<?xml version="1.0" encoding="UTF-8"?>
<rss version="2.0"
	xmlns:content="http://purl.org/rss/1.0/modules/content/"
	xmlns:wfw="http://wellformedweb.org/CommentAPI/"
	xmlns:dc="http://purl.org/dc/elements/1.1/"
	xmlns:atom="http://www.w3.org/2005/Atom"
	xmlns:sy="http://purl.org/rss/1.0/modules/syndication/"
	xmlns:slash="http://purl.org/rss/1.0/modules/slash/"
	>

<channel>
	<title>GzV8.com &#187; 性能测试</title>
	<atom:link href="http://www.gzv8.com/archives/category/%e6%80%a7%e8%83%bd%e6%b5%8b%e8%af%95/feed" rel="self" type="application/rss+xml" />
	<link>http://www.gzv8.com</link>
	<description>互联网引擎</description>
	<lastBuildDate>Thu, 06 Jan 2011 04:08:28 +0000</lastBuildDate>
	<generator>http://wordpress.org/?v=2.9.2</generator>
	<language>en</language>
	<sy:updatePeriod>hourly</sy:updatePeriod>
	<sy:updateFrequency>1</sy:updateFrequency>
			<item>
		<title>Haproxy VS Nginx 均衡负载/反向代理性能哪个牛？</title>
		<link>http://www.gzv8.com/archives/223</link>
		<comments>http://www.gzv8.com/archives/223#comments</comments>
		<pubDate>Thu, 11 Mar 2010 07:32:09 +0000</pubDate>
		<dc:creator>admin</dc:creator>
				<category><![CDATA[性能测试]]></category>
		<category><![CDATA[Haproxy]]></category>
		<category><![CDATA[Nginx]]></category>
		<category><![CDATA[对比]]></category>
		<category><![CDATA[性能]]></category>

		<guid isPermaLink="false">http://www.gzv8.com/?p=223</guid>
		<description><![CDATA[测试环境：
CPU：Xeon2.8G X2 
RAM：4G
OS：RedHat As5.3 X64
工具：apache ab
参数：ab -i -c 500 -n 100000
最终服务端：2个squid 需实现均衡负载
成绩如下：
####### Nginx + haproxy :  (由Nginx通过反向代理发送请求至haproxy, 并由其进行均衡负载)
Concurrency Level:      500
Time taken for tests:   53.758 seconds
Complete requests:      100000
Failed requests:        0
Write errors:           0
Total transferred:      38600386 bytes
HTML transferred:       0 bytes
Requests per second:    1860.19 [#/sec] (mean)
Time per request:       268.790 [ms] (mean)
Time per request:       0.538 [ms] (mean, across all concurrent requests)
Transfer [...]]]></description>
			<content:encoded><![CDATA[<p>测试环境：</p>
<p>CPU：Xeon2.8G X2 <br />
RAM：4G<br />
OS：RedHat As5.3 X64</p>
<p>工具：apache ab<br />
参数：ab -i -c 500 -n 100000</p>
<p>最终服务端：2个squid 需实现均衡负载</p>
<p>成绩如下：</p>
<p>####### Nginx + haproxy :  (由Nginx通过反向代理发送请求至haproxy, 并由其进行均衡负载)</p>
<p>Concurrency Level:      500<br />
Time taken for tests:   53.758 seconds<br />
Complete requests:      100000<br />
Failed requests:        0<br />
Write errors:           0<br />
Total transferred:      38600386 bytes<br />
HTML transferred:       0 bytes<br />
Requests per second:    1860.19 [#/sec] (mean)<br />
