467
DRDS性能評估分析
一． DRDS性能評估分析目標
通常我們在分布式數據庫選項過程中會對DRDS進行性能評估分析，我認為主要包含以下3個目的：
1.   評估DRDS性能，判斷DRDS是否滿足預期的性能需求
2.   獲取DRDS性能容量及各負載條件下性能表現，為容量規劃提供參考依據
3.   定位診斷DRDS性能瓶頸及原因並調整優化
二． 性能評估分析主要性能指標
資源指標：
CPU 利用率：DRDS 服務節點的 CPU 利用率的平均值
網絡輸入流量：DRDS 服務節點的網絡輸入流量的總和
網絡輸出流量：DRDS 服務節點的網絡輸出流量的總和
連接數：應用到 DRDS 的連接總數
活躍線程數：DRDS 用來執行 SQL 的線程數
產品業務性能指標：
邏輯 QPS：DRDS 服務節點每秒處理的 SQL 語句數目的總和
物理 QPS：DRDS 服務節點每秒發送到 RDS 的 SQL 操作數總和
邏輯 RT：DRDS 對於每條 SQL 的平均響應時間
物理 RT：DRDS 發送到 RDS 的 SQL 的平均響應時間
壓測工具性能指標：
每秒SQL數：每秒壓測工具執行的SQL數量總和
平均響應時間：壓測工具的每個請求從發生到接受響應的平均延遲時間
三． 性能評估分析原理及方法
上麵這圖是比較典型的負載、資源、吞吐量、響應時間之間的趨勢關係
1.輕負載區：隨著負載的增加，響應時間變化不大，係統資源利用率和TPS幾乎線性增長
2.重負載區：隨著負載持續的增加，資源開始趨於飽和，TPS到達拐點
3.崩潰區：隨著負載的進一步增加，這時候的係統資源主要消耗在資源競爭和調度上，TPS反而開始保持平穩狀態或開始下降，請求隊列裏的請求開始膨脹，響應時間開始快速上升
結合這個原理，一些經過實踐的簡單公式也可以幫助我們分析：
前提條件，模擬的虛擬並發用戶數沒有思考時間，上一個請求完成後馬上請求下一個，
從壓測工具端來看：TPS或QPS=並發用戶數 / 響應時間
反之 並發用戶數 = TPS * 響應時間
響應時間 = 並發用戶數 * TPS
從DRDS端可以得出公式： QPS=活躍線程數 / SQL邏輯時間
反之 活躍線程數= QPS * SQL邏輯時間
SQL邏輯時間=活躍線程數 * QPS
四． 性能評估壓測工具使用
請查看地址：https://yq.aliyun.com/articles/133785
五． 性能評估分析案例
壓測環境：DRDS 4c4g
壓測表結構：一張用戶表，按u_id進行分庫
壓測模型：
|
SQL類型 |
SQL語句 |
SQL比例 |
|
插入 |
INSERT INTO `marcotest`.`user_tbl` (`u_name`, `u_phone`, `u_national` ) VALUES (?,?,'China'); |
20% |
|
查詢 |
select * from `marcotest`.`user_tbl` where u_id=? |
70% |
|
更新 |
update `marcotest`.`user_tbl` set u_phone=? where u_id=? |
10% |
通過Jmeter壓測DRDS，壓測結果如下：
業務指標：
DRDS資源指標：
整理後的結果數據：
|
並發用戶數 |
平均響應時間（ms） |
每秒SQL數（個） |
CPU平均利用率（百分比） |
|
8 |
4 |
1778 |
40% |
|
16 |
4 |
3490 |
70% |
|
32 |
5.5 |
5413 |
85% |
|
48 |
7.5 |
6095 |
90% |
|
64 |
9.5 |
6387 |
95% |
|
80 |
12 |
6483 |
99% |
性能分析：
在當前測試環境下，按壓測模型進行壓測，從結果數據來看，當並發超過32後以後QPS增長緩慢，並且CPU利用率趨於飽和，可以判斷這個時候資源基本快達到瓶頸，導致吞吐量上漲受限。另外我們可以看到資源沒有瓶頸的時候，響應時間基本保持平緩趨勢，一旦資源飽和時，上漲趨勢比較明顯。
最後更新：2017-07-21 00:32:39