硬件配置:

3台服务器:192.168.23.168,  192.168.23.169,  192.168.23.170

硬盘:230G

内存:16G

Linux内核:Linux geoserver.csdb.cn 2.6.32-131.17.1.el6.x86_64 #1

操作系统:Scientific Linux release 6.1 (Carbon)

软件工具:

Mysql5.1 (存储引擎Myisam)

Mysqlslap(测试工具)

数据库和表

CREATE DATABASE myisamtest;

CREATE TABLE `t1_disk` (

`f1` int(10) NOT NULL AUTO_INCREMENT,

`f2` datetime DEFAULT NULL,

`f3` varchar(200) DEFAULT NULL,

PRIMARY KEY (`f1`)

) ENGINE=myisam

AUTO_INCREMENT=1000001 DEFAULT CHARSET=gbk;

字段f1有索引,f3无索引

数据记录:

1亿条记录

2亿条记录

一 数据插入测试

测试场景:

定义一个插入10000条记录的存储过程,如下:

DELIMITER $$

DROP PROCEDURE IF EXISTS `p_test_t1_disk` $$

CREATE DEFINER=`root`@`%` PROCEDURE `p_test_t1_disk`()

BEGIN

declare i int default 0;

test: loop

insert into ndbtest.t1_disk(f2,f3) values(sysdate(),md5(rand()));

set i=i+1;

if i>=10000 then

leave test;

end if;

end loop;

END $$

DELIMITER ;

然后使用测试工具mysqlslap执行测试:

mysqlslap --concurrency=200 --iterations=1 --query="call myisamtest.p_test_t1_disk;" --number-of-queries=10000 -uroot -p1234 -h 192.168.23.168 --create-schema=myisamtest

测试用例

1亿

2亿

开200个并发线程同时插入数据

每线程执行50次存储过程(200*50*10000记录)

用时10212.541 seconds(约2小时50分)

每线程执行100次存储过程(200*100*10000记录)

用时20125.405 seconds(约5小时35分)

二 数据查询单线程测试

直接执行测试例SQL语句测试:

测试用例

1亿

2亿

select * from t1_disk where f1=70000000

在int类型主键字段上做查询

<100ms

<100ms

select * from t1_disk limit 100 offset 70000000

在int类型主键字段上做分页查询

12.516s

13.141s

select * from t1_disk where

f3='060a5524f33ac10345ce187df848c56e'

在varchar类型字段上做查询,查询某条记录

19.625s

41.094s(因为没有索引,应该是把数据表从头到尾扫描了一次,因为查询任何一条记录时间都跟这差不多)

select * from t1_disk where f3 like '42663%'

返回101条记录,用时19.843s

返回187条记录,用时42.656s

select * from t1_disk where f3 like 'f45ce016bb84dac06%'   条件字串加长

返回1条记录,用时19.391s

返回1条记录,用时40.953s

select * from t1_disk where f3 like '%16bb84%'

返回167条记录,用时46.438s

返回330条记录,用时100.859s

结论:

  1. f1是主键字段,做了唯一索引,1亿条和2亿条的查询区别不大。
  2. f3字段是varchar类型,没有做索引,每次查询都把数据表从头到尾扫描了一次,因为查询任何一条记录(无论第1条或者最后一条记录)时间都差不多。
  3. 前缀like查询(‘aaa%’)跟精确查询性能差不多,都是从头到尾扫描一次,而且条件字符串加长性能不受影响。
  4. 双端like查询(‘%aaa%’),性能下降很快。

三 数据查询并发测试

使用测试工具mysqlslap执行测试:

mysqlslap --concurrency=100 --iterations=1 --query=" select * from t1_disk where f1=7000000

;" --number-of-queries=100 -uroot -p1234 -h 192.168.23.168 --create-schema=myisamtest

测试用例

1亿

2亿

select * from t1_disk where f1=70000000

100并发查询

<100ms

458ms

select * from t1_disk limit 100 offset 70000000

100并发查询

返回100条记录,用时319.812s

返回100条记录,用时313.973s

select * from t1_disk where

f3='060a5524f33ac10345ce187df848c56e'

100并发查询

519.735s

1014.375s

select * from t1_disk where f3 like '42663%'

100并发查询

返回101条记录,用时518.078s

返回187条记录,用时1068.359s

select * from t1_disk where f3 like '%16bb84%'

100并发查询

返回167条记录,用时1188.484s

返回330条记录,用时2417.360s

结论:按主键精确查询性能与单线程比较变化不大,主健分页、varchar查询性能下降厉害。

四 数据双机集群测试

将192.168.23.168设置在master机,192.168.23.169设置成slave机,调用插入测试语句

mysqlslap --concurrency=100 --iterations=1 --query="call myisamtest2.p_test_t1_disk;" --number-of-queries=1000 -uroot -p1234 -h 192.168.23.168 --create-schema=myisamtest2

100个并发在master机上插入1000万条记录,用时1932.188秒

同时,slave机同步插入了1000万记录,几乎没有延时

MySQL测试报告的更多相关文章

  1. Web自动化框架之五一套完整demo的点点滴滴(excel功能案例参数化+业务功能分层设计+mysql数据存储封装+截图+日志+测试报告+对接缺陷管理系统+自动编译部署环境+自动验证false、error案例)

    标题很大,想说的很多,不知道从那开始~~直接步入正题吧 个人也是由于公司的人员的现状和项目的特殊情况,今年年中后开始折腾web自动化这块:整这个原因很简单,就是想能让自己偷点懒.也让减轻一点同事的苦力 ...

