sysbench壓測MyCAT的shell指令碼

中介軟體MyCAT自己之前也簡單測試過，總結過。最近做分散式測試，我大體分了三個階段：

一.環境部署，MHA和MyCAT的融合，讀寫分離

二.sharding策略和分庫分表的壓力測試

三.結合業務做分庫分表的模擬測試

尤其是分庫分表的測試方面，目前還是存在一些需要確認的點。

我在測試之前所想，做這個分散式測試的意義是什麼？是想透過測試來論證什麼，希望達到什麼目標，是否穩定，功能是否滿足需求，這些都是需要反覆明確的地方。

當然，這些我沒有留太多的時間下來，我希望是速戰速決，但是測試質量還是需要基本保證，那就是測試的場景基本要全面一些。

測試工具的選擇上，我目前先選擇了sysbench,原生支援，操作起來相對容易控制，尤其是支援的場景很豐富，在一些流水型資料的業務中，我如果側重測試密集型插入的場景，就可以很輕鬆的使用insert的模板來測試。

MyCAT的部署上本身是很簡單的，無非是一些基本的環境配置。如果是一個新手，從安裝Java到部署MyCAT,如果全程跟進，基本兩個小時都能夠拿下來。部署安裝參見之前的一篇文章Mycat讀寫分離配置實踐

而sharding策略的配置還是需要花一些時間的，首先是你得理解它的sharding邏輯。大體明白之後，事情就很簡單了。

測試的場景，我是這樣來規劃的，首先在3個物理機上面部署了MySQL服務，每個伺服器是一個sharding節點，然後有另外一臺伺服器部署了MyCAT,這樣就是一個簡單的分散式sharding環境。

要壓測基本的效能情況，有幾種測試的方法，假設測試的表為：sharding_table,存在的資料庫為db1,db2,db3,db4

測試的場景就會很豐富.

場景1：

場景2：

在之前的基礎上進行擴充套件，按照這個進度，基本就是3N的方式，所以就會有3,6,9,12這樣的一些分佈方式，這樣的好處就是前期規劃了，後期如果出現瓶頸，可以很方便的拆分。

要完成這些工作，每個場景測試偷工減料測試幾分鐘也是不行的，每個場景最起碼得1個小時，按照這個要求，至少得20個小時，人是鐵飯是鋼，我不能一直守在那裡。所以就在下班前寫了個指令碼，讓它慢慢跑吧，明天上班收數。

我前期做了快速迭代，把每個場景都大體跑了下，得到了一個基本的資料分佈，然後細化到每個場景一個小時來收到相對完整的資料情況。

指令碼如下，我配置了10個sbtest[N]的表,如果是做分片，3個伺服器節點切分成12個sharding分片，那就是120個表。測試的場景我是分為不同的sharding分片，不同的執行緒數。需要提前配置下rules.xml和schema.xml我是準備了好幾份這個配置檔案，到時候直接替換就行。

#!/bin/bash

time= 3600

sleep_time= 60

function clean_data

{

echo $time

echo ${sleep_time}

mysql -umycat_user -pmycat_user -P8066 -h127 .0.0.1 <<EOF

use sbtestdb1

delete from sbtest1;

delete from sbtest2;

delete from sbtest3;

delete from sbtest4;

delete from sbtest5;

delete from sbtest6;

delete from sbtest7;

delete from sbtest8;

delete from sbtest9;

delete from sbtest10;

EOF

sleep ${sleep_time}

}

function sysbench_test

{

clean_data

shard_no=$ 1

thread_no=$ 2

/usr/bin/sysbench /usr/share/sysbench/oltp_insert.lua --db-driver=mysql

--mysql_storage_engine=innodb --mysql-user=mycat_user

--mysql-password=xxxx --mysql-port= 8066 --mysql-host= 127.0.0.1

--mysql-db=sbtestdb1 --auto_inc= 1 --tables= 10 --table-size= 50000000

--threads=${thread_no} --time=$time --report-interval= 5

run |tee sysbench_${thread_no}_sharding_${shard_no}.log

sleep ${sleep_time}

}

function change_sharding

{

shard_no=$ 1

date

echo 'SHARDING_NO:'${shard_no}

mv /usr/local/mycat/conf/schema.xml /usr/local/mycat/conf/schema.xml.tmp >/dev/null

cp /usr/local/mycat/conf/schema.xml.sharding_${shard_no} /usr/local/mycat/conf/schema.xml >/dev/null

/usr/local/mycat/bin/mycat restart >/dev/null

sleep ${sleep_time}

}

change_sharding 12

sysbench_test 12 16

sysbench_test 12 32

sysbench_test 12 64

sysbench_test 12 98

sysbench_test 12 128

change_sharding 9

sysbench_test 9 16

sysbench_test 9 32

sysbench_test 9 64

sysbench_test 9 98

sysbench_test 9 128

change_sharding 6

sysbench_test 6 16

sysbench_test 6 32

sysbench_test 6 64

sysbench_test 6 98

sysbench_test 6 128

change_sharding 3

sysbench_test 3 16

sysbench_test 3 32

sysbench_test 3 64

sysbench_test 3 98

sysbench_test 3 128

感興趣的也可以自己測試一下。從我目前測試的資料來說，這種方案效果還是很威猛的。