测试场景一 ：
压测数据 ：
测试结果分析：
1. 该模型测试过程中主要是cpu消耗性，都没有超过不同规格实例的最大iops设置，所以瓶颈都是cpu资源,测试结果总体符合性能，随cpu资源的增大而增加
2. 测试qps和rt曲线平稳，rt方差很小，性能稳定性较好
测试场景二 ：
测试数据：
测试结果分析 ：
造成这种疑问的原因，分析后发现，实例规格大了，绑定的CPU多，压力加大后，数据库会利用多核来并发处理同一个SQL，造成CPU线程相互等待，性能下降，见下图：
修改实例的并发参数max degree of parallelism，性能参数明显发生变化，其中x2large规格和x4large规格，qps明显增加5到10倍，见下图：
而且稳定明显提高。
那么max degree of parallelism这个参数修改为几合适 ？这个参数的取值范围是 0到实例绑定的核数，那么我们针对不同的数值进行了测试，发现该值设置成2时，性能和稳定性相对较高，适合作为默认值。
测试场景三：
测试数据：
整个测试中使用SQL语句：
