论坛建立网站,页面设计要会什么,网站制作架构,做网页的网站叫什么如何快速入门数据库#xff1f;以我个人经验来看#xff0c;数据库功能和性能测试是一条不错的捷径。当然从公司层面#xff0c;数据库测试还有更多实用的功能。这方面#xff0c;美团点评使用的是知名工具sysbench#xff0c;主要是用来解决以下几个问题#xff1a; 统一… 如何快速入门数据库以我个人经验来看数据库功能和性能测试是一条不错的捷径。当然从公司层面数据库测试还有更多实用的功能。这方面美团点评使用的是知名工具sysbench主要是用来解决以下几个问题 统一测试方法以便测试结果的可重复和可对比。结合美团点评的业务特点和硬件特性得到最优的参数配置。扩展sysbench的测试能力比如增加对JSON测试的支持。数据库测试虽然入门简单但是却能在测试中获得对数据库、操作系统等的感性认识为日后深入的研究数据库和性能调优打下很好的基础。如果你不满足于仅仅使用测试工具还想开发自己的测试工具那么在本文的最后还会从源码层面解读sysbench的高性能秘密。 测试可重复性 如果只是把测试工具运行起来获得一个输出结果那么测试就变成一个没有任何技术含量也没有实际意义的事情。一个经得起推敲的测试首先要保证测试结果的可重复性。测试结果的可重复性可能与系统的硬件、操作系统的版本、I/O调度算法、CPU调度算法、数据库版本、数据库的配置、测试工具、测试时间等息息相关。美团点评集团DBA有两位数以上如果没有一个统一的测试平台那么每个DBA的测试结果将难以比较整个团队也无法有效协作。为了解决这个问题我们做了几点的强制统一测试工具及其参数的统一、MySQL配置的统一。 为何选用sysbench 当前可采用的测试工具有sysbench、TPCC-MySQL以及公司或者个人开发的压测工具。从功能上来讲无论采用哪种方式都可以满足要求。美团点评采用sysbench有如下几点考虑 sysbench作为业界流行的测试工具绝大多数DBA都熟悉它。MySQL几大主流厂商Oracle、Percona等在发布性能数据时都采用sysbench作为测试工具。使用相同的测试工具更便于复现测试结果。sysbench目前已支持MySQL 8.0的测试因此从长远来看该工具将会持续活跃。美团点评可以充分利用开源社区资源降低测试工具的维护成本。sysbench内嵌了Lua脚本。在不需要修改核心的C语言代码的情况下通过增添或者修改Lua脚本即可扩展新的测试场景大大提高了DBA人员对sysbench的掌控能力。测试参数统一 sysbench提供了丰富的测试选项包括测试表数量、单表数据量、测试预热时间等。我们根据美团点评的业务特征和使用sysbench的经验为了避免新同学走不必要的弯路和降低测试的时间将部分测试参数统一。另外在测试中对MySQL核心参数做了强制统一。比如sync_binlog1innodb_flush_log_at_trx_commit2innodb_io_capacity2000等。这里不一一赘述。 这里简要介绍sysbecnh测试过程中涉及到的几个重要参数 参数名参数值解释tables16测试中使用的表分别为sbtest1… sbtest16table_size25,000,000每个表的数据量threads16测试线程数time3600测试时间单位为秒warmup_time600预热时间预防冷数据对测试结果影响rate0如果该值不为0则整个测试变成生产者和消费者模式。如果该值较大超出MySQL的处理能力则会造成请求积压响应时间延长无法反应真实的OLTP业务特性histogramon输出测试过程中系统响应时间的分布percentile99输出99线的响应时间sysbench助力参数优化 相对于业务更新速度数据库的变化较为缓慢然而影响MySQL数据库性能的因素却不断呈现出来。硬件方面比如SATA、SSD、PCIe的出现让数据库的IO能力相对于传统的机械硬盘有几百甚至上千倍的提升CPU多核技术的发展让单台服务器拥有上百个核单GB内存的价格越来越低服务器配置的内存也越来越大。