mysql基准测试工具tpcc-mysql安装、使用、结果解读

TPCC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。其源码放在launchpad上，用bazaar管理，项目地址：https://code.launchpad.net/~percona-dev/perconatools/tpcc-mysql，专门转对mysql的基准测试工具，模拟电商业务流程.但是tpcc-mysql的结果并未获得TPC组织的认证,仅作为一个参考数据。

一、下载安装tpcc-mysql

1.安装epel

yum install epel-release.noarch

2.安装bzr版本控制工具

yum install bzr

3.cd /tmp

4.开始用bzr客户端下载tpcc-mysql源码了

bzr branch lp:~percona-dev/perconatools/tpcc-mysql

5.安装

cd /tmp/tpcc-mysql/src

mke

如果 make 没有报错，就会在 /tmp/tpcc-mysql 下生成 tpcc 二进制命令行工具 tpcc_load 、 tpcc_start

二、准备测试

1.创建测试表结构

mysql -uroot -poracle -e 'create database tpcc'

mysql -uroot -poracle tpcc < create_table.sql
mysql -uroot -poracle tpcc < add_fkey_idx.sql

2.tpcc-mysql的业务逻辑及其相关的几个表作用如下

New-Order：新订单，一次完整的订单事务，几乎涉及到全部表

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

3.创建数据

tpcc_load用法如下：

tpcc_load [server] [DB] [user] [pass] [warehouse]

或者
tpcc_load [server] [DB] [user] [pass] [warehouse] [part] [min_wh] [max_wh]

选项 [part]: 1=ITEMS 2=WAREHOUSE 3=CUSTOMER 4=ORDERS 通过这四个维度的参数进行并行加载

选项 warehouse 意为指定测试库下的仓库数量

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，如果是配备了SSD或者PCIE SSD这种高IOPS设备的话，建议最少不低于1000个。

注：加载测试数据时长视仓库数量而定，若过程比较久需要稍加耐心等待

开始添加数据

./tpcc_load localhost tpcc root oracle 100 #最后的数字是代表几个仓库，仓库越大,数据量越大。耗费的时间越长，数据最好模拟你真实的数据量,或者至少大于你的buffer pool

4.开始测试

tpcc_start 工具用于tpcc压测，其用法如下：

tpcc_start -h server_host -P port -d database_name -u mysql_user \

-p mysql_password -w warehouses -c connections -r warmup_time \

-l running_time -i report_interval -f report_file

对应的参数意思如下：

-w 指定仓库数量

-c 指定并发连接数

-r 指定开始测试前进行warmup的时间，进行预热后，测试效果更好

-l 指定测试持续时间

-i 指定生成报告间隔时长

-f 指定生成的报告文件名

现在我们来开启一个测试案例：

tpcc_start -hlocalhost -d tpcc1000 -u tpcc_user -p "tpcc_password" \

-w 1000 -c 32 -r 120 -l 3600 \

-f tpcc_mysql_20140921.log >> tpcc_caseX_20140921.log 2>&1

./tpcc_start -hlocalhost -d tpcc -u root -p oracle -w 100 -c 8 -r 10 -l 20

即：模拟 1000个仓库规模，并发 32个线程进行测试，热身时间为 120秒, 压测时间为 1小时。

注：真实测试场景中，建议预热时间不小于5分钟，持续压测时长不小于30分钟，否则测试数据可能不具参考意义

三、输出结果分析

发起测试：

./tpcc_start -h 1.2.3.4 -P 3306 -d tpcc10 -u tpcc -p tpcc \

-w 10 -c 64 -r 30 -l 120 \

-f tpcclog_201409211538_64_THREADS.log >> tpcc_noaid_2_20140921_64.log 2>&1

测试结果输出如下：

-- 本轮tpcc压测的一些基本信息

***************************************

*** ###easy### TPC-C Load Generator ***

***************************************

option h with value '1.2.3.4'   -- 主机

option P with value '3306'             -- 端口

option d with value 'tpcc10'         -- 数据库

option u with value 'tpcc'             -- 账号

option p with value 'tpcc'             -- 密码

option w with value '10'                 -- 仓库数

option c with value '64'                 -- 并发线程数

option r with value '30'                 -- 数据预热时长

option l with value '120'               -- 压测时长

option f with value 'tpcclog_20140921_64_THREADS.res'  -- 输出报告日志文件

     [server]: 1.2.3.4

     [port]:

