|
2#
楼主 |
发表于 2018-6-19 16:04:52
|
只看该作者
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:
# cd /root/tpcc-mysql
创建150个数据仓库
# ./tpcc_load localhost tpcc1000 root "yourpass" 150
报错
./tpcc_load: error while loading shared libraries: libmysqlclient.so.18: cannot open shared object file: No such file or directory
解决办法:
# echo "/usr/local/mysql/lib" >>/etc/ld.so.conf
# ldconfig
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。
因此,如果你的 socket 文件不在相应路径的话,可以做个软连接,或者通过TCP/IP的方式连接测试服务器,例如:
cd /root/tpcc-mysql
./tpcc_load 1.2.3.4:3306 tpcc1000 tpcc_user "tpcc_password" 10
加载测试数据时长视仓库数量而定,若过程比较久需要稍加耐心等待。
三、进行测试
# ./tpcc_start -hlocalhost -d tpcc1000 -u root -p "yourpassword" -w 150 -c 24 -r 600 -l 7200 - >tpcc-output-log
报错:
neword 0:4
1062, 23000, Duplicate entry '4-3-3020' for key 'PRIMARY'
原来是因为我们改了默认的引擎为MyiSam并且关闭了innodb引擎引起的(生产环境大部分都是myisam的场景,设置了myisam为mysql5.5的默认引擎,而myisam不支持外键所以脚本在创建数据条目的时候不会理会是否主键唯一,这样会造成部分数据主键重复)
default-storage-engine=MyISAM
skip-innodb
即:模拟 150个仓库规模,并发 24个线程进行测试,热身时间为 300秒, 压测时间为 2小时。
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。
测试结果输出如下(tpcc-output-log文件):
[plain] view plain copy
- <p>-- 本轮tpcc压测的一些基本信息 </p><p>*************************************** </p><p>*** ###easy### TPC-C Load Generator *** </p><p>*************************************** </p><p>option h with value 'localhost' -- 主机 </p><p>option d with value 'tpcc1000' -- 数据库 </p><p>option u with value 'root' -- 账号 </p><p>option p with value 'yourpassword' -- 密码 </p><p>option w with value '150' -- 仓库数 </p><p>option c with value '12' -- 并发线程数 </p><p>option r with value '300' -- 数据预热时长(秒) </p><p>option l with value '3600' -- 压测时长(秒) </p><p>non-option ARGV-elements: - </p><p><Parameters> </p><p> [server]: localhost </p><p> [port]: 3306 </p><p> [DBname]: tpcc1000 </p><p> [user]: root </p><p> [pass]: yourpassword </p><p> [warehouse]: 150 </p><p> [connection]: 12 </p><p> [rampup]: 300 (sec.) </p><p> [measure]: 3600 (sec.) </p><p> </p><p> </p><p>-- 预热结束,开始进行压测 </p><p>RAMP-UP TIME.(300 sec.) </p><p> </p><p> </p><p>-- 每10秒钟输出一次压测数据 </p><p>MEASURING START. </p><p> </p><p> </p><p> 10, 435(0):3.322|6.846, 435(0):0.672|1.661, 44(0):0.386|0.439, 43(0):4.017|4.847, 44(0):11.076|11.907 </p><p> 20, 418(0):3.334|3.482, 416(0):0.669|0.728, 41(0):0.355|0.390, 41(0):3.796|4.356, 41(0):10.580|10.781 </p><p> 30, 410(0):3.332|4.708, 412(0):0.656|1.661, 41(0):0.304|0.308, 42(0):3.844|3.926, 42(0):10.542|10.646 </p><p>... </p><p> 3580, 445(0):3.277|3.402, 447(0):0.658|0.765, 44(0):0.326|0.404, 45(0):3.856|3.950, 44(0):10.805|10.899 </p><p> 3590, 388(0):3.352|3.589, 391(0):0.697|0.795, 39(0):0.320|0.330, 39(0):3.826|4.009, 39(0):10.638|10.844 </p><p> 3600, 407(0):3.256|3.390, 405(0):0.676|0.746, 41(0):0.331|0.339, 41(0):3.904|3.910, 41(0):10.625|10.653 </p><p> -- 以逗号分隔,共6列 </p><p>-- 第一列,第N次10秒 </p><p>-- 第二列,新订单成功执行压测的次数(推迟执行压测的次数):90%事务的响应时间|本轮测试最大响应时间,新订单事务数也被认为是总有效事务数的指标 </p><p>-- 第三列,支付业务成功执行次数(推迟执行次数):90%事务的响应时间|本轮测试最大响应时间 </p><p>-- 第四列,订单状态业务的结果,后面几个的意义同上 </p><p>-- 第五列,物流发货业务的结果,后面几个的意义同上 </p><p>-- 第六列,库存仓储业务的结果,后面几个的意义同上 </p><p> </p><p> </p><p>-- 压测结束 </p><p>STOPPING THREADS............ </p><p> </p><p> </p><p>-- 第一次结果统计 </p><p><Raw Results> </p><p> [0] sc:144136 lt:5 rt:0 fl:0 -- 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 </p><p> [1] sc:144148 lt:0 rt:0 fl:0 -- Payment,支付业务统计,其他同上 </p><p> [2] sc:14416 lt:0 rt:0 fl:0 -- Order-Status,订单状态业务统计,其他同上 </p><p> [3] sc:14416 lt:0 rt:0 fl:0 -- Delivery,发货业务统计,其他同上 </p><p> [4] sc:14416 lt:0 rt:0 fl:0 -- Stock-Level,库存业务统计,其他同上 </p><p> in 3600 sec. </p><p> </p><p> </p><p>-- 第二次统计结果,其他同上 </p><p><Raw Results2(sum ver.)> </p><p> [0] sc:144147 lt:5 rt:0 fl:0 </p><p> [1] sc:144154 lt:0 rt:0 fl:0 </p><p> [2] sc:14416 lt:0 rt:0 fl:0 </p><p> [3] sc:14416 lt:0 rt:0 fl:0 </p><p> [4] sc:14416 lt:0 rt:0 fl:0 </p><p> </p><p> </p><p><Constraint Check> (all must be [OK]) -- 下面所有业务逻辑结果都必须为 OK 才行 </p><p> [transaction percentage] </p><p> Payment: 43.48% (>=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 </p><p> Order-Status: 4.35% (>= 4.0%) [OK] -- 订单状态,其他同上 </p><p> Delivery: 4.35% (>= 4.0%) [OK] -- 发货,其他同上 </p><p> Stock-Level: 4.35% (>= 4.0%) [OK] -- 库存,其他同上 </p><p> [response time (at least 90% passed)] -- 响应耗时指标必须超过90%通过才行 </p><p> New-Order: 100.00% [OK] -- 下面几个响应耗时指标全部 100% 通过 </p><p> Payment: 100.00% [OK] </p><p> Order-Status: 100.00% [OK] </p><p> Delivery: 100.00% [OK] </p><p> Stock-Level: 100.00% [OK] </p><p> </p>
复制代码
<TpmC>
2402.350 TpmC - TpmC结果值(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,例如本例中是:144136/60 = 2402.350)
四、生成图表
首先写一个脚本获取数据源:
# vim tpcc-output-analyze.sh
#!/bin/sh
TIMESLOT=1
if [ -n "$2" ]
then
TIMESLOT=$2
fi
cat $1 | grep -v HY000 | grep -v payment | grep -v neword | awk -v timeslot=$TIMESLOT 'BEGIN { FS="[,():]"; s=0; cntr=0; aggr=0 } /MEASURING START/ { s=1} /STOPPING THREADS/ {s=0} /0/ { if (s==1) { cntr++; aggr+=$2; } if ( cntr==timeslot ) { printf ("%d %3d\n",$1,(aggr/timeslot)) ; cntr=0; aggr=0 } }'
这个脚本就是对 tpcc-output-log 的第一列与第二列进行运算。
# chmod +x tpcc-output-analyze.sh
#./tpcc-output-analyze.sh tpcc-output-log > tpcc-graphic-data.txt
绘图过程:
#vim log.conf
set terminal gif small size 480,360 #指定输出成gif图片,且图片大小为550×25
set output "tcpp.gif" #指定输出gif图片的文件名
set title "MySQL Performance" #图片标题
set style data lines #显示网格
set xlabel "Time/s" #X轴标题
set ylabel "Data" #Y轴标题
set grid #显示网格
plot \
"tpcc-graphic-data.txt" using 1:2 title "Total throughput" with lines #从tpcc-graphic-data.txt文件中读取第一列和第二列作为X轴和Y轴数据,示例名"Total throughput"
安装绘图工具gnuplot
# yum install -y gnuplot
运行生成tcpp.gif:
# cat log.conf | gnuplot
可以看到在/root/tpcc-mysql目录下已经生成了tcpp.gif图片文件
|
|