hbase自带的压力测试使用

待我称王封你为后i 2022-04-25 08:34 487阅读 0赞

个人推荐使用：[https://github.com/brianfrankcooper/YCSB/][https_github.com_brianfrankcooper_YCSB]

示例: 顺序写命令:

hbase org.apache.hadoop.hbase.PerformanceEvaluation --rows=10000 --valueSize=8000 randomWrite 5

hbase pe --nomapred --oneCon=true --valueSize=1000 --compress=GZ --rows=150000 --autoFlush=true --presplit=64 --families=4 --columns=6 --table=zyc_pe_test --caching=1000 randomWrite 100

–nomapred表示不使用MAPREDUCE框架  
–oneCon=true 所有线程是否共享连接  
–valueSize=100 一次写入所写入value的大小  
–compress 压缩方式  
–presplit=64 创建预分表（初始情况下将table分为多少个分区）  
–autoFlush=true client在收到put请求时是否每次都发送到region server  
–rows=150000 每个线程需要发送的数据量  
每次测试都会删除之前测试创建的测试表。删除表的时间不计入结果  
  
说明: 命令行创建5个客户端，并且执行持续的写入测试。每个客户端每次写入8000字节, 每个客户端共写入10000行. 命令行将一直显示完成的进度直到打印最后的结果，当用户确定客户端服务器负载并不大时，可增加一定数量的客户端（也就是说线程或者MapReduce任务）

顺序读:
    hbase org.apache.hadoop.hbase.PerformanceEvaluation sequentialRead 1
    随机写:
    hbase org.apache.hadoop.hbase.PerformanceEvaluation randomWrite 1
    随机读:
    hbase org.apache.hadoop.hbase.PerformanceEvaluation randomRead 1

参数说明：

hbase pe org.apache.hadoop.hbase.PerformanceEvaluation <OPTIONS> [-D<property=value>]* <command> <nclients>
    
    其中
    Options:
    
     nomapred        采用MapReduce的方式启动多线程测试还是通过多线程的方式，如果没有安装MapReduce，或者不想用MapReduce，通常我们采用多线程的方式，因此一般在命令中加上--nomapred来表示不使用MapReduce。
     rows            每个客户端(线程)运行的行。默认值：一百万。注意这里的行数是指单线程的行数，如果rows=100， 线程数为10，那么在写测试中，写入HBase的将是 100 x 10 行
     size            总大小,单位GiB。与--rows互斥。默认值：1.0。
     sampleRate      样本比例:对总行数的一部分样本执行测试。只有randomRead支持。默认值：1.0
     traceRate      启用HTrace跨度。每N行启动一次跟踪。默认值：0
     table           测试表的名字，如果不设，默认为TestTable。
     multiGet        如果> 0，则在执行RandomRead时，执行多次获取而不是单次获取。默认值：0
     compress        要使用的压缩类型（GZ，LZO，...）。默认值：'无'
     flushCommits    该参数用于确定测试是否应该刷新表。默认值：false
     writeToWAL      在puts上设置writeToWAL。默认值：True
     autoFlush       默认为false，即PE默认用的是BufferedMutator，BufferedMutator会把数据攒在内存里，达到一定的大小再向服务器发送，如果想明确测单行Put的写入性能，建议设置为true。个人觉得PE中引入autoFlush会影响统计的准确性，因为在没有攒够足够的数据时，put操作会立马返回，根本没产生RPC，但是相应的时间和次数也会被统计在最终结果里。
     oneCon          多线程运行测试时，底层使用一个还是多个链接。这个参数默认值为false，每个thread都会启一个Connection，建议把这个参数设为True
     presplit        表的预分裂region个数，在做性能测试时一定要设置region个数，不然所有的读写会落在一个region上，严重影响性能
     inmemory        试图尽可能保持CF内存的HFile。不保证始终从内存中提供读取。默认值：false
     usetags         与KV一起写标签。与HFile V3配合使用。默认值：false
     numoftags       指定所需的标签号。仅当usetags为true时才有效。
     filterAll       通过不将任何内容返回给客户端，帮助过滤掉服务器端的所有行。通过在内部使用FilterAllFilter,帮助检查服务器端性能。
     latency         设置为报告操作延迟。默认值：False
     bloomFilter      Bloom 过滤器类型，[NONE，ROW，ROWCOL]之一
     valueSize       写入HBase的value的size，单位是Byte，大家可以根据自己实际的场景设置这个Value的大小。默认值：1024
     valueRandom     设置是否应该在0和'valueSize'之间改变值大小;设置读取大小的统计信息：默认值: Not set.
     valueZipf       设置是否应该以zipf格式改变0和'valueSize'之间的值大小, 默认值: Not set.
     period          报告每个'period'行：默认值：opts.perClientRunRows / 10
     multiGet        批处理组合成N组。只有randomRead支持。默认值: disabled
     replicas        启用区域副本测试。默认值：1。
     splitPolicy     为表指定自定义RegionSplitPolicy。
     randomSleep     在每次获得0和输入值之前进行随机睡眠。默认值：0
    
