TPCC-MySQL输出结果详解
前面的一篇文章介绍了测试工具tpcc-mysql的安装与使用,奈何网上基本没有对于tpcc-mysql 结果的分析，本文介绍如何对测试结果进行分析:
一 测试例子
[root@rac1 tpcc-mysql]# tpcc_start -hlocalhost -d tpcc -u root -p '' -w 5 -c 5 -r 120 -l 300 -f tpcc_mysql_20130403.xls
***************************************
*** ###easy### TPC-C Load Generator ***
***************************************
option h with value 'localhost'
option d with value 'tpcc'
option u with value 'root'
option p with value ''
option w with value '5'
option c with value '5'
option r with value '120'
option l with value '300'
option f with value 'tpcc_mysql_20130403.xls'
[server]: localhost
[port]: 3306
[DBname]: tpcc
[user]: root
[pass]:
[warehouse]: 5
[connection]: 5
[rampup]: 120 (sec.)
[measure]: 300 (sec.)
-----以上部分可以忽略,有不懂的地方请参考前文的介绍。
RAMP-UP TIME.(120 sec.) --热身时间
MEASURING START.
10, 861(0):1.544|2.791, 858(0):0.471|1.265, 86(0):0.245|0.500, 87(0):2.102|3.095, 86(0):5.127|11.375
20, 826(0):1.419|1.681, 826(0):0.418|0.637, 83(0):0.174|0.181, 82(0):1.975|2.239, 82(0):4.447|4.848
30, 848(0):1.463|2.296, 850(0):0.422|0.943, 85(0):0.180|0.201, 85(0):1.865|2.174, 85(0):4.267|8.545
40, 802(0):1.518|2.436, 802(0):0.497|0.820, 80(0):0.224|0.344, 81(0):1.925|2.115, 81(0):4.373|4.886
50, 851(0):1.678|3.510, 854(0):0.483|0.590, 85(0):0.234|0.295, 85(0):1.832|1.903, 85(0):6.480|8.878
60, 855(0):1.457|1.889, 851(0):0.456|0.741, 85(0):0.205|0.230, 84(0):2.123|2.281, 85(0):4.648|10.951
70, 843(0):1.474|1.752, 847(0):0.447|0.781, 85(0):0.228|0.244, 86(0):2.045|2.058, 85(0):4.357|4.808
80, 838(0):1.471|1.737, 835(0):0.447|0.769, 84(0):0.176|0.247, 84(0):1.856|1.988, 84(0):4.054|4.336
90, 820(0):1.499|2.230, 821(0):0.540|1.114, 82(0):0.221|0.260, 81(0):2.112|2.177, 81(0):4.485|4.582
100, 785(0):1.504|2.217, 783(0):0.426|0.912, 78(0):0.188|0.189, 78(0):2.010|2.227, 79(0):4.280|4.862
110, 893(0):1.449|2.576, 891(0):0.444|0.732, 89(0):0.183|0.187, 89(0):1.976|1.978, 89(0):5.972|6.259
120, 838(0):1.482|1.818, 840(0):0.480|0.802, 84(0):0.307|0.333, 84(0):1.887|2.657, 84(0):4.079|4.105
......
210, 832(0):1.464|2.587, 832(0):0.496|0.954, 83(0):0.246|0.371, 85(0):2.055|3.083, 84(0):6.794|10.487
220, 825(0):1.493|1.906, 829(0):0.479|0.864, 83(0):0.258|0.294, 83(0):1.891|2.111, 83(0):4.154|8.172
230, 810(0):1.512|2.304, 810(0):0.478|0.605, 80(0):0.207|0.226, 78(0):1.965|2.032, 81(0):4.192|4.499
240, 879(0):1.489|1.889, 873(0):0.477|1.096, 89(0):0.196|0.199, 89(0):1.985|2.005, 88(0):6.170|6.262
250, 859(0):1.388|1.772, 859(0):0.417|0.689, 86(0):0.260|0.278, 86(0):1.787|1.833, 86(0):4.062|5.333
260, 789(0):1.517|2.585, 793(0):0.523|0.764, 78(0):0.211|0.343, 78(0):1.683|1.721, 79(0):4.182|9.561
270, 821(0):1.463|2.214, 818(0):0.415|0.653, 83(0):0.236|0.243, 83(0):1.739|2.034, 81(0):4.482|5.035
280, 748(0):1.519|2.312, 752(0):0.463|0.892, 74(0):0.185|0.316, 76(0):1.818|2.107, 75(0):4.247|4.303
290, 834(0):1.514|2.821, 833(0):0.440|0.687, 84(0):0.278|0.287, 82(0):1.947|2.096, 83(0):4.184|4.466
300, 793(0):1.583|2.225, 793(0):0.474|0.860, 79(0):0.193|0.200, 80(0):2.006|2.111, 80(0):4.433|4.553
STOPPING THREADS.....
