percona-Lab/tpcc-mysql

[3]:RadonDB MySQL Kubernetes:https://github.com/radondb/radondb-mysql-kubernetes

[4]:KubeSphere:https://kubesphere.com.cn

[5]:gnuplot:http://www.gnuplot.info

原文链接:http://www.cnblogs.com/radondb/p/15797336.html

 友情链接:直通硅谷  点职佳  北美留学生论坛

本站QQ群:前端 618073944 | Java 606181507 | Python 626812652 | C/C++ 612253063 | 微信 634508462 | 苹果 692586424 | C#/.net 182808419 | PHP 305140648 | 运维 608723728

W3xue 的所有内容仅供测试,对任何法律问题及风险不承担任何责任。通过使用本站内容随之而来的风险与本站无关。
关于我们  |  意见建议  |  捐助我们  |  报错有奖  |  广告合作、友情链接(目前9元/月)请联系QQ:27243702 沸活量
皖ICP备17017327号-2 皖公网安备34020702000426号