实践教程之使用PolarDB-X进行TP负载测试

简介: PolarDB-X 为了方便用户体验,提供了免费的实验环境,您可以在实验环境里体验 PolarDB-X 的安装部署和各种内核特性。除了免费的实验,PolarDB-X 也提供免费的视频课程,手把手教你玩转 PolarDB-X 分布式数据库。本期实验将指导您如何使用PolarDB-X进行TP负载测试。

PolarDB-X 为了方便用户体验,提供了免费的实验环境,您可以在实验环境里体验 PolarDB-X 的安装部署和各种内核特性。除了免费的实验,PolarDB-X 也提供免费的视频课程,手把手教你玩转 PolarDB-X 分布式数据库。本期实验将指导您如何使用PolarDB-X进行TP负载测试。


本期免费实验地址

本期教学视频地址


前置准备

假设已经根据前一讲内容完成了PolarDB-X的搭建部署,使用PolarDB-X Operator安装PolarDB-X,并且可以成功链接上PolarDB-X数据库。


安装Benchmark-Boot平台

1.在新打开的终端窗口中,使用root账户,在/root 目录下,执行Benchmark-Boot压测平台一键安装命令。

bash -c "$(curl -fsSL https://benchmark-boot.oss-cn-hangzhou.aliyuncs.com/setup.sh)"


01.png

说明:

  • 其他部署安装方式可参考官方文档:https://doc.polardbx.com/tools/topics/benchmark-boot.html
  • 在正式测试环境下,压测机应与数据库实例独立部署,避免资源争抢;且压测机应与数据库实例在同一个内网中,避免网络成为性能瓶颈。


2.执行如下命令,验证安装是否成功。

curl -X GET "http://127.0.0.1:4121/config/database" -H "accept: */*"

返回结果如下,表示安装成功。

02.png3.在云产品资源列表中,找到ECS服务器的公网地址或弹性IP。

03.jpg

4.在您的本地使用的浏览器中,打开网址{ECS公网IP}:4121,访问Benchmark Boot平台首页

  • 请关闭系统代理或浏览器代理进行访问。
  • 如果本地浏览器出现前端页面显示不兼容的情况,可以使用运气实验室远程桌面的Chromium网页浏览器,如下图所示。
  • 05.jpg

压测平台配置数据库连接

本章节操作均在Benchmark-Boot平台端通过白屏化操作完成。

1.配置数据库连接:

在左侧导航栏进入选择运行压测>数据库连接面板,在配置数据库连接表格中填入以下信息。

  • 目标数据库的ip地址:在第4节连接PolarDB-X集群中描述了获取方法。
  • 端口:在第4节连接PolarDB-X集群中描述了获取方法。
  • 用户名:默认为polardbx_root。
  • 密码:在第4节连接PolarDB-X集群中描述了获取方法。
  • Sysbench库名:库名可自行输入任意合法名字。由于未手动创建Sysbench数据库,此处需要手动选择建库模式——AUTO或DRDS;如果之前已在该PolarDB-X实例中创建了Sysbench数据库,建库模式选择自动判断即可。
  • TPC-C库名:注意事项同上。

06.jpg

2.提交配置后,平台将自动校验数据库是否可以连通,并自动创建对应压测数据库,页面会自动刷新并展示当前连接数据库信息:

07.jpg

压测平台运行Sysbench

本章节操作均在Benchmark-Boot平台端通过白屏化操作完成。

1.导入Sysbench。

1.1 在左侧导航栏选择运行压测>Sysbench面板,在导入Sysbench表格中填入以下信息。

  • 表数量:4。
  • 单表大小:100000。
  • 导入并发数:2。

说明:请参考当前PolarDB-X实例的规格,选择合适的表数量和并发数;4张100000大小的表在并发数为2下的导入时间约为1分钟

08.jpg

1.2 提交导入任务后,在实时数据-Sysbench面板,查看导入数据过程。

09.jpeg

1.3 导入完毕后,回到运行压测>Sysbench面板中,单击校验数据(该步骤可选)。

10.jpeg

2.运行Sysbench。

2.1 进入运行压测>Sysbench面板,在运行Sysbench表格中填入以下信息。

  • 表数量:输入表数量,例如4。
  • 单表大小:输入单表大小,例如10000。
  • 并发数:可根据负载类型选择合适并发数。
  • 运行时长:单位为秒。
  • 负载类型:此处示例为点查。
  • 任务描述:有意义的一段压测描述记录,方便后续结果查看与汇总。

说明:由于数据库实例是冷启动状态,可以进行一轮热身后,再开始性能测试结果的记录。

11.jpeg

2.2 在压测Sysbench过程中,暂不支持并行启动任务。

20230703120212.jpg

3.查看Sysbench压测结果。

3.1 在左侧导航栏选择压测结果>Sysbench面板,可以列表的形式查看历史任务。

20230703120251.jpg

3.2 可查看单个任务的QPS曲线详细结果,也可对比查看两次任务的执行结果。

20230703120331.jpg

20230703120412.jpg


压测平台运行TPC-C

本章节操作均在Benchmark-Boot平台端通过白屏化操作完成。

1.导入TPC-C。

1.1 在左侧导航栏选择“运行压测-TPC-C面板,在导入TPC-C表格中填入以下信息。

  • 仓数:10
  • 导入并发数:5

说明:由于压测机与PolarDB-X 实例在同一台机器上,资源有限,并发数建议为5,10仓导入耗时约9分钟

20230703120522.jpg

1.2 提交导入任务后,在实时数据-TPC-C网页,查看导入数据过程。

20230703120607.jpg

1.3 导入完毕后,回到运行压测-TPC-C面板中,单击校验数据导入数据(该步骤可选)。

20230703120645.jpg

2.运行TPC-C。

在左侧导航栏中选择运行压测-TPC-C面板,在运行TPC-C表格中填入以下信息。

  • 仓数:输入仓数,例如10。
  • 并发数:根据仓数选择合适并发数。
  • 运行时长:单位为分钟。
  • 任务描述:有意义的一段压测描述记录,方便后续结果查看与汇总。

20230703120721.jpg

3.查看TPC-C压测结果。

在左侧导航栏中选择压测结果-TPC-C面板,可以列表的形式查看历史任务.

