MySQL 数据库基准测试报告
MySQL 数据库基准测试报告
1. 引言
数据库基准测试是一项重要的性能评估活动,旨在通过模拟实际的工作负载,测试数据库在不同条件下的表现。这些测试有助于发现性能瓶颈并提供优化的依据。在本报告中,我们将基于 sysbench
工具对 MySQL 数据库进行基准测试,并分析测试结果。
2. 测试环境
- 数据库版本: MySQL 8.0.x
- 操作系统: CentOS 8
- 硬件配置:
- CPU: Intel Xeon E5-2650 v4 (12 核 24 线程)
- 内存: 64 GB
- 存储: SSD 1TB
- 网络: 1Gbps
- 测试工具: Sysbench 1.0.20
- 数据库配置:
- 使用默认的 MySQL 配置,未进行特殊的性能优化。
- 测试数据库:
testdb
- 测试表大小: 1,000,000 行数据
3. 测试方法
本次基准测试使用 sysbench
工具进行 OLTP (在线事务处理) 性能测试,重点关注数据库的读取与写入性能。测试的工作负载模拟了一个具有混合读写操作的典型业务场景,具体操作包括:
- 读取:查询操作,模拟数据库读取。
- 写入:插入、更新和删除操作,模拟数据库写入。
- 混合:同时进行读写操作。
测试步骤包括:
- 准备数据:创建测试表并插入数据。
- 运行测试:执行实际的性能测试,测量每秒的查询数、事务数以及延迟。
- 清理数据:删除测试过程中创建的数据。
以下是测试的具体命令:
- 准备数据:
sysbench /usr/share/sysbench/oltp_read_write.lua --db-driver=mysql --mysql-user=root --mysql-password=your_password --mysql-db=testdb --mysql-host=127.0.0.1 --table-size=1000000 prepare
- 执行测试:
sysbench /usr/share/sysbench/oltp_read_write.lua --db-driver=mysql --mysql-user=root --mysql-password=your_password --mysql-db=testdb --mysql-host=127.0.0.1 --table-size=1000000 --threads=4 --time=60 run
- 清理数据:
sysbench /usr/share/sysbench/oltp_read_write.lua --db-driver=mysql --mysql-user=root --mysql-password=your_password --mysql-db=testdb --mysql-host=127.0.0.1 cleanup
4. 测试结果
以下是执行 sysbench
性能测试后得到的输出结果:
text
复制代码
SQL statistics: queries performed: read: 317464 write: 90704 other: 45352 total: 453520 transactions: 22676 (377.87 per sec.) queries: 453520 (7557.34 per sec.) ignored errors: 0 (0.00 per sec.) reconnects: 0 (0.00 per sec.) General statistics: total time: 60.0090s total number of events: 22676 Latency (ms): min: 5.22 avg: 10.58 max: 75.97 95th percentile: 15.27 sum: 239896.42 Threads fairness: events (avg/stddev): 5669.0000/31.25 execution time (avg/stddev): 59.9741/0.00
5. 结果分析
从上面的输出中,可以得到以下关键统计数据:
-
查询性能:
- 总查询次数:453,520 次,其中读取操作占比最大(317,464 次),写入操作为 90,704 次,其他操作(如更新、删除)为 45,352 次。
- 每秒查询数:7557.34 次,表现出很高的吞吐量。
-
事务性能:
- 总事务数:22,676 次,每秒事务数为 377.87 次。虽然写入操作的数量较少,但事务执行的稳定性较好。
-
延迟表现:
- 最短延迟:5.22 毫秒,表示在大多数情况下,查询响应非常迅速。
- 平均延迟:10.58 毫秒,表明查询性能良好,延迟保持在较低水平。
- 最大延迟:75.97 毫秒,尽管绝大多数查询的延迟较低,但最大延迟的存在表明在高负载下,部分查询可能会遇到较长的响应时间。
- 95th 百分位延迟:15.27 毫秒,表示 95% 的请求在 15 毫秒内完成,说明大多数操作响应较快。
-
线程公平性:
- 每个线程的事件数和执行时间的标准差较小,表明各个线程的工作负载分配相对均衡,测试运行时没有明显的资源竞争问题。
6. 性能瓶颈及优化建议
从测试结果来看,MySQL 在处理混合读写负载时表现出了良好的性能。然而,仍有一些方面可以进行优化:
- 最大延迟:最大延迟为 75.97 毫秒,可能会影响实时性要求较高的应用。在高并发场景下,最大延迟较长,建议进一步优化数据库配置(例如调整缓存、连接池、索引优化等)。
- 写入性能:虽然写入次数相对较少(90,704 次),但可以通过增加数据库的缓存、使用更高性能的存储介质来进一步提高写入性能。
- 查询优化:进一步优化查询,尤其是在进行范围查询和复杂查询时,确保数据库设计和索引的有效性。
7. 结论
本次基准测试表明,MySQL 数据库在处理高并发的读写混合负载时能够提供相对高效的性能,尤其是在低延迟和高吞吐量方面。然而,为了进一步提高性能,尤其是应对更高的并发和大规模数据量,建议进行一些配置优化和硬件升级。基准测试为数据库性能瓶颈的排查和优化提供了宝贵的数据支持。
相关文章:
MySQL 数据库基准测试报告
MySQL 数据库基准测试报告 1. 引言 数据库基准测试是一项重要的性能评估活动,旨在通过模拟实际的工作负载,测试数据库在不同条件下的表现。这些测试有助于发现性能瓶颈并提供优化的依据。在本报告中,我们将基于 sysbench 工具对 MySQL 数据…...