Time per request:       268.790 [ms] (mean)<br />
Time per request:       0.538 [ms] (mean, across all concurrent requests)<br />
Transfer rate:          701.21 [Kbytes/sec] received</p>
<p>####### haproxy :  (单独由haproxy进行均衡负载)</p>
<p>Concurrency Level:      500<br />
Time taken for tests:   32.562 seconds<br />
Complete requests:      100000<br />
Failed requests:        0<br />
Write errors:           0<br />
Total transferred:      36606588 bytes<br />
HTML transferred:       0 bytes<br />
Requests per second:    3071.02 [#/sec] (mean)<br />
Time per request:       162.812 [ms] (mean)<br />
Time per request:       0.326 [ms] (mean, across all concurrent requests)<br />
Transfer rate:          1097.85 [Kbytes/sec] received</p>
<p>####### nginx : (单独由nginx进行均衡负载)</p>
<p>Concurrency Level:      500<br />
Time taken for tests:   36.539 seconds<br />
Complete requests:      100000<br />
Failed requests:        0<br />
Write errors:           0<br />
Total transferred:      38600000 bytes<br />
HTML transferred:       0 bytes<br />
Requests per second:    2736.82 [#/sec] (mean)<br />
Time per request:       182.694 [ms] (mean)<br />
Time per request:       0.365 [ms] (mean, across all concurrent requests)<br />
Transfer rate:          1031.65 [Kbytes/sec] received</p>
<p>反复测试，得出其结果：</p>
<p>Haproxy 单独进行均衡负载的性能最强，超过了Nginx。<br />
然而 Nginx + Haproxy 的搭配性能最弱，应该是跟通过了2层反向代理有关。</p>
<p>所以想用 Haproxy 替代 Nginx 所自带的均衡负载功能将会令性能打折。<br />
但 Nginx 的配置法则确远比 Haproxy 灵活。</p>
<p>还是视乎用途而决定吧。</p>
]]></content:encoded>
			<wfw:commentRss>http://www.gzv8.com/archives/223/feed</wfw:commentRss>
		<slash:comments>0</slash:comments>
		</item>
		<item>
		<title>sysbench的安装及使用</title>
		<link>http://www.gzv8.com/archives/155</link>
		<comments>http://www.gzv8.com/archives/155#comments</comments>
		<pubDate>Thu, 11 Mar 2010 06:58:51 +0000</pubDate>
		<dc:creator>admin</dc:creator>
				<category><![CDATA[Linux & Unix]]></category>
		<category><![CDATA[性能测试]]></category>

		<guid isPermaLink="false">http://www.gzv8.com/?p=155</guid>
		<description><![CDATA[sysbench是一个模块化的、跨平台、多线程基准测试工具，主要用于评估测试各种不同系统参数下的数据库负载情况。关于这个项目的详细介绍请看：http://sysbench.sourceforge.net。
它主要包括以下几种方式的测试：
1、cpu性能
2、磁盘io性能
3、调度程序性能
4、内存分配及传输速度
5、POSIX线程性能
6、数据库性能(OLTP基准测试)
目前sysbench主要支持 MySQL,pgsql,oracle 这3种数据库。
一、安装
首先，在 http://sourceforge.net/projects/sysbench 下载源码包。
接下来，按照以下步骤安装：
[root@node2 ~]# tar zxvf sysbench-0.4.8.tar.gz
[root@node2 ~]# cd sysbench-0.4.8
[root@node2 sysbench-0.4.8]# ./configure &#8211;with-mysql-includes=/usr/local/include/mysql &#8211;with-mysql-libs=/usr/local/lib/mysql
