分析型数据库性能测试总结

测试的覆盖范围

1、自己公司的数据库摸底测试（主要利用TPC-DS或TPC-H来测试）

　　（1）不同规格的性能表现（简单理解就是不同服务器配置下的数据库性能表现，一般会采用相同的数据量和相同的测试方法等在不同的服务器配置下测试）

　　（2）峰值测试（主要验证在大数据量下，比如10亿行数据，测试它的查询能力，在多少并发数的设置下，查询的性能是最佳的等）

2、与竞品之间的对比测试

测试场景包括内容

1、TPC-DS（注意按照TPC-DS的官方测试文档进行）

2、TPC-H

3、read_write

4、read_only

5、point_select

6、模糊查询

7、select+3组group by（或其他的组合情况）

测试数据量的评估

1、分析型数据库的核心能力在查询，因此测试的数据量要非常大，一般到亿以上的行数据

2、平均每张表的行数据量基本都在十万行到百万行以上

并发数的设置规则

可以按照4、8、16、32、64、126、256、512去设置，注意并发数按照倍数去设置，这样方便后期的推算，同时并发数不宜设置太大，此处考虑的是分析型数据库的实际应用场景，比如：分析型数据库用于BI报表的数据展示，那么BI报表上展示的数据一般很少去实时刷新，都是间隔多少秒或分钟以上去自动更新数据。

性能关注的指标

1、TPS

2、QPS

3、95th percentile（简称：RT）

测试方法总结

【性能需求】数据量总大小为5,0000,0000行数据，测试不同并发4、8、16、32、64、126、256、512下的性能表现

【测试方法】创建100张表，每张表中50,0000行数据，分别在不同的并发下去测试

【测试工具】sysbench

测试的过程中注意事项

1、时刻关注数据的写入和查询的数据量是否正确

2、测试中不断去思考和总结自己的测试方法是否有问题

3、数据写入到表中之后，一定要手动编写SQL验证数据量是否与预期的数量一致

4、一定要保存好测试结果的数据，避免后期需要时方便查看

测试报告中包含重要事项

1、测试背景

2、测试工具介绍

3、测试方案

4、测试环境

5、测试脚本

6、测试数据库的系统配置(conf中的核心参数配置)

7、测试结果

（1）性能表现趋势图：包括：TPS、QPS、RT，可以利用柱状图或者折线图，注意标注线程、数据量、图表添加标题等

（2）测试数据的记录：利用表格，将测试数据结果分类整理清楚，这样做的目的是，便于看报告的人更加确信本次测试的可靠性

8、资源利用率

（1）CPU

（2）Memory

（3）DISK IOPS

（4）NETWORK

注意：可以利用prometheus+grafana来进行资源的监控，如上资源利用率的趋势图一定要注意是测试时间段内的资源利用情况，因此一定要记得在测试开始前，打印测试开始的时间和测试结束的时间。再次搜索测试时间内的利用率直接截图即可 

 1.作者：Syw

2.本文版权归作者所有，欢迎转载，但未经作者同意必须保留此段声明，且在文章页面明显位置给出原文连接，否则保留追究法律责任的权利。

3.如果文中有什么错误，欢迎指出。以免更多的人被误导。