tpcc-mysql压测啥单进程加载数据与并行加载数据后warehouse的数据量问题

软件下载：

wget http://imysql.com/wp-content/uploads/2014/09/tpcc-mysql-src.tgz

安装依赖：

yum install -y mysql-devel

解压安装：

tar xf tpcc-mysql-src.tar

make

测试前准备：

[root tpcc-mysql]$mysql -uroot -p123456 -S /data/mysql-5.5/mysql.sock -e "create database tpcctest"

[root tpcc-mysql]$ mysql -uroot -p123456 -S /data/mysql-5.5/mysql.sock tpcctest <.>

[root tpcc-mysql]$ mysql -uroot -p123456 -S /data/mysql-5.5/mysql.sock -e "show tables from tpcctest"

加载数据：

初始化完毕后，就可以开始加载测试数据了

tpcc_load用法如下：

[root tpcc-mysql]$ ./tpcc_load 127.0.0.1:3308 tpcctest root 123456 10

进行数据库压测：

./tpcc_start

-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

[root tpcc-mysql]$ ./tpcc_start -h127.0.0.1 -P3308 -d tpcctest -u root -p 123456 -w 10 -c 10 -r 120 -l 120

结果显示：

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

option h with value ‘127.0.0.1‘

option P with value ‘3308‘

option d with value ‘tpcctest‘

option u with value ‘root‘

option p with value ‘123456‘

option w with value ‘10‘

option c with value ‘10‘

option r with value ‘120‘

option l with value ‘120‘

[server]: 127.0.0.1 -- 主机

[port]: 3308 -- 端口

[DBname]: tpcctest -- 压测的数据库

[user]: root -- 账号

[pass]: 123456 -- 密码

[warehouse]: 10 -- 仓库数

[connection]: 10 -- 并发线程数

[rampup]: 120 (sec.) -- 数据预热时长

[measure]: 120 (sec.) -- 压测时长

RAMP-UP TIME.(120 sec.) --预热结束

MEASURING START. --开始压测

10, 27(0):3.829|7.321, 26(0):1.854|4.399, 3(0):1.503|1.670, 3(0):4.467|5.559, 3(0):14.525|20.229 --每10秒输出一次压测数据

20, 31(0):3.153|3.247, 29(0):0.861|1.202, 3(0):0.400|0.475, 3(0):4.471|4.980, 0(0):0.000|0.000

30, 28(0):3.559|3.943, 27(0):0.807|0.838, 2(0):0.285|0.379, 2(0):3.273|3.628, 3(0):13.534|13.577

40, 26(0):3.643|4.040, 32(0):0.676|0.686, 4(0):0.337|0.393, 4(0):4.397|5.081, 6(0):13.890|16.757

50, 32(1):4.377|5.695, 30(0):0.749|0.813, 2(0):0.254|0.309, 3(0):3.418|4.066, 2(0):11.356|12.581

60, 32(0):3.561|3.602, 33(0):1.024|1.645, 4(0):0.318|0.413, 3(0):3.446|3.542, 5(0):11.772|12.417

70, 41(0):3.228|3.415, 39(0):0.956|1.296, 4(0):0.394|0.396, 5(0):3.671|3.925, 1(0):0.000|13.920

80, 35(1):4.096|6.454, 35(0):0.727|0.877, 3(0):0.344|0.410, 3(0):3.100|3.961, 4(0):11.251|11.489

90, 27(0):2.787|3.505, 25(0):0.945|1.093, 2(0):0.394|0.423, 2(0):2.804|5.293, 3(0):11.637|12.463

100, 31(2):5.050|5.467, 31(0):0.835|0.884, 4(0):0.334|0.363, 4(0):3.094|3.738, 2(0):11.853|11.885

110, 32(0):3.101|3.968, 33(0):0.606|1.503, 3(0):0.255|0.347, 3(0):3.007|3.427, 5(0):11.685|12.653

120, 34(0):3.359|3.713, 33(0):0.730|0.844, 3(0):0.319|0.504, 3(0):3.092|3.502, 2(0):8.187|10.347

-- 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):90%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):90%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

STOPPING THREADS.......... -- 结束压测

-- 第一次统计结果

[0] sc:372 lt:4 rt:0 fl:0 -- 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

[1] sc:373 lt:0 rt:0 fl:0 -- Payment，支付业务统计，其他同上

[2] sc:37 lt:0 rt:0 fl:0 -- Order-Status，订单状态业务统计，其他同上

[3] sc:38 lt:0 rt:0 fl:0 -- Delivery，发货业务统计，其他同上

[4] sc:36 lt:0 rt:0 fl:0 -- Stock-Level，库存业务统计，其他同上

in 120 sec.

-- 第二次统计结果，其他同上

[0] sc:372 lt:4 rt:0 fl:0

[1] sc:373 lt:0 rt:0 fl:0

[2] sc:37 lt:0 rt:0 fl:0

[3] sc:38 lt:0 rt:0 fl:0

[4] sc:36 lt:0 rt:0 fl:0

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

[transaction percentage]

Payment: 43.37% (>=43.0%) [OK] -- 支付成功次数(上述统计结果中 sc + lt)必须大于43.0%，否则结果为NG，而不是OK

Order-Status: 4.30% (>= 4.0%) [OK] --订单状态，其他同上

Delivery: 4.42% (>= 4.0%) [OK] -- 发货，其他同上

Stock-Level: 4.19% (>= 4.0%) [OK] -- 库存，其他同上

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

New-Order: 98.94% [OK] -- 下面几个响应耗时指标全部 100% 通过

Payment: 100.00% [OK]

Order-Status: 100.00% [OK]

Delivery: 100.00% [OK]

Stock-Level: 100.00% [OK]

188.000 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：372/2=186) 载请附上原文出处链接及本声明。 原文链接：https://blog.csdn.net/weixin_29420299/article/details/114334248