  2. Tpcc-MySQL对mysql数据库进行性能测试报告、分析及使用gnuplot生成图表展示

    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 ...

  3. mysql数据库性能测试报告

    网上有写的好的模板, 直接复链接了: 1. http://blog.csdn.net/mituan1234567/article/details/45247989 2. https://msdn.mi ...

  4. mysql高性能索引策略

    转载说明:http://www.nyankosama.com/2014/12/19/high-performance-index/ 1. 引言 随着互联网时代地到来,各种各样的基于互联网的应用和服务进 ...

  5. mysql大数据表改表结构方案

    有一个表有上千W数据, 用什么方法给这个表加一个字段最快?1. alert2. 建一个表和第一个表一样,只是多了要加的字段,然后用多个INSERT INTO SELECT语句limit写入3. 就是导 ...

  6. MySQL中文全文索引插件 mysqlcft 1.0.0 安装使用文档[原创]

    [文章+程序 作者:张宴 本文版本:v1.0 最后修改:2008.07.01 转载请注明原文链接:http://blog.zyan.cc/post/356/] MySQL在高并发连接.数据库记录数较多 ...

  7. web自动化框架之四测试报告的搭建

    现状: 看过前面的文章,楼主用的是python,所以在搭建测试报告这块的时候使用的是unittest+htmlTestRunner:然后发现生成出来的报告,总是有那么不完美的地方,比如想增加图片,比如 ...

  8. TCMalloc优化MySQL、Nginx、Redis内存管理

    TCMalloc(Thread-Caching Malloc)与标准glibc库的malloc实现一样的功能,但是TCMalloc在效率和速度效率都比标准malloc高很多.TCMalloc是 goo ...

  9. Cobar是提供关系型数据库(MySQL)分布式服务的中间件

    简介 Cobar是提供关系型数据库(MySQL)分布式服务的中间件,它可以让传统的数据库得到良好的线性扩展,并看上去还是一个数据库,对应用保持透明. 产品在阿里巴巴稳定运行3年以上. 接管了3000+ ...

随机推荐

  1. Python之路,第七篇:Python入门与基础7

    python3 元组 (tuple) 元组是不可改变的序列, 同list 一样, 元组可以存放任意的值: 表示方法: 用小括号()括起来:  单个元素括起来后加逗号(,)区分单个对象还是元组: 创建空 ...

  2. url的反向解析

    1. url的语法格式: url(regex, views, **kwargs, name) name:为地址起别名,反向解析时使用 2.反向解析 对于Django中的url反向解析,是分模板和视图的 ...

  3. NCPC 2016:简单题解

    A .Artwork pro:给定N*M的白色格子,然后Q次黑棒,输出每次加黑棒后白色连通块的数量.(N,M<1e3, Q<1e4) sol:倒着离线做,并查集即可. (在线做法:http ...

  4. CodeForces - 710F:String Set Queries (二进制分组 处理 在线AC自动机)

    ou should process m queries over a set D of strings. Each query is one of three kinds: Add a string ...

  5. 安装Nmon方法

    1. 登录IBM官方网站(http://nmon.sourceforge.net/pmwiki.php?n=Site.Download)下载相应版本的nmon工具:nmon_linux_14g.tar ...

  6. indexedDB为何物

    https://developer.mozilla.org/zh-CN/docs/Web/API/IndexedDB_API 在前一个阶段的工作中,项目组要开发一个平台,为了做出更好的用户体验,实现快 ...

  7. day 018 面向对象--约束和异常处理

    ---恢复内容开始--- 主要内容; 类的约束 异常处理 自定义异常 MD5加密 日志 一  类的约束 (约束是对类的约束,) 看个例子: 这是领导分配给每个人的项目,要求每人写个功能 结果如下: 例 ...

  8. CodeForces 727C

    zsy: Guess the Array Time Limit:1000MS Memory Limit:262144KB 64bit IO Format:%I64d & %I64u Submi ...

  9. 走进 AQS 瞧一瞧看一看

    并发中有一块很重要的东西就是AQS.接下来一周的目标就是它. 看复杂源码时,一眼望过去,这是什么?不要慌,像剥洋葱一样,一层层剥开(哥,喜欢"扒开"这个词). 参考资源: http ...

  10. 【BZOJ3144】【HNOI2013】切糕

    总算做了一道2011以后的省选题了……原题: 图片题面好评! P,Q,R≤40,0≤D≤R,给出的所有的不和谐值不超过1000. 文本样例好评! 恩这个是听妹主席讲过后会写的,首先把每个点拆成链,那么 ...