     [DBname]: tpcc10

       [user]: tpcc

       [pass]: tpcc

  [warehouse]:

 [connection]:

     [rampup]:  (sec.)

    [measure]:  (sec.)

RAMP-UP TIME.( sec.)

-- 预热结束，开始进行压测

MEASURING START.

-- 每10秒钟输出一次压测数据

  , ():2.744|3.211, ():0.523|1.626, ():0.250|0.305, ():3.241|3.518, ():9.086|10.676

  , ():2.175|2.327, ():0.420|0.495, ():0.206|0.243, ():2.489|2.593, ():7.214|7.646

…

 , ():2.149|2.458, ():0.424|0.710, ():0.207|0.244, ():2.461|2.556, ():7.042|7.341

 , ():2.147|2.327, ():0.424|0.568, ():0.208|0.237, ():2.483|2.561, ():7.025|7.405

-- 以逗号分隔，共6列

-- 第一列，第N次10秒

-- 第二列，新订单成功执行压测的次数(推迟执行压测的次数):%事务的响应时间|本轮测试最大响应时间，新订单事务数也被认为是总有效事务数的指标

-- 第三列，支付业务成功执行次数(推迟执行次数):%事务的响应时间|本轮测试最大响应时间

-- 第四列，订单状态业务的结果，后面几个的意义同上

-- 第五列，物流发货业务的结果，后面几个的意义同上

-- 第六列，库存仓储业务的结果，后面几个的意义同上

-- 压测结束

STOPPING THREADS................................................................

   -- 第一次结果统计

  [] sc:  lt:  rt:  fl:    -- New-Order，新订单业务成功(success,简写sc)次数，延迟(late,简写lt)次数，重试(retry,简写rt)次数，失败(failure,简写fl)次数

  [] sc:  lt:  rt:  fl:    -- Payment，支付业务统计，其他同上

  [] sc:  lt:  rt:  fl:    -- Order-Status，订单状态业务统计，其他同上

  [] sc:  lt:  rt:  fl:    -- Delivery，发货业务统计，其他同上

  [] sc:  lt:  rt:  fl:    -- Stock-Level，库存业务统计，其他同上

 in  sec.

    -- 第二次统计结果，其他同上

  [] sc:  lt:  rt:  fl:

  [] sc:  lt:  rt:  fl:

  [] sc:  lt:  rt:  fl:

  [] sc:  lt:  rt:  fl:

  [] sc:  lt:  rt:  fl: 

 (all must be [OK])       -- 下面所有业务逻辑结果都必须为 OK 才行

 [transaction percentage]

        Payment: 43.47% (>=43.0%) [OK]      -- 支付成功次数(上述统计结果中 sc + lt)必须大于43.%，否则结果为NG，而不是OK

   Order-Status: 4.35% (>= 4.0%) [OK]       -- 订单状态，其他同上

       Delivery: 4.35% (>= 4.0%) [OK]       -- 发货，其他同上

    Stock-Level: 4.35% (>= 4.0%) [OK]       -- 库存，其他同上

 [response time (at least % passed)]      -- 响应耗时指标必须超过90%通过才行

      New-Order: 100.00%  [OK]              -- 下面几个响应耗时指标全部 % 通过

        Payment: 100.00%  [OK]

   Order-Status: 100.00%  [OK]

       Delivery: 100.00%  [OK]

    Stock-Level: 100.00%  [OK]

                 50294.500 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：/ = 50294.500）