测试开发笔记

数据库相关 , 自动化测试讨论

记录一次我做的influxDB性能测试

By 李镇伟 2018年8月17日

InfluxDB性能测试报告
被测环境：
腾讯云

CPU	内存	带宽	版本号
4核	16G	1Gbit/s	Ubuntu 4.8.4-2ubuntu1~14.04.3

地址：

被测程序：
Docker下安装的influxDB 端口8086

压测环境：
腾讯云

CPU	内存	带宽	版本号
2核	8G	1Gbit/s	Ubuntu 4.8.4-2ubuntu1~14.04.3

地址：

测试程序：
从github上找的influxdata公司提供的两款测试工具
influx-stress 用于写入测试
influxdb-comparisons用于查询测试

测试场景：

写入测试
工具名称	influx-stress
工具github地址	https://github.com/influxdata/influx-stress
测试原理	该工具是通过go语言的fasthttp库编写的。 1. 会在服务器上创建一个数据库stress 2. 然后创建一个MEASUREMENT（类似关系数据库的表）名为ctr 该表有time,n.some三个字段 3. 不断的向stress数据库的ctr表插入数据，每次插入的数据都包含三个字段。每一条数据称为一个points。插入数据的方法是通过influxDB的HTTP API 发送请求（POST /write?db=stress）
测试命令	influx-stress insert -r 60s –strict –pps 200000 –host http://10.XX.XX.XX:8086

测试程序运行结果
Points Per Second（发起请求）	Write Throughput(points/s) （数据库实际处理结果）	CPU平均利用率
200000	199713	33%
300000	299280	45%
400000	392873	62%
500000	491135	80%
600000	593542	90%
650000	606036	93%
700000	613791	95%

测试结论：最大的吞吐量为每秒写入60万条数据。这之后，每秒发送的points再多，吞吐量也不会增加，同时CPU利用率已达90%。

查询测试
工具名称	influxdb-comparisons
工具github地址	https://github.com/influxdata/influxdb-comparisons
测试原理	该工具是通过go语言的fasthttp库编写的。 1. 会在服务器上创建一个数据库benchmark_db 2. 然后创建9个MEASUREMENT ：cpu,disk,diskio,kernel,mem,net,nginx,postgresl 每个measurement 有2160行数据。 3. 通过http GET请求”GET /query?db=benchmark_db“查询cpu这张表。查询语句为：SELECT max(usage_user) from cpu where (hostname = ‘host_0’) and time >= ‘2016-01-01T01:16:32Z’ and time < ‘2016-01-01T02:16:32Z’ group by time(1m) 可以取出61条数据。
测试命令	./bulk_query_gen -query-type “1-host-1-hr” \| ./query_benchmarker_influxdb -urls http://10.XX.XX.XX:8086 -limit 1000

测试结论：因为该工具最大只能测到读取1000条数据，所以没有继续加大压力测试。查询操作的消耗时间因为受到被查询表的数据量和查询语句的复杂性影响，所以在influxDate官方给出的被查表和查询语句下，算出来是平均每秒执行600次查询。