计算机毕业设计Python+大模型神经网络电影推荐 知识图谱图神经网络电影推荐可视化系统 注意力机制 秒杀同类电影推荐项目 GNN GAT
温馨提示:文末有 CSDN 平台官方提供的学长联系方式的名片! 温馨提示:文末有 CSDN 平台官方提供的学长联系方式的名片! 温馨提示:文末有 CSDN 平台官方提供的学长联系方式的名片! 作者简介:Java领…...

Python | Leetcode Python题解之第543题二叉树的直径
题目: 题解: class Solution:def diameterOfBinaryTree(self, root: TreeNode) -> int:self.ans 1def depth(node):# 访问到空节点了,返回0if not node:return 0# 左儿子为根的子树的深度L depth(node.left)# 右儿子为根的子树的深度R …...

【浪潮商城-注册安全分析报告-无验证方式导致安全隐患】
前言 由于网站注册入口容易被黑客攻击,存在如下安全问题: 1. 暴力破解密码,造成用户信息泄露 2. 短信盗刷的安全问题,影响业务及导致用户投诉 3. 带来经济损失,尤其是后付费客户,风险巨大,造…...

如何设置VSCODE快捷键光标移到行首和行尾
{ "key": "cmdhome", "command": "cursorTop", },{ "key": "cmdend", "command": "cursorBottom", }...

Android——多线程、线程通信、handler机制
Android——多线程、线程通信、handler机制 模拟网络请求,会阻塞主线程 private String getStringForNet() {StringBuilder stringBuilder new StringBuilder();for (int i 0; i < 100; i) {stringBuilder.append("字符串" i);}try {Thread.sleep(…...

Java | Leetcode Java题解之第542题01矩阵
题目: 题解: class Solution {static int[][] dirs {{-1, 0}, {1, 0}, {0, -1}, {0, 1}};public int[][] updateMatrix(int[][] matrix) {int m matrix.length, n matrix[0].length;// 初始化动态规划的数组,所有的距离值都设置为一个很大…...

docker安装低版本的jenkins-2.346.3,在线安装对应版本插件失败的解决方法
提示:写完文章后,目录可以自动生成,如何生成可参考右边的帮助文档 文章目录 前言一、网上最多的默认解决方法1、jenkins界面配置清华源2、替换default.json文件 二、解决低版本Jenkins在线安装插件问题1.手动下载插件并导入2.低版本jenkins在…...

