测试TPCDS sendfile调用占比

简介: 测试TPCDS sendfile调用占比

测试步骤:

1,运行tpcds单流,10t数据量

执行:

cd litf/tpcds/sqlperf/projar/

nohup ./runallquery_custom.sh >singlequery_240g_dy_test_trace_10t  2>&1 &

记录进程号 1270599

2,使用perf记录全局进程

#记录全局调用

nohup perf record -s -T --running-time  -p 900263 &


#记录sendfile调用

nohup perf record -s -T --running-time -e syscalls:sys_enter_sendfile64  -p 1270599 &


单流作业运行完成后,perf record会在执行目录下生成perf.data结果文件

在存在perf.data目录下执行:

perf report -T -D


打开结果文件:

执行

-O + 路径及文件名


# 输入路径及文件名,将结果输出至本地文本文件,便于统计。

统计出tpcds全局整体调用及sendfile调用的事件数和执行时间。

3,使用perf统计单个executor进程

tpcds执行过程中,统计单个executor进程:3201586

#记录全局调用

nohup perf record -s -T --running-time  -p 3201586 &


#记录sendfile调用

nohup perf record -s -T --running-time -e syscalls:sys_enter_sendfile64  -p 3201586 &


该executor进程结束后,perf record会在执行目录下生成perf.data结果文件

在存在perf.data目录下执行:

perf report -T -D


打开结果文件:

执行

-O + 路径及文件名


# 输入路径及文件名,将结果输出至本地文本文件,便于统计。

统计time running的次数,即为事件数,time running 总和为执行时间。

测试结果

TPCDS

全局

单个executor进程

sendfile

整体调用

占比

sendfile

整体调用

占比

事件数

771

1423

54.18%

440

515

85.44%

执行时间(s)

1720

1853

92.82%

19252

20571

93.59%

目录
相关文章
|
11月前
|
前端开发 测试技术
【前端验证】记录将发包量作为传参以加速debug的环境优化记录
【前端验证】记录将发包量作为传参以加速debug的环境优化记录
|
10月前
|
资源调度 流计算
Flink 指标参数源码解读(读取数量、发送数量、发送字节数、接收字节数等)(下)
Flink 指标参数源码解读(读取数量、发送数量、发送字节数、接收字节数等)(下)
134 1
|
2月前
|
存储 Java Serverless
函数计算产品使用问题之执行一个比较耗时的操作导致请求超时时,该怎么办
函数计算产品作为一种事件驱动的全托管计算服务,让用户能够专注于业务逻辑的编写,而无需关心底层服务器的管理与运维。你可以有效地利用函数计算产品来支撑各类应用场景,从简单的数据处理到复杂的业务逻辑,实现快速、高效、低成本的云上部署与运维。以下是一些关于使用函数计算产品的合集和要点,帮助你更好地理解和应用这一服务。
|
10月前
|
监控 流计算
Flink 指标参数源码解读(读取数量、发送数量、发送字节数、接收字节数等)(上)
Flink 指标参数源码解读(读取数量、发送数量、发送字节数、接收字节数等)(上)
76 1
|
11月前
|
JavaScript API
使用 Node.js Stream API 减少服务器端内存消耗的一个具体例子
使用 Node.js Stream API 减少服务器端内存消耗的一个具体例子
|
Shell 网络安全 Perl
并发从数台机器中获取 hostname,并记录返回信息花费的时长,重定向到一个文件 hostname.txt 中,在全部完成后输出花费时长最短的那台机器的 CPU 信息。
并发从数台机器中获取 hostname,并记录返回信息花费的时长,重定向到一个文件 hostname.txt 中,在全部完成后输出花费时长最短的那台机器的 CPU 信息。
68 0
|
网络协议 应用服务中间件
服务器CLOSE_WAIT请求太多的问题
服务器CLOSE_WAIT请求太多的问题
526 0
|
网络协议
从内核角度分析 listen() 系统调用的 backlog 参数作用
从内核角度分析 listen() 系统调用的 backlog 参数作用
148 0
|
存储 缓存 Java
【Android 逆向】函数拦截 ( 使用 cache_flush 系统函数刷新 CPU 高速缓存 | 刷新 CPU 高速缓存弊端 | 函数拦截推荐时机 )
【Android 逆向】函数拦截 ( 使用 cache_flush 系统函数刷新 CPU 高速缓存 | 刷新 CPU 高速缓存弊端 | 函数拦截推荐时机 )
147 0
【Android 逆向】函数拦截 ( 使用 cache_flush 系统函数刷新 CPU 高速缓存 | 刷新 CPU 高速缓存弊端 | 函数拦截推荐时机 )
|
缓存 算法 网络协议
【Java 网络编程】客户端 Socket 配置 ( 超时时间 | 端口复用 | Nagle 算法 | 心跳包机制 | 连接关闭机制 | 缓冲区大小 | 性能权重设置 | 紧急数据设置 )
【Java 网络编程】客户端 Socket 配置 ( 超时时间 | 端口复用 | Nagle 算法 | 心跳包机制 | 连接关闭机制 | 缓冲区大小 | 性能权重设置 | 紧急数据设置 )
1019 0