GeminiDB Redis接口通用性能数据-华为云

云数据库 GEMINIDB-性能测试方法:测试环境

测试环境区域：华北-北京四可用区：可用区1 弹性云服务器（Elastic Cloud Server，简称E CS ）：规格选择c6.4xlarge.2，16U32GB，操作系统镜像使用CentOS 7.5 64位版本。被测试实例的配置：每个实例均包含3个节点。被测试实例的规格：覆盖以下规格类型，详见表1。表1 实例规格编号规格 cluster1 4U*3节点 cluster2 8U*3节点

云数据库 GEMINIDB GeminiDB Redis接口通用性能数据

云数据库 GEMINIDB-性能测试方法:测试工具

测试工具本次测试采用Redis Labs推出的多线程压测工具memtier_benchmark，具体使用方法请参见memtier_benchmark。下面就使用到的memtier_benchmark的部分功能进行简单介绍。 Usage: memtier_benchmark [options] A memcache/redis NoSQL traffic generator and performance benchmarking tool. Connection and General Options: -s, --server=ADDR Server address (default: localhost) -p, --port=PORT Server port (default: 6379) -a, --authenticate=PASSWORD Authenticate to redis using PASSWORD -o, --out-file=FILE Name of output file (default: stdout) Test Options: -n, --requests=NUMBER Number of total requests per client (default: 10000) -c, --clients=NUMBER Number of clients per thread (default: 50) -t, --threads=NUMBER Number of threads (default: 4) --ratio=RATIO Set:Get ratio (default: 1:10) --pipeline=NUMBER Number of concurrent pipelined requests (default: 1) --distinct-client-seed Use a different random seed for each client --randomize Random seed based on timestamp (default is constant value) Object Options: -d --data-size=SIZE Object data size (default: 32) -R --random-data Indicate that data should be randomized Key Options: --key-prefix=PREFIX Prefix for keys (default: memtier-) --key-minimum=NUMBER Key ID minimum value (default: 0) --key-maximum=NUMBER Key ID maximum value (default: 10000000)

云数据库 GEMINIDB GeminiDB Redis接口通用性能数据

云数据库 GEMINIDB-性能测试方法:测试步骤

测试步骤以4U*3节点数据库实例为例： 1.首先进行总数据量小于内存大小场景下的写入，读取，以及同时写入和读取操作，并记录各操作的QPS、Avg Latency、P99 Latency。各个workload模型的性能指标的方法如下所示：测试模型：100% Write模型使用30个线程，每个线程创建3个client连接，即总共建立的90个连接并发写入60,000,000次长度为100字节的数据，其中数据为各client采用不同seed在[1, 60,000,000]范围内随机生成。基于key的给定范围，本次写入总数据大小小于数据库集群的内存容量。 ./memtier_benchmark -s ${ip} -a ${passwd} -p ${port} -c 3 -t 30 -n 1000000 --random-data --randomize --distinct-client-seed -d 100 --key-maximum=60000000 --key-minimum=1 --key-prefix= --ratio=1:0 --out-file=./output_filename 测试模型：100% Read模型使用30个线程，每个线程创建3个client连接，即总共建立的90个连接并发均匀随机读取60,000,000次数据，读取key范围在[1, 60,000,000]内。 ./memtier_benchmark -s ${ip} -a ${passwd} -p ${port} -c 3 -t 30 -n 1000000 --random-data --randomize --distinct-client-seed --key-maximum=60000000 --key-minimum=1 --key-prefix= --ratio=0:1 --out-file=./output_filename 测试模型：50% Read+50% Write模型使用30个线程，每个线程创建3个client连接，即总共建立的90个连接并发写入和读取60,000,000次的数据，写入和读取key范围在[1, 60,000,000]内，同时写入和读取操作比例为1:1。基于key的给定范围，本次写入和读取总数据大小小于数据库集群的内存容量。 ./memtier_benchmark -s ${ip} -a ${passwd} -p ${port} -c 3 -t 30 -n 1000000 --random-data --randomize --distinct-client-seed -d 100 --key-maximum=60000000 --key-minimum=1 --key-prefix= --ratio=1:1 --out-file=./output_filename 2. 在数据库中增加超过数据库集群内存容量的数据：使用30个线程，每个线程创建3个client连接，即总共建立的90个连接并发写入20,000,000次长度为100字节的数据，其中数据为各client采用不同seed在[60,000,001, 780,000,000]范围内随机生成，同时通过设置pipeline参数，增加数据写入效率。基于key的给定范围以及总共写入次数，本次写入总数据大小大于数据库集群的内存容量。 ./memtier_benchmark -s ${ip} -a ${passwd} -p ${port} -c 3 -t 30 -n 20000000 --random-data --randomize --distinct-client-seed -d 100 --key-maximum=780000000 --key-minimum=60000001 --pipeline=100 --key-prefix= --ratio=1:0 --out-file=./output_filename 3. 数据库存储数据量大于数据库集群内存容量条件下，进行写入、读取、同时写入和读取操作，并记录各操作的QPS、Avg Latency、P99 Latency。各个workload模型的性能指标的方法如下所示： 100% Write模型使用30个线程，每个线程创建3个client连接，即总共建立的90个连接并发写入500,000次长度为100字节的数据，其数据为各client随机生成，key范围在[1, 780,000,000]内。 ./memtier_benchmark -s ${ip} -a ${passwd} -p ${port} -c 3 -t 30 -n 500000 --random-data --randomize --distinct-client-seed -d 100 --key-maximum=780000000 --key-minimum=1 --key-prefix= --ratio=1:0 --out-file=./output_filename 100% Read模型使用30个线程，每个线程创建3个client连接，即总共建立的90个连接并发均匀随机读取500,000次数据，key范围在[1, 780,000,000]内。 ./memtier_benchmark -s ${ip} -a ${passwd} -p ${port} -c 3 -t 30 -n 500000 --random-data --randomize --distinct-client-seed --key-maximum=780000000 --key-minimum=1 --key-prefix= --ratio=0:1 --out-file=./output_filename 50% Read+50% Write模型使用30个线程，每个线程创建3个client连接，即总共建立的90个连接并发写入和读取500,000次的数据，其数据为各client随机生成，key范围在[1, 780,000,000]内。 ./memtier_benchmark -s ${ip} -a ${passwd} -p ${port} -c 3 -t 30 -n 500000 --random-data --randomize --distinct-client-seed -d 100 --key-maximum=780000000 --key-minimum=1 --key-prefix= --ratio=1:1 --out-file=./output_filename

云数据库 GEMINIDB GeminiDB Redis接口通用性能数据

云数据库 GEMINIDB-性能测试方法:测试模型

测试模型 workload模型表3 workload模型 workload模型编号测试模型 100% Write 100%写操作（string set）。 100% Read 100%读操作（string get），采用均匀随机访问模型，按照严苛场景测试读性能。 50% Read+50% Write 50%读操作（string get）+ 50%写操作（string set）。数据模型表4 数据模型数据模型编号数据模型 value length 随机生成value，长度为100字节。

云数据库 GEMINIDB GeminiDB Redis接口通用性能数据

云服务器内容精选

GeminiDB Redis接口通用性能数据

7*24

备案

专业服务

退订

建议反馈

售前咨询热线