可查看单个任务的tpmC曲线详细结果,也可对比查看两次任务的执行结果。

20230703120753.jpg


本文来源:PolarDB-X知乎号,阅读更多好文

相关文章
|
5月前
|
人工智能 自然语言处理 测试技术
从人工到AI驱动:天猫测试全流程自动化变革实践
天猫技术质量团队探索AI在测试全流程的落地应用,覆盖需求解析、用例生成、数据构造、执行验证等核心环节。通过AI+自然语言驱动,实现测试自动化、可溯化与可管理化,在用例生成、数据构造和执行校验中显著提效,推动测试体系从人工迈向AI全流程自动化,提升效率40%以上,用例覆盖超70%,并构建行业级知识资产沉淀平台。
从人工到AI驱动:天猫测试全流程自动化变革实践
|
5月前
|
数据采集 存储 人工智能
从0到1:天猫AI测试用例生成的实践与突破
本文系统阐述了天猫技术团队在AI赋能测试领域的深度实践与探索,讲述了智能测试用例生成的落地路径。
从0到1:天猫AI测试用例生成的实践与突破
|
6月前
|
Java 测试技术 API
自动化测试工具集成及实践
自动化测试用例的覆盖度及关键点最佳实践、自动化测试工具、集成方法、自动化脚本编写等(兼容多语言(Java、Python、Go、C++、C#等)、多框架(Spring、React、Vue等))
370 6
|
关系型数据库 分布式数据库 PolarDB
PolarDB 开源基础教程系列 7.2 应用实践之 跨境电商场景
本文介绍了如何在跨境电商场景中快速判断商标或品牌侵权,避免因侵权带来的法律纠纷。通过创建品牌表并使用PostgreSQL的pg_trgm插件和GIN索引,实现了高性能的字符串相似匹配功能。与传统方法相比,PolarDB|PostgreSQL的方法不仅提升了上万倍的查询速度,还解决了传统方法难以处理的相似问题检索。具体实现步骤包括创建品牌表、插入随机品牌名、配置pg_trgm插件及索引,并设置相似度阈值进行高效查询。此外,文章还探讨了字符串相似度计算的原理及应用场景,提供了进一步优化和扩展的方向。
368 11
|
SQL 关系型数据库 分布式数据库
PolarDB 开源基础教程系列 7.5 应用实践之 TPCH性能优化
PolarDB在复杂查询、大数据量计算与分析场景的测试和优化实践.
403 7
|
搜索推荐 关系型数据库 分布式数据库
PolarDB 开源基础教程系列 7.3 应用实践之 精准营销场景
本文介绍了基于用户画像的精准营销技术,重点探讨了如何通过标签组合快速圈选目标人群。实验分为三部分: 1. **传统方法**:使用字符串存储标签并进行模糊查询,但性能较差,每次请求都需要扫描全表。 2. **实验1**:引入`pg_trgm`插件和GIN索引,显著提升了单个模糊查询条件的性能。 3. **实验2**:改用数组类型存储标签,并结合GIN索引加速包含查询,性能进一步提升。 4. **实验3**:利用`smlar`插件实现近似度过滤,支持按标签重合数量或比例筛选。
243 3
|
6月前
|
人工智能 边缘计算 搜索推荐
AI产品测试学习路径全解析:从业务场景到代码实践
本文深入解析AI测试的核心技能与学习路径,涵盖业务理解、模型指标计算与性能测试三大阶段,助力掌握分类、推荐系统、计算机视觉等多场景测试方法,提升AI产品质量保障能力。
|
6月前
|
人工智能 自然语言处理 测试技术
AI测试平台的用例管理实践:写得清晰,管得高效,执行更智能
在测试过程中,用例分散、步骤模糊、回归测试效率低等问题常困扰团队。霍格沃兹测试开发学社推出的AI测试平台,打通“用例编写—集中管理—智能执行”全流程,提升测试效率与覆盖率。平台支持标准化用例编写、统一管理操作及智能执行,助力测试团队高效协作,释放更多精力优化测试策略。目前平台已开放内测,欢迎试用体验!
|
7月前
|
人工智能 资源调度 jenkins
精准化回归测试:大厂实践与技术落地解析
在高频迭代时代,全量回归测试成本高、效率低,常导致关键 bug 漏测。精准化测试通过代码变更影响分析,智能筛选高价值用例,显著提升测试效率与缺陷捕获率,实现降本增效。已被阿里、京东、腾讯等大厂成功落地,成为质量保障的新趋势。
|
7月前
|
搜索推荐 Devops 测试技术
避免无效回归!基于MCP协议的精准测试影响分析实践
本文揭示传统测试的"孤岛困境",提出MCP(Model Context Protocol)测试新范式,通过模型抽象业务、上下文感知环境和协议规范协作,实现从机械执行到智能测试的转变。剖析MCP如何颠覆测试流程,展示典型应用场景,并提供团队落地实践路径,助力测试工程师把握质量效率革命的新机遇。

热门文章

最新文章

相关产品

  • 云原生分布式数据库 PolarDB-X
  • 云原生数据库 PolarDB