前言

首先我们需要知道tpcc-mysql是干什么的。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。

Tpcc工具结构

create_table.sql:创建所需的数据库表,共9个表

add_fkey_idx.sql:创建索引和外键

drop_cons.sql:删除约束

查看可得tpcc1000库中共有9个表。

New-Order:新订单,主要对应 new_orders 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

它们的关系:

测试结果分析

(测试过程可见上一篇博客 tpcc-mysql的安装与使用

root@iZj6c9c6vaqj1i0a9j7h78Z:/home/admin/tpcc-mysql# ./tpcc_start -h 127.0.0.1 -p 3306 -d tpcc1000 -u root -p "123123" -w 10 -c 10 -r 100 -l 300 -i 20***************************************
*** ###easy### TPC-C Load Generator ***
***************************************
option h with value '127.0.0.1'
option p with value '3306'
option d with value 'tpcc1000'
option u with value 'root'
option p with value '123123'
option w with value '10' //仓库数,必须和tpcc_load一致
option c with value '10' //连接数,可认为是线程数
option r with value '100' //预热时间,
option l with value '300' //测试执行时间
option i with value '20' //产生报告的时间间隔
<Parameters>
[server]: 127.0.0.1
[port]: 3306
[DBname]: tpcc1000
[user]: root
[pass]: 123123 [warehouse]: 10
[connection]: 10
[rampup]: 100 (sec.)
[measure]: 300 (sec.)

每20秒输出一次测压数据

RAMP-UP TIME.(100 sec.)     //预热时间

MEASURING START.

  20, trx: 1365, 95%: 149.731, 99%: 192.421, max_rt: 375.631, 1366|268.017, 136|94.819, 135|602.898, 137|623.414
40, trx: 1327, 95%: 155.906, 99%: 201.499, max_rt: 317.556, 1325|253.945, 133|77.330, 134|546.059, 133|349.548
60, trx: 1311, 95%: 159.541, 99%: 209.119, max_rt: 395.578, 1313|351.806, 131|91.413, 130|647.841, 131|353.075
80, trx: 1317, 95%: 155.766, 99%: 195.498, max_rt: 317.046, 1318|223.747, 133|140.812, 133|455.009, 131|322.756
100, trx: 1308, 95%: 155.812, 99%: 187.812, max_rt: 288.880, 1307|180.816, 130|72.554, 130|494.693, 131|345.204
120, trx: 1303, 95%: 159.493, 99%: 197.853, max_rt: 279.193, 1305|167.328, 131|148.294, 130|529.679, 131|335.480
140, trx: 1312, 95%: 159.780, 99%: 212.272, max_rt: 313.500, 1313|228.049, 131|87.855, 132|649.486, 130|318.453
160, trx: 1289, 95%: 160.980, 99%: 198.031, max_rt: 258.698, 1290|203.181, 129|144.156, 129|522.998, 129|372.766
180, trx: 1281, 95%: 160.307, 99%: 191.330, max_rt: 278.490, 1282|148.655, 128|92.722, 129|589.544, 128|352.993
200, trx: 1261, 95%: 166.868, 99%: 201.258, max_rt: 306.342, 1257|177.165, 126|133.080, 125|427.867, 126|295.709
220, trx: 1308, 95%: 153.728, 99%: 186.914, max_rt: 275.757, 1306|243.364, 130|62.822, 131|477.343, 133|367.932
240, trx: 1286, 95%: 157.359, 99%: 196.731, max_rt: 304.550, 1291|135.553, 129|80.425, 129|440.484, 128|411.228
260, trx: 1286, 95%: 162.627, 99%: 204.905, max_rt: 248.939, 1287|209.698, 129|104.292, 128|490.073, 128|321.475
280, trx: 1298, 95%: 162.919, 99%: 208.806, max_rt: 320.564, 1291|157.251, 130|76.880, 130|572.787, 129|329.122
300, trx: 1290, 95%: 161.173, 99%: 199.578, max_rt: 378.012, 1296|177.117, 129|129.114, 130|489.317, 129|378.575
STOPPING THREADS..........

分析:

  • 以逗号分隔,共6列
  • 第一列,上面设置的时间间隔,20秒
  • 第二列, 20秒内执行新订单交易次数,13651次,即这段时间内的吞吐量
  • 第三列,95% 新订单交易平均响应时间,149.731秒
  • 第四列,99% 新订单交易平均响应时间,192.421秒
  • 第五列,新订单交易最长响应时间为375.631秒
  • 第五列,支付业务的结果,吞吐量|最大相应时间
  • 第六列,发货业务的结果
  • 第六列,库存业务的结果
<Raw Results>              //第一次统计结果
[0] sc:0 lt:19542 rt:0 fl:0 avg_rt: 110.7 (5) //新订单
[1] sc:253 lt:19294 rt:0 fl:0 avg_rt: 36.8 (5) //支付
[2] sc:563 lt:1392 rt:0 fl:0 avg_rt: 21.6 (5) //订单查询
[3] sc:0 lt:1955 rt:0 fl:0 avg_rt: 316.7 (80) //发货
[4] sc:18 lt:1936 rt:0 fl:0 avg_rt: 233.9 (20) //库存
in 300 sec. <Raw Results2(sum ver.)> //第二次统计结果
[0] sc:0 lt:19542 rt:0 fl:0
[1] sc:253 lt:19294 rt:0 fl:0
[2] sc:563 lt:1392 rt:0 fl:0
[3] sc:0 lt:1955 rt:0 fl:0
[4] sc:18 lt:1936 rt:0 fl:0