     Note: -D properties will be applied to the conf used. 
      For example: 
       -Dmapreduce.output.fileoutputformat.compress=true
       -Dmapreduce.task.timeout=60000
    
    Command:
     filterScan      使用过滤器运行扫描测试，根据它的值查找特定行（确保使用--rows = 20） 
     randomRead      运行随机读取测试
     randomSeekScan  运行随机搜索和扫描100测试
     randomWrite     运行随机写测试
     scan            运行扫描测试（每行读取）
     scanRange10     使用开始和停止行（最多10行）运行随机搜索扫描
     scanRange100    使用开始和停止行运行随机搜索扫描（最多100行）
     scanRange1000   使用开始和停止行（最多1000行）运行随机搜索扫描
     scanRange10000  使用开始和停止行运行随机搜索扫描（最多10000行）
     sequentialRead  运行顺序读取测试
     sequentialWrite  运行顺序写入测试
    
    Args:
     nclients        整数。必须要有该参数。客户端总数（和HRegionServers）
    running: 1 <= value <= 500

Examples:  
 运行一个单独的客户端:

hbase org.apache.hadoop.hbase.PerformanceEvaluation sequentialWrite 1

**1 顺序写测试**

测试基准：10个并发客户端，写入200万行数据

**1.1 无压缩顺序写 **

hbase org.apache.hadoop.hbase.PerformanceEvaluation --rows=2000000 --nomapred --table=none\_test randomRead 10

**1.2 LZO顺序写**

hbase org.apache.hadoop.hbase.PerformanceEvaluation --rows=2000000 --nomapred --compress=LZO --table=none\_test randomRead 10

**1.3 有无压缩对比**

<table> 
 <tbody> 
  <tr> 
   <td>对比指标</td> 
   <td>不压缩</td> 
   <td>LZO压缩</td> 
  </tr> 
  <tr> 
   <td>插入100万行数据平均时间</td> 
   <td>&nbsp;</td> 
   <td>&nbsp;</td> 
  </tr> 
  <tr> 
   <td>文件大小(1000万行数据)</td> 
   <td>&nbsp;19.2G</td> 
   <td>&nbsp;4.7G</td> 
  </tr> 
 </tbody> 
</table>

参考:

https://yq.aliyun.com/articles/594384  
[https://help.aliyun.com/document\_detail/68370.html][https_help.aliyun.com_document_detail_68370.html]

==================

YCSB: [https://github.com/brianfrankcooper/YCSB/blob/master/README.md][https_github.com_brianfrankcooper_YCSB_blob_master_README.md]

### 打开workloada查看信息 ###

![aHR0cHM6Ly9pbWcyMDE4LmNuYmxvZ3MuY29tL2Jsb2cvMTM4OTE3NS8yMDE5MDQvMTM4OTE3NS0yMDE5MDQxODE2MTEwNTQzMS0xNzI4OTE1MTk0LnBuZw][]

### 以下是workloada、workloadb、workloadc、workloadd、workloade、workloadf的相关文件信息 ###

<table> 
 <tbody> 
  <tr> 
   <td>workloada</td> 
   <td>读写均衡型，50%读，50%写</td> 
  </tr> 
  <tr> 
   <td>workloadb</td> 
   <td>读多写少型，95%读，5%更新。</td> 
  </tr> 
  <tr> 
   <td>workloadc</td> 
   <td>只读，100%读。</td> 
  </tr> 
  <tr> 
   <td>workloadd</td> 
   <td>读最近写入记录型，95%读，5%插入。</td> 
  </tr> 
  <tr> 
   <td>workloade</td> 
   <td>扫描小区间型，95%扫描，5%插入。</td> 
  </tr> 
  <tr> 
   <td>workloadf</td> 
   <td>读写入记录均衡型，50%读，50%读、修改、写。</td> 
  </tr> 
 </tbody> 
</table>

./bin/ycsb.sh load basic -P workloads/workloada
    ./bin/ycsb.sh run basic -P workloads/workloada

bin/ycsb load hbase20 -P workloads/workloada -cp /etc/hbase/conf/ -p table=usertable -p columnfamily=family -s -threads 50 -p recordcount=100000

上面参数含义：

*  hbase-10 说明测试的是针对hbase1.x版本
 *  \-p columnfamily=cf 插入hbase的列簇cf
 *  \-p recordcount=100000000 总计插入1亿条数据 【可选】
 *  \-jvm-args '-Xms2048m -Xmx2048m -XX:PermSize=128m -XX:MaxPermSize=256m' 设置JVM参数【可选】
 *  \-p threadcount=100 客户端线程数为100，并发100【可选】
 *  \-s load.dat 记录测试结果到 load.dat
 *  \-P workloads/workloada 采用默认配置workloads/workloada，里面设置了插入占比50%，更新占比50%，默认往cf列簇插入10个列的数据，每个列的数据大小为100bytes，10个列的话总计大约1K大小数据