[root@node2 sysbench-0.4.8]# make &#38;&#38; make install
安装完毕后，如果在运行时出现下面的错误提示：
sysbench: error while loading shared libraries: libmysqlclient_r.so.16: cannot open shared object file: No such file or directory
使用下面的命令查看libmysqlclient_r.so.16是否存在
[root@node2 sysbench-0.4.8]# find / -name &#8220;libmysqlclient_r.so.16&#8243; -print
/usr/local/lib/mysql/libmysqlclient_r.so.16
结果显示是存在的，那么我们需要做个链接
[root@node2 sysbench-0.4.8]# ln -s /usr/local/lib/mysql/libmysqlclient_r.so.16 /lib/libmysqlclient_r.so.16
如果没有，可以自己下载 devel 或者 share 包来安装。
[separator]
二、开始测试
编译成功之后，就要开始测试各种性能了，测试的方法官网网站上也提到一些，但涉及到 OLTP 测试的部分却不够准确。在这里我大致提一下：
1、cpu性能测试
sysbench --test=cpu [...]]]></description>
			<content:encoded><![CDATA[<p>sysbench是一个模块化的、跨平台、多线程基准测试工具，主要用于评估测试各种不同系统参数下的数据库负载情况。关于这个项目的详细介绍请看：http://sysbench.sourceforge.net。<br />
它主要包括以下几种方式的测试：<br />
1、cpu性能<br />
2、磁盘io性能<br />
3、调度程序性能<br />
4、内存分配及传输速度<br />
5、POSIX线程性能<br />
6、数据库性能(OLTP基准测试)<br />
目前sysbench主要支持 MySQL,pgsql,oracle 这3种数据库。</p>
<p>一、安装<br />
首先，在 http://sourceforge.net/projects/sysbench 下载源码包。<br />
接下来，按照以下步骤安装：</p>
<p>[root@node2 ~]# tar zxvf sysbench-0.4.8.tar.gz</p>
<p>[root@node2 ~]# cd sysbench-0.4.8</p>
<p>[root@node2 sysbench-0.4.8]# ./configure &#8211;with-mysql-includes=/usr/local/include/mysql &#8211;with-mysql-libs=/usr/local/lib/mysql</p>
<p>[root@node2 sysbench-0.4.8]# make &amp;&amp; make install</p>
<p>安装完毕后，如果在运行时出现下面的错误提示：</p>
<p>sysbench: error while loading shared libraries: libmysqlclient_r.so.16: cannot open shared object file: No such file or directory</p>
<p>使用下面的命令查看libmysqlclient_r.so.16是否存在</p>
<p>[root@node2 sysbench-0.4.8]# find / -name &#8220;libmysqlclient_r.so.16&#8243; -print</p>
<p>/usr/local/lib/mysql/libmysqlclient_r.so.16</p>
<p>结果显示是存在的，那么我们需要做个链接</p>
<p>[root@node2 sysbench-0.4.8]# ln -s /usr/local/lib/mysql/libmysqlclient_r.so.16 /lib/libmysqlclient_r.so.16</p>
<p>如果没有，可以自己下载 devel 或者 share 包来安装。</p>
<p>[separator]</p>
<p>二、开始测试<br />
编译成功之后，就要开始测试各种性能了，测试的方法官网网站上也提到一些，但涉及到 OLTP 测试的部分却不够准确。在这里我大致提一下：<br />
1、cpu性能测试</p>
<pre>sysbench --test=cpu --cpu-max-prime=20000 run</pre>
<p>cpu测试主要是进行素数的加法运算，在上面的例子中，指定了最大的素数为 20000，自己可以根据机器cpu的性能来适当调整数值。</p>
<p>2、线程测试</p>
<pre>sysbench --test=threads --num-threads=64 --thread-yields=100 --thread-locks=2 run</pre>
<p>3、磁盘IO性能测试</p>
<pre>sysbench --test=fileio --num-threads=16 --file-total-size=3G --file-test-mode=rndrw prepare
sysbench --test=fileio --num-threads=16 --file-total-size=3G --file-test-mode=rndrw run
sysbench --test=fileio --num-threads=16 --file-total-size=3G --file-test-mode=rndrw cleanup</pre>
<p>上述参数指定了最大创建16个线程，创建的文件总大小为3G，文件读写模式为随机读。</p>
