mysql 压力测试

一、测试工具：sysbench

sysbench支持的测试模式：

1、CPU运算性能
2、磁盘IO性能
3、调度程序性能
4、内存分配及传输速度
5、POSIX线程性能
6、数据库性能(OLTP基准测试)
目前sysbench主要支持 mysql,drizzle,pgsql,oracle 等几种数据库。

二、编译安装sysbench

[[email protected] package]# tar  zxvf sysbench-0.4.12-1.1.tgz

[[email protected] sysbench-0.4.12-1.1]# ./autogen.sh

[[email protected] sysbench-0.4.12-1.1]# ./configure

[[email protected] sysbench-0.4.12-1.1]# make

[[email protected] sysbench-0.4.12-1.1]# make install

初始化测试库环境，对已经准备好的数据库进行操作

首先需要在准备好的数据库中创建一个名为，sbtest的库，不可更改必须叫这个名字，能看得懂lua脚本可以随意更改，这个是个大前提

1、需要切到这个目录下进行操作，如果不切目录也可以使用绝对路径，oltp.lua脚本路径

[[email protected] db]# cd /data/package/sysbench-0.4.12-1.1/sysbench/tests/db

2、在sbtest库中，创建10个测试表，每个测试表中100000条记录（行），填充随机生成的数据

--test=tests/db/oltp.lua 表示调用 ./tsysbench-0.4.12-1.1/sysbench/tests/db/oltp.lua 脚本进行 oltp模式测试
   --oltp_tables_count=10 表示会生成 10 个测试表
   --oltp-table-size=100000 表示每个测试表填充数据量为 100000
   --rand-init=on 表示每个测试表都是用随机数据来填充的

他人经验：

真实测试场景中，数据表建议不低于10个，单表数据量不低于500万行，当然了，要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，则建议单表数据量最少不低于1亿行。

四、进行OLTP测试

--num-threads=8        # 表示发起 8个并发连接
     --oltp-read-only=off  #表示不要进行只读测试，也就是会采用读写混合模式测试
     --report-interval=10   #表示每10秒输出一次测试进度报告
     --rand-type=uniform  #表示随机类型为固定模式，其他几个可选随机模式：uniform(固  定),gaussian(高斯),special(特定的),pareto(帕累托)
    --max-time=120           #表示最大执行时长为 120秒
    --max-requests=0       #表示总请求数为 0，因为上面已经定义了总执行时长，所以总请求数可以设定为 0；也可以只设定总请求数，不设定最大执行时长
    --percentile=99          #表示设定采样比例，默认是 95%，即丢弃1%的长请求，在剩余的99%里取最大值

他人经验：

真实测试场景中，建议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。

五、测试结果解读

Running the test with following options:
Number of threads: 8
Report intermediate results every 10 second(s)
Random number generator seed is 0 and will be ignored

Threads started!-- 每10秒钟报告一次测试结果，tps、每秒读、每秒写、99%以上的响应时长统计
[  10s] threads: 8, tps: 1111.51, reads/s: 15568.42, writes/s: 4446.13, response time: 9.95ms (99%)
[  20s] threads: 8, tps: 1121.90, reads/s: 15709.62, writes/s: 4487.80, response time: 9.78ms (99%)
[  30s] threads: 8, tps: 1120.00, reads/s: 15679.10, writes/s: 4480.20, response time: 9.84ms (99%)
[  40s] threads: 8, tps: 1114.20, reads/s: 15599.39, writes/s: 4456.30, response time: 9.90ms (99%)
[  50s] threads: 8, tps: 1114.00, reads/s: 15593.60, writes/s: 4456.70, response time: 9.84ms (99%)
[  60s] threads: 8, tps: 1119.30, reads/s: 15671.60, writes/s: 4476.50, response time: 9.99ms (99%)OLTP test statistics:
   queries performed:
       read:                            938224    -- 读总数
       write:                            268064    -- 写总数
       other:                           134032    -- 其他操作总数(SELECT、INSERT、UPDATE、DELETE之外的操作，例如COMMIT等)
       total:                           1340320    -- 全部总数
   transactions:                        67016  (1116.83 per sec.)     -- 总事务数(每秒事务数)
   deadlocks:                           0      (0.00 per sec.)                -- 发生死锁总数
   read/write requests:                 1206288 (20103.01 per sec.)    -- 读写总数(每秒读写次数)
   other operations:                      134032 (2233.67 per sec.)    -- 其他操作总数(每秒其他操作次数)

General statistics:    -- 一些统计结果
   total time:                                   60.0053s    -- 总耗时
   total number of events:              67016    -- 共发生多少事务数
   total time taken by event execution: 479.8171s    -- 所有事务耗时相加(不考虑并行因素)
   response time:    -- 响应时长统计
        min:                                  4.27ms    -- 最小耗时
        avg:                                  7.16ms    -- 平均耗时
        max:                                 13.80ms    -- 最长耗时
        approx.  99 percentile:               9.88ms    -- 超过99%平均耗时

Threads fairness:
   events (avg/stddev):           8377.0000/44.33
   execution time (avg/stddev):   59.9771/0.00

总的事物数，每秒事务数，时间统计信息（最大、最小、平均、99%以上语句响应时间）

上述测试方式是在云RDS（UDB），数据库实例验证的，我测试的时候是采用了迅达云和ucloud云进行的对比性测试，更容易拿出数据。

在测试环境，也就是自建的数据库，会发生各种情况，只能依靠个人排查能力了。