Ycsb运行完成结果打印与分析：

\[OVERALL\], RunTime(ms), 6921.0                                              数据加载所用时间：6.921秒

\[OVERALL\], Throughput(ops/sec), 144.48779078167894    加载操作的吞吐量，平均并发量每秒144.48条

\[TOTAL\_GCS\_PS\_Scavenge\], Count, 1.0

\[TOTAL\_GC\_TIME\_PS\_Scavenge\], Time(ms), 20.0

\[TOTAL\_GC\_TIME\_%\_PS\_Scavenge\], Time(%), 0.2889755815633579

\[TOTAL\_GCS\_PS\_MarkSweep\], Count, 0.0

\[TOTAL\_GC\_TIME\_PS\_MarkSweep\], Time(ms), 0.0

\[TOTAL\_GC\_TIME\_%\_PS\_MarkSweep\], Time(%), 0.0

\[TOTAL\_GCs\], Count, 1.0

\[TOTAL\_GC\_TIME\], Time(ms), 20.0

\[TOTAL\_GC\_TIME\_%\], Time(%), 0.2889755815633579

\[CLEANUP\], Operations, 2.0                                                         执行cleanup的操作总数，2

\[CLEANUP\], AverageLatency(us), 71591.5                               平均响应时间71.5915ms

\[CLEANUP\], MinLatency(us), 15.0                                              最小响应时间0.015ms

\[CLEANUP\], MaxLatency(us), 143231.0                                    最大响应时间143.231ms

\[CLEANUP\], 95thPercentileLatency(us), 143231.0                 95%的insert操作延时在143.231ms以内

\[CLEANUP\], 99thPercentileLatency(us), 143231.0                 99%的insert操作延时在143.231ms以内

\[READ\], Operations, 480.0                                                执行read的操作总数，480

\[READ\], AverageLatency(us), 5027.9625                               平均响应时间5.027ms

\[READ\], MinLatency(us), 2254.0                                               最小响应时间2.254ms

\[READ\], MaxLatency(us), 158847.0                                              最大响应时间158.847ms

\[READ\], 95thPercentileLatency(us), 10767.0                          95%的read操作延时在10.767ms以内

\[READ\], 99thPercentileLatency(us), 14599.0                          99%的read操作延时在14.599ms以内

\[READ\], Return=OK, 480                                                               成功返回数，480

###  关注几个信息: ###

RunTime(ms):    数据加载所用时间,单位毫秒(ms)

Throughput(ops/sec):    吞吐量,即ops(每秒操作次数)

Operations:    操作的总次数

AverageLatency(us):    平均响应延时,单位是微秒(us)

MinLatency(us):    最小响应时间,单位是微秒(us)

MaxLatency(us):    最大响应时间,单位是微秒(us)

95thPercentileLatency(us):    95%的操作延时,单位是微秒(us)

99thPercentileLatency(us):    99%的操作延时,单位是微秒(us)

Return=OK:    成功返回数,这个值不符合测试要求,则证明测试失败.

\[READ\]开头的代表只读的操作记录,其他还有例如上面的\[insert\],\[UPDATE\]等,

\[UPDATE\], Operations, 520.0                                                       执行read的操作总数，520

\[UPDATE\], AverageLatency(us), 5812.123076923077          平均响应时间5.812ms

\[UPDATE\], MinLatency(us), 3302.0                                            最小响应时间3.302ms

\[UPDATE\], MaxLatency(us), 86207.0                                         最大响应时间86.207ms

\[UPDATE\], 95thPercentileLatency(us), 9991.0                        95%的read操作延时在9.991ms以内

\[UPDATE\], 99thPercentileLatency(us), 11839.0                      99%的insert操作延时在11.839ms以内

\[UPDATE\], Return=OK, 520                                                           成功返回数，520

[https_github.com_brianfrankcooper_YCSB]: https://github.com/brianfrankcooper/YCSB/
[https_help.aliyun.com_document_detail_68370.html]: https://help.aliyun.com/document_detail/68370.html
[https_github.com_brianfrankcooper_YCSB_blob_master_README.md]: https://github.com/brianfrankcooper/YCSB/blob/master/README.md
[aHR0cHM6Ly9pbWcyMDE4LmNuYmxvZ3MuY29tL2Jsb2cvMTM4OTE3NS8yMDE5MDQvMTM4OTE3NS0yMDE5MDQxODE2MTEwNTQzMS0xNzI4OTE1MTk0LnBuZw]: /images/20220125/e98435178f664dfba37d544d95771a30.png