MySQL Sysbench压力测试

1.Sysbench的安装

    1）下载相关tar包

        用户可下载 http://imysql.com/wp-content/uploads/2014/09/sysbench-0.4.12-1.1.tgz 

    2）编译

cd /sysbench-0.4.12-1.1./autogen.sh./configure --with-mysql-includes=/usr/local/mysql/include --with-mysql-libs=/usr/local/mysql/lib && make

    执行以上两句即可，编译成功后，会在%sysbench_home%/sysbench/下生成 sysbench可执行文件

    注意：需要添加环境变量 

vim /etc/profile//在最后添加上export LD_LIBRARY_PATH=/usr/local/mysql/lib//保存文件后，执行sourcesource /etc/profile

    注意：LD_LIBRARY_PATH即MySQL lib所在目录，sysbench在执行的时候需要找到libmysqlclient_r.so文件   

2.Sysbench压力测试

    1）准备数据

        * 创建database

create database sbtest;

        * 创建表及测试数据（可使用sysbench自带lua文件来测试）

./bin/sysbench --test=tests/db/oltp.lua \--mysql-host=10.187.96.53 --mysql-port=3306 --mysql-user=root --mysql-password=root \--mysql-db=sbtest --oltp-tables-count=10 --oltp-table-size=10000000 \--report-interval=10 --oltp-dist-type=uniform --rand-init=on --max-requests=0 \--oltp-test-mode=nontrx --oltp-nontrx-mode=select \--oltp-read-only=on --oltp-skip-trx=on \--max-time=180 --num-threads=12 \prepare

      注意：最后的prepare代表准备数据，同时可选项还有run(执行压力测试)、cleanup（清除数据）

      参数释义：

--mysql-host MySQL所在地址--mysql-port 端口号--mysql-user 用户名--mysql-password 密码--mysql-db 测试所使用的DB（需提前创建好）--oltp-tables-count 创建表的数量（脚本会自动创建该数量的表在指定DB下）--oltp-table-size 单个表的数据量--report-interval 隔多久输出报告--oltp-dist-type 指定随机取样类型，可选值有 uniform(均匀分布), Gaussian(高斯分布), special(空间分布)。默认是special--oltp-test-mode 执行模式，这里是非事务式的。可选值有simple,complex,nontrx。默认是complex--oltp-nontrx-mode 可选值有select（默认）, update_key, update_nokey, insert, delete，代表非事务式模式下使用的测试sql类型--oltp-read-only 表示不止产生只读SQL，也就是使用oltp.lua时会采用读写混合模式。默认 off，如果设置为on，则不会产生update,delete,insert的sql--oltp-skip-trx=[on|off]：省略begin/commit语句。默认是off--max-requests=0：压力测试产生请求的总数，如果以下面的max-time来记，这个值设为0--max-time=120：压力测试的持续时间，这里是2分钟。--num-threads=12： 并发线程数，可以理解为模拟的客户端并发连接数

    2）只读压测

./bin/sysbench --test=tests/db/oltp.lua \--mysql-host=10.187.96.53 --mysql-port=3306 --mysql-user=root --mysql-password=root \--mysql-db=sbtest --oltp-tables-count=10 --oltp-table-size=10000000 \--report-interval=10 --oltp-dist-type=uniform --rand-init=on --max-requests=0 \--oltp-test-mode=nontrx --oltp-nontrx-mode=select \--oltp-read-only=on --oltp-skip-trx=on \--max-time=180 --num-threads=12 \run >> test-read/out.log

    注意：使用tests/db/oltp.lua来进行测试，也可使用select.lua来测试

    3）只更新压测

./bin/sysbench --test=tests/db/update_index.lua \--mysql-host=10.187.96.53 --mysql-port=3306 --mysql-user=root --mysql-password=root \--mysql-db=sbtest --oltp-tables-count=10 --oltp-table-size=10000000 \--report-interval=10 --oltp-dist-type=uniform --rand-init=on --max-requests=0 \--oltp-test-mode=nontrx --oltp-nontrx-mode=select \--oltp-read-only=off --oltp-skip-trx=on \--max-time=180 --num-threads=12 \run >> test-update/out.log

 

    注意：相对于只读压测 改了两个地方，--test 使用了update_index.lua，--oltp-read-only改成了off

    3）混合读写

./bin/sysbench --test=tests/db/oltp.lua \--mysql-host=10.187.96.53 --mysql-port=3306 --mysql-user=root --mysql-password=root \--mysql-db=sbtest --oltp-tables-count=10 --oltp-table-size=10000000 \--report-interval=10 --oltp-dist-type=uniform --rand-init=on --max-requests=0 \--oltp-test-mode=nontrx --oltp-nontrx-mode=select \--oltp-read-only=off --oltp-skip-trx=on \--max-time=180 --num-threads=12 \run >> test-all/out.log