软件方面MySQL 5.7的出现增强了多核处理能力提高了从库的复制速度等。 如何将新硬件和新版本的性能发挥到极致是每个DBA都会遇到的问题。美团点评DBA团队在前期理论调研后会设计符合公司业务特征的场景进行严格的性能测试确定最终的参数配置方案。下面以确定MySQL 5.7中多线程复制的slave_parallel_workers参数为例来了解如何使用sysbench来优化参数配置。 为了测试从库的复制速度我们使用sysbench的oltp_write_only.lua包括增、删、改在主库制造负载TPS:33,336观察从库的TPS如下图所示。 从上图看出工作线程在8时从库的TPS达到最大。到这里为止对于数据库新人来说我们可以很自信的宣称自己学会了通过测试进行数据库调优。但是我们不能只满足于此应该做更深入的探究。比如多线程复制的原理是怎样的如何进一步提升从库的TPS建议有兴趣的读者可以继续调研binlog_group_commit_sync_delay和binlog_group_commit_sync_no_delay_count参数。 sysbench可扩展性 测试场景可扩展 sysbench不仅具有丰富的功能还具有优良的设计与实现。为了把测试场景完全交给客户定制所有的测试用例均使用Lua编写如果需要支持新的数据库只要实现sysbench提供的10来个接口即可而其他通用功能均由sysbench提供。架构图如下。 使用过sysbench或者其他同类型测试工具的都知道数据库测试分为三个阶段包括prepare阶段、warmup阶段、运行阶段。这三个过程的实现完全使用Lua来控制因此很容易定制。sysbench提供的默认测试用例有只读测试、只写测试、读写混合等。这些测试用例也是用Lua实现的通过修改这些测试用例测试人员可以很快的掌握编写自己测试用例的技巧。 比如日前在评估MySQL 5.7 JSON替代MongoDB的可行性。与业务人员交流过程中发现业务中并没有使用MongoDB的一些复杂特性比如内嵌JS代码、map/reduce等特性但是其TPS较高较为关注MySQL 5.7JSON与MongoDB的性能比较。因此需要一款可以测试MySQL JSON性能的测试工具。在前一节的分析中我们只需更改sysbench中几个Lua文件即可拥有这样的测试工具。 性能可伸缩 sysbench的高性能有两个方面一方面是其采用多线程结构同时模拟多个客户端去并发操作这方面无需赘言另一方面是其高效的性能收集比如多个线程同时执行多个任务那么性能信息的更新可能会存在热点等状况本节来解密其高性能的数据收集技术。 性能数据收集 数据库的性能往往不能用简单的TPS或者QPS来反映还需要知道压测过程中系统的运行是否平稳响应时间和QPS等。 如果仅给出系统的最大TPS比如10000左右可能掩盖了系统中的重要信息。比如上图中系统的TPS随着时间周期性的严重抖动值得数据库和开发人员关注。通过打开sysbench的周期性报表即可获得这样的统计信息。 引入热点的性能信息收集 在上图中可以看到TPS和QPS的数值。在多线程编程环境中想要获得一段时间内执行的事务数量或者SQL数量可以通过引入一个原子变量当执行完一个事务和SQL后就自增一次。 如此一来全局的事务计数器与SQL计数器就会成为多个线程竞争的热点影响sysbench的扩展性甚至严重干扰测试结果尤其是在目前的多核处理架构如下图所示。 据某著名数据库专家的话凡是有热点的地方解决之道只需一个字拆。比如大家耳熟能详的分库分表将大表拆成小表大库拆成小库像在大内存的系统中MySQL会自动创建多个buffer pool instance就是为了避免多个线程同时去竞争一个互斥量。sysbench在解决这个问题时也不能例外。它为每个工作线程都分配一个局部的计数器增加计数时只需更新线程内部的计数器当需要获得全局计数时把局部计数器的值汇总即可。这种办法获得的计数值精确度比上一种办法要低但是其可以线性扩展而且在性能数据收集这个角度其精确度已经足够了。具体代码在sb_counter.c中有兴趣的可以下载代码阅读。 