工具 | 如何对 MySQL 进行 TPC-C 测试?
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。
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:
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。
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
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
安装工具
先安装 make、gcc、git 等工具
安装测试所需的 MySQL 客户端和开发环境
源码安装 tpcc-mysql
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。
创建所需库表
使用 mysqladmin 工具创建测试数据库 tpcc1000。
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。
添加数据
使用 tpcc_load 工具,为指定数据库添加数据。
TPC-C 测试
开始测试
执行如下命令,开启一个测试案例。
参数说明:
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。
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
版权声明: 本文为 InfoQ 作者【RadonDB开源社区】的原创文章。
原文链接:【http://xie.infoq.cn/article/29d3600d19c0e768cb6d02f91】。文章转载请联系作者。
评论