    注意：相对于只读压测只是修改了--oltp-read-only 为off

3.只读报告分析

    1）10张表，单表数量1000000

    * 不开启事务

    

    结论：开启事务对性能影响不大

    2）10张表，单表数量2000000

    

    结论：

        * 连接数据库线程数越多，相同请求数下平均响应时间越长，跟线程数成正比

        * 线程数对单位时间的请求数几乎没有影响，达到峰值后就基本保持在这个数量

        * 主键查询是最快的一种方式

    3）10张表，单表数量4000000

    

    结论：

        * 表记录行数对 单位时间请求数几乎没有影响

        * 表记录行数影响的只是响应时间，行数越多，响应时间越长

      

    4）索引对查询的影响

    

    只读报告整体分析：

    1）线程数（即客户端连接数）对单位时间请求数影响(X轴：线程数[5,50,100,200]，Y轴:单位时间请求数)

    

    结论：

        * 当未达到数据库请求峰值时，线程数对单位时间的请求数是有正向影响的，线程数越多，单位时间的请求数越大

        * 当达到数据库请求峰值后，线程数对单位时间的请求数几乎没有影响（当越过峰值时，会有一定的下降）

    2）线程数对数据库响应时间的影响(X轴：线程数[5,50,100,200]，Y轴:响应时间（ms）)

    

    结论：

        * 响应时间跟线程数成正比，线程数越多，响应时间越长

        * 表数据量对响应时间有一定的影响（在一定范围内，影响不是很大）

    3）索引对查询的影响(X轴：表数据量[1000000,2000000,4000000]，Y轴:响应时间（ms）)

    

    结论：

        * 表数据量越大，主键索引查询花费时间越长，几乎成正比（但小范围的数据量差距 不明显）

        * 常规索引同主键索引

        * 无索引查询时，数据量越大，查询花费时间越长，几乎成指数比例

        * 有无索引对数据的查询影响巨大

4.只写报告分析

    只写报告整体分析

    1）线程数（即客户端连接数）对单位时间请求数影响(X轴：线程数[5,50,100,200]，Y轴:单位时间请求数)

    结论：

        * 当未达到数据库请求峰值时，线程数对单位时间的请求数是有正向影响的，请求数越多，单位时间的请求数越大

        * 当达到数据库请求峰值后，线程数对单位时间的请求数几乎没有影响

   2）线程数对数据库响应时间的影响(X轴：线程数[5,50,100,200]，Y轴:响应时间（ms）)

    结论：

        * 响应时间跟线程数成正比，线程数越多，响应时间越长

        * 表数据量对响应时间有一定的影响（在一定范围内，影响不是很大）

5.混合读写报告分析

    混合读写报告整体分析

    1）线程数（即客户端连接数）对单位时间请求数影响(X轴：线程数[5,50,100,200]，Y轴:单位时间请求数)

    结论：

        * 当未达到数据库请求峰值时，线程数对单位时间的请求数是有正向影响的，请求数越多，单位时间的请求数越大

        * 当达到数据库请求峰值后，线程数对单位时间的请求数几乎没有影响

    结论：

        * 响应时间跟线程数成正比，线程数越多，响应时间越长

        * 表数据量对响应时间有一定的影响（在一定范围内，影响不是很大）

6.综合报告分析

    1）单表1000000数据量下只读、只写、混合读写分析（X轴：线程数[5,50,100,200]，Y轴:单位时间请求数）

    结论：

        * 单位时间请求数 只读 > 读写混合 > 只写

    2）只读性能瓶颈

    结论：

        * CPU已经要达到极限，磁盘读写还没有，瓶颈在CPU上

    3）只写性能瓶颈

    结论：

        * 磁盘读写已经快要达到极限，CPU还没有，瓶颈在磁盘写上

7.待验证

    * mysql参数的修改对读写的影响 （innodb buffer pool）

    * 随机读写、顺序读写的读写速度差异

    * InnoDB、MyISAM等不同存储引擎对读写速度影响

    。。。

参考文档：

http://imysql.cn/2014/10/17/sysbench-full-user-manual.shtml

https://www.cnblogs.com/conanwang/p/5910079.html

https://www.cnblogs.com/langtianya/p/5177837.html