SQL响应时间分布 在评估数据库的响应时间时我们经常会提到90线、95线和99线分别代表90%95%和99%的响应时间在某个值之下。因为最大值和最小值往往受偶然因素的影响很大而平均值往往会淹没更多的细节。一个SQL响应时间的分布可以让DBA更好的了解数据库的性能因此优秀的测试工具必须支持这个功能。 在实际的编程中我们往往会遇到一个矛盾的问题。数据库的响应时间往往差距很大比如快的可能在0.01ms以下而遇到数据库抖动或者复杂查询时可能到秒级别甚至几十秒都有可能。如果使用算术刻度比如单位为0.01ms那么就需要长度为千万级别的整型数组去表示耗费大量内存。而且在响应时间为秒级别时如此精确的计数也没有必要。我们需要的是随着响应时间越小精度越高响应时间越长精度可以适当放低而“对数刻度”正好具有这种特性。 对数刻度 sysbench正是使用该方法做时间统计。当sysbench得到一个响应时间时通过kfloor((log(response_time) 6.908) * 55.35 0.5) 获得刻度值k。当响应时间为response_time0.001时k为0response_time0.01时k128;当response_time10时k509当response_time100时k1023。随着响应时间的增加k的变化越缓慢。其中横轴为刻度k纵轴为响应时间单位为ms。 当测试完成时需要将k转化为响应时间。算法为respone_time exp((k/55.535)-6.908)。这样就可以使用较少的空间完成较大时间跨度的记录而且精度是动态变化的响应时间越小精度越高。 响应时间收集之热点 在官方给出的MySQL性能测试数据库中我们可以看到在高端机型上QPS已经达到百万即使在一般的企业级服务器也能达到几十万的级别。在前面的介绍中知道响应时间是记录在一个数组上的如果响应时间比较稳定假设有50%的响应时间是落在一个刻度上那么该刻度对应的变量就会被每秒更新几十万次形成一个更新热点。参考下图。 在前面性能信息收集上也遇到类似的热点问题当然我们也可以给每个线程各配备一个response[1024]的数组来避免热点。sysbench采用了类似的方法但是做了些改变。它也是采用多个response[1024]的数组但是其数量被固定为128个。 响应时间收集之避免热点 结论 美团点评运用sysbench进行性能测试以调整MySQL配置参数也扩展了sysbench的功能来做JSON测试。通过对其源码研究我们了解了其良好的功能扩展性以及其性能扩展性。未来美团点评会在sysbench上做进一步的定制比如将测试做成服务化让开发和运维人员能够方便使用sysbench做数据库的容量测试也可以让数据库爱好者更快上手数据库测试。 作者简介 广友美团点评到店综合事业群资深MySQL DBA2012年毕业于中国科学技术大学2017年加入美团点评长期致力于MySQL及周边工具的研究。 金龙2014年加入新美大主要从事相关的数据库运维、高可用和相关的运维平台建设。对运维高可用与架构相关感兴趣的同学可以关注个人微信公众号“自己的设计师”定期推送运维相关原创内容。 美团点评DBA团队招聘各类DBA人才base北京上海均可。我们致力于为公司提供稳定、可靠、高效的在线存储服务打造业界领先的数据库团队。这里有基于Redis Cluster构建的大规模分布式缓存系统Squirrel也有基于Tair进行大刀阔斧改进的分布式KV存储系统Cellar还有数千各类架构的MySQL实例每天提供万亿级的OLTP访问请求。真正的海量、分布式、高并发环境。欢迎各位朋友推荐或自荐至jinlong.cai#dianping.com。 【思考题】 文中从最简单的性能测试开始然后进一步探讨性能优化到从脚本层面进行功能扩展最后去分析其设计和实现的优秀之处。在整个过程中我们需要广泛的掌握Linux下性能监测与调优工具也需要深入分析一种数据库或者数据库测试工具的源码。大家在专精一门技术的同时往往还有多种辅助技术。聊一聊你在工作过程中最得力的辅助技术以及如何用它来解决技术问题。