[0] sc:24839 lt:0 rt:0 fl:0
[1] sc:24839 lt:0 rt:0 fl:0
[2] sc:2484 lt:0 rt:0 fl:0
[3] sc:2485 lt:0 rt:0 fl:0
[4] sc:2484 lt:0 rt:0 fl:0
in 300 sec.
[0] sc:24839 lt:0 rt:0 fl:0
[1] sc:24839 lt:0 rt:0 fl:0
[2] sc:2484 lt:0 rt:0 fl:0
[3] sc:2485 lt:0 rt:0 fl:0
[4] sc:2484 lt:0 rt:0 fl:0
(all must be [OK])
[transaction percentage]
Payment: 43.48% (>=43.0%) [OK]
Order-Status: 4.35% (>= 4.0%) [OK]
Delivery: 4.35% (>= 4.0%) [OK]
Stock-Level: 4.35% (>= 4.0%) [OK]
[response time (at least 90% passed)]
New-Order: 100.00% [OK]
Payment: 100.00% [OK]
Order-Status: 100.00% [OK]
Delivery: 100.00% [OK]
Stock-Level: 100.00% [OK]
4967.800 TpmC
结果分析：
TPCC-MySQL输出结果包括五个业务逻辑，这五个业务逻辑构成了TPCC-MySQL测试的整个事务处理过程。
具体如下所示:
New-Order :新订单
Payment :支付
Order-Status :订单查询
Delivery :发货
Stock-Level :库存
预定义变量:
为了能够清晰的说明以下内容，首先定义一些变量，便于以下的计算和说明。具体如下所示:
success = 执行成功的记录数
late = 执行延迟的记录数
pre_success=上一次执行成功的记录数
pre_late = 上一次执行失败的记录数
late定义:
根据不同的业务，late的定义也不同，五种业务逻辑分别对操作延迟定义的界限值如下所示:
New-Order 5ms
Payment 5ms
Order-Status 5ms
Delivery 80ms
Stock-Level 20ms
计算:
根据以上定义的变量，计算相应字段的结果和说明相应字段的含义。
1、时间间隔内成功的事务(包括成功和延迟的事务) :sl=success+late-pre_success-pre_late
2、时间间隔内延迟的事务 :l=late-pre_late
3、时间间隔内前90%记录(实际为99%)的平均 rt :rt90
4、时间间隔内最大的rt :max_rt
实例分析:
根据输出结果，根据以上计算和说明内容，对未说明的部分分析如下:
Count New-Order Payment Order-Status Delivery Stock-Level
sl(l):rt90|max_rt sl(l):rt90|max_rt sl(l):rt90|max_rt sl(l):rt90|max_rt sl(l):rt90|max_rt
#, #(#):#|#, #(#):#|#, #(#):#|#, #(#):#|#, #(#):#|#
10, 861(0):1.544|2.791, 858(0):0.471|1.265, 86(0):0.245|0.500, 87(0):2.102|3.095, 86(0):5.127|11.375
上述结果标明 新订单 时间间隔内成功的事务数861个,延迟事务0个,90%的rt 小于1.54ms 最高的rt 2.791ms
支付 成功的事务数858个,延迟事务0个,90%的rt是在0.471ms 最高的rt在1.265ms
订单查询 成功的事务数86个,延迟事务0个, 90%的rt是在0.245ms 最高的rt在0.500ms
发货 成功的事务数87个,延迟事务0个,90%的rt是在2.102ms 最高的rt在3.095ms
库存 成功的事务数86个,延迟事务0个,90%的rt是在5.127ms 最高的rt在11.375ms
通常对mysql进行测试的同时，我们也要对整个服务器(一般是磁盘iops)进行信息统计收集,做出图表以便后期的分析。