CSS3新增渐变(线性渐变、径向渐变、重复渐变)
1.线性渐变 代码: 效果图: 使文字填充背景颜色: 效果图: 2.径向渐变 代码: 效果图: 代码图: 效果图: 3.重复渐变 代码: 效果图:...

汽车免拆诊断案例 | 2017款凯迪拉克XT5车组合仪表上的指针均失灵
故障现象 一辆2017款凯迪拉克XT5车,搭载LTG 发动机,累计行驶里程约为17.2万km。车主反映,组合仪表上的发动机转速表、车速表、燃油表及发动机冷却液温度表的指针均不指示,但发动机起动及运转正常,且车辆行驶正常。 故…...

Cloudera Hue深度解析:安装、配置到高级用法
Hue的介绍 HUE 是一个开源的 Apache Hadoop UI 系统,早期由 Cloudera 开发,它是基于 Python Web 框架 Django 实现,后来贡献给开源社区。它包括 3 个部分 hue ui,hue server, hue db。通过使用 Hue 我们可以通过浏览…...

17、论文阅读:VMamba:视觉状态空间模型
前言 设计计算效率高的网络架构在计算机视觉领域仍然是一个持续的需求。在本文中,我们将一种状态空间语言模型 Mamba 移植到 VMamba 中,构建出一个具有线性时间复杂度的视觉主干网络。VMamba 的核心是一组视觉状态空间 (VSS) 块,搭配 2D 选择…...

GPT-5 一年后发布?对此你有何期待?
GPT-5 一年后发布?对此你有何期待? 在最新技术的洪流中,GPT-5即将登场。你是否在思考,它将为我们的生活和工作带来哪些变革?接下来的探索,或许可以启发你对未来的想象。让我们一起深入这场关于未来AI语言模…...

2024中国国际数字经济博览会:图为科技携明星产品引领数智化潮流
10月24日,全球数智化领域的目光齐聚于中国石家庄正定,一场关于数字经济未来的盛会—2024中国国际数字经济博览会在此拉开帷幕。 云边端算力底座的领航者,图为科技携其明星产品惊艳亮相,期待与您共赴一场数智化的非凡之旅ÿ…...

大模型面试题:常见的微调方法有哪些说下原理并对比
更多实时面试题总结请关注我的公众号"算法狗" 或移步至 https://pica.zhimg.com/80/v2-7fd6e77f69aa02c34ca8c334870b3bcd_720w.webp?sourced16d100b 这里说的微调主要是指参数微调,参数微调的方法主要有以下几种: Adapter 在预训练模型每一层…...
CentOS 9 Stream 上安装 PostgreSQL 16
CentOS 9 Stream 上安装 PostgreSQL 16 CentOS 9 Stream 上安装 PostgreSQL 16设置密码并且远程连接 CentOS 9 Stream 上安装 PostgreSQL 16 在 CentOS 9 Stream 上安装 PostgreSQL 16 可以通过以下步骤完成: 添加 PostgreSQL 官方仓库: PostgreSQL 提…...

【数据分享】1901-2023年我国省市县镇四级的逐年最高气温数据(免费获取/Shp/Excel格式)
之前我们分享过1901-2023年1km分辨率逐月最高气温栅格数据和Excel和Shp格式的省市县镇四级逐月最高气温数据,原始的逐月最高气温栅格数据来源于彭守璋学者在国家青藏高原科学数据中心平台上分享的数据!基于逐月数据我们采用求年平均值的方法得到逐年最高…...

使用C++和QT开发应用程序入门以及开发实例分享
目录 1、搭建开发环境(VS2010和QT4.8.2) 2、创建一个QT窗口 3、在QT窗口中添加子窗口 4、QT界面布局 5、QT信号(SIGNAL)和槽(SLOT) 6、最后 C软件异常排查从入门到精通系列教程(专栏文章列…...