<p>4、内存测试</p>
<pre>sysbench --test=memory --memory-block-size=8k --memory-total-size=4G run</pre>
<p>上述参数指定了本次测试整个过程是在内存中传输 4G 的数据量，每个 block 大小为 8K。</p>
<p>5、OLTP测试</p>
<pre>sysbench --test=oltp --mysql-table-engine=ndbcluster --oltp-table-size=1000000 --num-threads=30</pre>
<pre>--mysql-socket=/usr/local/var/mysql.sock --mysql-user=root --mysql-host=10.0.0.11</pre>
<pre>--mysql-db=backup prepare</pre>
<p>上述参数指定了本次测试的表存储引擎类型为 ndbcluster。另外，指定了表最大记录数为 1000000，其他参数就很好理解了，主要是指定登录方式。测试 OLTP 时，可以自己先创建数据库 sbtest，或者自己用参数 &#8211;mysql-db 来指定其他数据库，我这里指定了数据库backup。&#8211;mysql-table-engine 还可以指定为 innodb 等 MySQL 支持的表存储引擎类型。</p>
]]></content:encoded>
			<wfw:commentRss>http://www.gzv8.com/archives/155/feed</wfw:commentRss>
		<slash:comments>0</slash:comments>
		</item>
		<item>
		<title>RedHat 下的硬盘读写速度测试工具</title>
		<link>http://www.gzv8.com/archives/62</link>
		<comments>http://www.gzv8.com/archives/62#comments</comments>
		<pubDate>Thu, 11 Mar 2010 03:58:35 +0000</pubDate>
		<dc:creator>admin</dc:creator>
				<category><![CDATA[性能测试]]></category>
		<category><![CDATA[hdparm]]></category>

		<guid isPermaLink="false">http://www.gzv8.com/?p=62</guid>
		<description><![CDATA[执行一下以下命令看看你服务器的磁盘性能如何。
hdparm -Tt /dev/sda
以下是 2块 希捷 ES2 SATA 500G 做 Raid0 的速度
[root@admin ~]# hdparm -Tt /dev/sda
/dev/sda:
Timing cached reads:  18916 MB in  1.99 seconds = 9484.20 MB/sec
Timing buffered disk reads:  586 MB in  3.00 seconds = 195.06 MB/sec
以下是 3块希捷 ES2 SATA 500G 做 Raid 5 的速度
[root@web ~]# hdparm -Tt /dev/sda
/dev/sda:
Timing cached reads:  18896 MB in  1.99 seconds [...]]]></description>
			<content:encoded><![CDATA[<p>执行一下以下命令看看你服务器的磁盘性能如何。</p>
<p>hdparm -Tt /dev/sda</p>
<p>以下是 2块 希捷 ES2 SATA 500G 做 Raid0 的速度</p>
<p>[root@admin ~]# hdparm -Tt /dev/sda<br />
/dev/sda:<br />
Timing cached reads:  18916 MB in  1.99 seconds = 9484.20 MB/sec<br />
Timing buffered disk reads:  586 MB in  3.00 seconds = 195.06 MB/sec</p>
<p>以下是 3块希捷 ES2 SATA 500G 做 Raid 5 的速度</p>
<p>[root@web ~]# hdparm -Tt /dev/sda<br />
/dev/sda:<br />
Timing cached reads:  18896 MB in  1.99 seconds = 9473.25 MB/sec<br />
Timing buffered disk reads:  368 MB in  3.00 seconds = 122.55 MB/sec</p>
<p>以下是 2块希捷 ES SATA 250G Raid 0 的速度</p>
<p>[root@app1 ~]# hdparm -Tt /dev/sda<br />
/dev/sda:<br />
Timing cached reads:  18028 MB in  1.97 seconds = 9149.56 MB/sec<br />
Timing buffered disk reads:  292 MB in  3.02 seconds =  96.54 MB/sec</p>
]]></content:encoded>
			<wfw:commentRss>http://www.gzv8.com/archives/62/feed</wfw:commentRss>
		<slash:comments>0</slash:comments>
		</item>
	</channel>
</rss>