分析:

汇总各种业务各状态的数据量

  • sc: success, 操作成功的数量
  • rt: retry, 操作重试的数量
  • fl: failure,操作失败的数量
  • avg_rt,平均重试次数
<Constraint Check> (all must be [OK])
[transaction percentage]         //每种交易的占比
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
Order-Status: 4.35% (>= 4.0%) [OK] // 订单状态
Delivery: 4.35% (>= 4.0%) [OK] //发货
Stock-Level: 4.35% (>= 4.0%) [OK] //库存
[response time (at least 90% passed)] //各种交易的响应时间
New-Order: 0.00% [NG] * //正常情况一下5个都应是[OK],我用的阿里云1G1h比较辣鸡
Payment: 1.29% [NG] *
Order-Status: 28.80% [NG] *
Delivery: 0.00% [NG] *
Stock-Level: 0.92% [NG] * <TpmC>
3908.400 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:19542/5=3908.4)
                            //tpmC值在国内外被广泛用于衡量计算机系统的事务处理能力

如果您将输出结果导入到了文件,例如

./tpcc_start -h 127.0.0.1 -p 3306 -d tpcc1000 -u root -p "" -w 10 -c 10 -r 100 -l 300 -i 20 -f /var/log/tpcc_mysql.log -t /var/log/tpcc_mysql.rtx

tpcc_mysql.log的内容如下:

0 101.848
0 168.824
0 258.733
0 257.668
0 268.181
......
280 89.286 //280表示timestamp,89.286表示当前新订单业务耗时89.286s
280 106.604
280 111.706
300 54.267
300 73.795
300 73.921

tpcc_mysql.rtx的内容如下:

t_num: 6 finish: 1555510718 176127461 start: 1555510718 111539482
t_num: 2 finish: 1555510718 226665914 start: 1555510718 147639779
t_num: 0 finish: 1555510718 229816369 start: 1555510718 135469427
t_num: 4 finish: 1555510718 234458797 start: 1555510718 161088595
t_num: 1 finish: 1555510718 248017799 start: 1555510718 149352990
t_num: 8 finish: 1555510718 252816208 start: 1555510718 163539810
t_num: 9 finish: 1555510718 280146373 start: 1555510718 173552637
t_num: 6 finish: 1555510718 287838904 start: 1555510718 176143349
......

分析:

t_num表示第几个线程

start表示这笔新订单发送的起始时间,finish表示订单的结束时间,注意这个时间指的是占用CPU时间,其实订单完成时间很大一部分消耗在磁盘的IO处理上。

除了MySQL的输出日志之外,还需要关心系统的性能指标,因此需要借助iostatvmstat等系统工具,查看系统的性能特征。scripts中有很多工具脚本(不会用555)

参考链接:

1. tpcc-mysql安装、使用、结果解读 https://yq.aliyun.com/articles/178251

2. tpcc-mysql使用及输出结果解读 https://blog.csdn.net/cnhome/article/details/42420869

3. 测试结果图表化 https://www.hi-linux.com/posts/38534.html

最新文章

  1. 使用 pod install 还是 pod update ?
  2. Jquery揭秘系列:谈谈bind,one,live,delegate事件及实现
  3. js-JavaScript高级程序设计学习笔记16
  4. POJ3635 Full Tank?(DP + Dijkstra)
  5. JS判断终端设备跳转PC端、移动端相应的URL
  6. jsunit测试
  7. android自定义UI模板图文详解
  8. MVC+EF 随笔小计————Html Helpers
  9. 解决谷歌网站Your connection is not private问题
  10. 「Poetize7」Freda的访客
  11. java --基本数据类型间的转换
  12. ORACLE分页SQL语句(转载)
  13. HBase LSM树存储引擎详解
  14. python实现微信自动回复机器人
  15. Zabbix应用五:Zabbix监控多Tomcat
  16. SpringBoot启动
  17. Android中Invalidate与postInvalidate的区别&lt;转&gt;
  18. Spring注入方式(1)
  19. JVM的类加载时机
  20. Py小技巧一:在列表,字典,集合中根据条件筛选数据

热门文章

  1. 怎么将vim的剪切版设置成系统的剪切版
  2. UVa 11404 Palindromic Subsequence (LCS)
  3. # program once 用途 及与 ifndef使用异同
  4. Guid string 转换
  5. qemu编译
  6. 洛谷P3797 妖梦斩木棒
  7. [Xcode 实际操作]六、媒体与动画-(11)UIView视图卷曲动画的制作
  8. 使用Git版本控制工具管理GitHub
  9. 启动Eclipse时,出现 “Failed to load the JNI shared library &quot;C:\Program Files\java\jdk1.7.....\jvm.dll&quot;
  10. Luogu P1955 [NOI2015]程序自动分析