Openlayers高级交互(20/20):超级数据聚合,页面不再混乱
本示例在vue+openlayers中使用cluster生成聚合数据的效果。在OpenLayers中实现点聚合(clustering)是一个常见的需求,特别是在处理大量地理数据点时。聚合可以提高地图的性能并减少视觉上的混乱。 一、示例效果图 专栏名称内容介绍Openlayers基础实战 (72篇)专栏提供73篇文…...

qt QStandardItemModel详解
1、概述 QStandardItemModel是Qt框架中提供的一个基于项的模型类,用于存储和管理数据,这些数据可以以表格的形式展示在视图控件(如QTableView、QTreeView等)中。QStandardItemModel支持丰富的数据操作,包括添加、删除…...

《Qt C++ 与 OpenCV:解锁视频播放程序设计的奥秘》
引言:探索视频播放程序设计之旅 在当今数字化时代,多媒体应用已渗透到我们生活的方方面面,从日常的视频娱乐到专业的视频监控、视频会议系统,视频播放程序作为多媒体应用的核心组成部分,扮演着至关重要的角色。无论是在个人电脑、移动设备还是智能电视等平台上,用户都期望…...
linux 下常用变更-8
1、删除普通用户 查询用户初始UID和GIDls -l /home/ ###家目录中查看UID cat /etc/group ###此文件查看GID删除用户1.编辑文件 /etc/passwd 找到对应的行,YW343:x:0:0::/home/YW343:/bin/bash 2.将标红的位置修改为用户对应初始UID和GID: YW3…...

Module Federation 和 Native Federation 的比较
前言 Module Federation 是 Webpack 5 引入的微前端架构方案,允许不同独立构建的应用在运行时动态共享模块。 Native Federation 是 Angular 官方基于 Module Federation 理念实现的专为 Angular 优化的微前端方案。 概念解析 Module Federation (模块联邦) Modul…...

EtherNet/IP转DeviceNet协议网关详解
一,设备主要功能 疆鸿智能JH-DVN-EIP本产品是自主研发的一款EtherNet/IP从站功能的通讯网关。该产品主要功能是连接DeviceNet总线和EtherNet/IP网络,本网关连接到EtherNet/IP总线中做为从站使用,连接到DeviceNet总线中做为从站使用。 在自动…...
Vite中定义@软链接
在webpack中可以直接通过符号表示src路径,但是vite中默认不可以。 如何实现: vite中提供了resolve.alias:通过别名在指向一个具体的路径 在vite.config.js中 import { join } from pathexport default defineConfig({plugins: [vue()],//…...

02.运算符
目录 什么是运算符 算术运算符 1.基本四则运算符 2.增量运算符 3.自增/自减运算符 关系运算符 逻辑运算符 &&:逻辑与 ||:逻辑或 !:逻辑非 短路求值 位运算符 按位与&: 按位或 | 按位取反~ …...
TCP/IP 网络编程 | 服务端 客户端的封装
设计模式 文章目录 设计模式一、socket.h 接口(interface)二、socket.cpp 实现(implementation)三、server.cpp 使用封装(main 函数)四、client.cpp 使用封装(main 函数)五、退出方法…...
字符串哈希+KMP
P10468 兔子与兔子 #include<bits/stdc.h> using namespace std; typedef unsigned long long ull; const int N 1000010; ull a[N], pw[N]; int n; ull gethash(int l, int r){return a[r] - a[l - 1] * pw[r - l 1]; } signed main(){ios::sync_with_stdio(false), …...
使用python进行图像处理—图像滤波(5)
图像滤波是图像处理中最基本和最重要的操作之一。它的目的是在空间域上修改图像的像素值,以达到平滑(去噪)、锐化、边缘检测等效果。滤波通常通过卷积操作实现。 5.1卷积(Convolution)原理 卷积是滤波的核心。它是一种数学运算,…...

RKNN开发环境搭建2-RKNN Model Zoo 环境搭建
目录 1.简介2.环境搭建2.1 启动 docker 环境2.2 安装依赖工具2.3 下载 RKNN Model Zoo2.4 RKNN模型转化2.5编译C++1.简介 RKNN Model Zoo基于 RKNPU SDK 工具链开发, 提供了目前主流算法的部署例程. 例程包含导出RKNN模型, 使用 Python API, CAPI 推理 RKNN 模型的流程. 本…...