如何从入门到自定义sysbench测试项进行MySQL性能压测？

sysbench是一个开源的、基于LuaJIT（LuaJIT 是 Lua 的即时编译器，可将代码直接翻译成机器码，性能比原生 lua 要高）的、可自定义脚本的多线程基准测试工具，也是目前用得最多的 MySQL 性能压测工具。 基于 sysbench，我们可以对比 MySQL 在不同版本、不同硬件配置、不同参数（操作系统和数据库）下的性能差异。 下面会从 sysbench 的基本用法出发，逐渐延伸到 sysbench 的一些高级玩法，譬如如何阅读自带的测试脚本、如何自定义测试项等。除此之外，使用 sysbench 对 CPU 进行测试，网上很多资料都语焉不详，甚至是错误的，所以这次也会从源码的角度分析 CPU 测试的实现逻辑及 --cpu-max-prime 选项的具体含义。 本文主要包括以下几部分： 安装sysbench sysbench用法讲解 对MySQL进行基准测试的基本步骤 如何分析MySQL基准测试结果 如何使用sysbench对服务器进行测试 MySQL常见测试场景及对应的 SQL 语句 如何自定义sysbench测试脚本 安装 sysbench 下面是 sysbench 源码包的安装步骤。 #yum-yinstallmakeautomakelibtoolpkgconfiglibaio-developenssl-develmysql-devel #cd/usr/src/ #wgethttps://github.com/akopytov/sysbench/archive/refs/tags/1.0.20.tar.gz #tarxvf1.0.20.tar.gz #cdsysbench-1.0.20/ #./autogen.sh #./configure #make-j #makeinstall 安装完成后，压测脚本默认会安装在/usr/local/share/sysbench目录下。 我们看看该目录的内容。 #ls/usr/local/share/sysbench/ bulk_insert.luaoltp_insert.luaoltp_read_write.luaoltp_write_only.luatests oltp_common.luaoltp_point_select.luaoltp_update_index.luaselect_random_points.lua oltp_delete.luaoltp_read_only.luaoltp_update_non_index.luaselect_random_ranges.lua 除了oltp_common.lua是个公共模块，其它每个 lua 脚本都对应一个测试场景。 sysbench 用法讲解 sysbench 命令语法如下： sysbench[options]...[testname][command] 命令中的testname是测试项名称。sysbench 支持的测试项包括： *.lua：数据库性能基准测试。 fileio：磁盘 IO 基准测试。 cpu：CPU 性能基准测试。 memory：内存访问基准测试。 threads：基于线程的调度程序基准测试。 mutex：POSIX 互斥量基准测试。 command是 sysbench 要执行的命令，支持的选项有：prepare，prewarm，run，cleanup，help。注意，不是所有的测试项都支持这些选项。 options是配置项。sysbench 中的配置项主要包括以下两部分： 1. 通用配置项。这部分配置项可通过sysbench --help查看。例如， #sysbench--help ... Generaloptions: --threads=Nnumberofthreadstouse[1] --events=Nlimitfortotalnumberofevents[0] --time=Nlimitfortotalexecutiontimeinseconds[10] ... 2. 测试项相关的配置项。各个测试项支持的配置项可通过sysbench testname help查看。例如， #sysbenchmemoryhelp sysbench1.0.20(usingbundledLuaJIT2.1.0-beta2) memoryoptions: --memory-block-size=SIZEsizeofmemoryblockfortest[1K] --memory-total-size=SIZEtotalsizeofdatatotransfer[100G] --memory-scope=STRINGmemoryaccessscope{global,local}[global] --memory-hugetlb[=on|off]allocatememoryfromHugeTLBpool[off] --memory-oper=STRINGtypeofmemoryoperations{read,write,none}[write] --memory-access-mode=STRINGmemoryaccessmode{seq,rnd}[seq] 对 MySQL 进行基准测试的基本步骤 下面以oltp_read_write为例，看看使用 sysbench 对 MySQL 进行基准测试的四个标准步骤： prepare 生成压测数据。默认情况下，sysbench 是通过 INSERT INTO 命令来导入测试数据的。如果是使用LOAD DATA LOCAL INFILE 命令来导入，sysbench 导数速度能提升30%，具体可参考：使用 LOAD DATA LOCAL INFILE，sysbench 导数速度提升30% #sysbencholtp_read_write--mysql-host=10.0.0.64--mysql-port=3306--mysql-user=admin--mysql-password=Py@123456--mysql-db=sbtest--tables=30--table-size=1000000--threads=30prepare 命令中各个选项的具体含义如下： oltp_read_write：测试项，对应的是/usr/local/share/sysbench/oltp_read_write.lua。这里也可指定脚本的绝对路径名。 --mysql-host、--mysql-port、--mysql-user、--mysql-password：分别代表 MySQL 实例的主机名、端口、用户名和密码。 --mysql-db：库名。不指定则默认为sbtest。 --tables ：表的数量，默认为 1。 --table-size ：单表的大小，默认为 10000。 --threads ：并发线程数，默认为 1。注意，导入时，单表只能使用一个线程。 prepare：执行准备工作。 oltp_read_write 用来压测 OLTP 场景。在 sysbench 1.0 之前， 该场景是通过 oltp.lua 这个脚本来测试的。不过该脚本在 sysbench 1.0 之后就被废弃了，但为了跟之前的版本兼容，该脚本放到了/usr/local/share/sysbench/tests/include/oltp_legacy/目录下。 鉴于 oltp_read_write.lua 和 oltp.lua 两者的压测内容完全一致。从 sysbench 1.0 开始，压测 OLTP 场景建议直接使用 oltp_read_write。 prewarm 预热。主要是将磁盘中的数据加载到内存中。 #sysbencholtp_read_write--mysql-host=10.0.0.64--mysql-port=3306--mysql-user=admin--mysql-password=Py@123456--mysql-db=sbtest--tables=30--table-size=1000000--threads=30prewarm 除了需要将命令设置为prewarm，其它配置与prepare中一样。 run 压测。 #sysbencholtp_read_write--mysql-host=10.0.0.64--mysql-port=3306--mysql-user=admin--mysql-password=Py@123456--mysql-db=sbtest--tables=30--table-size=1000000--threads=64--time=60--report-interval=10run 其中， --time ：压测时间。不指定则默认为 10 秒。除了 --time，也可通过 --events 限制需要执行的 event 的数量。 --report-interval=10 ：每 10 秒输出一次测试结果，默认为 0，不输出。 cleanup 清理数据。 #sysbencholtp_read_write--mysql-host=10.0.0.64--mysql-port=3306--mysql-user=admin--mysql-password=Py@123456--mysql-db=sbtest--tables=30cleanup 这里只需指定 --tables ，sysbench 会串行执行DROP TABLE IF EXISTS sbtest操作。 如何分析 MySQL 基准测试结果 下面我们分析下 oltp_read_write 场景下的压测结果。注：右滑可以看到每个指标的具体含义。 Threadsstarted! [10s]thds:64tps:5028.08qps:100641.26(r/w/o:70457.59/20121.51/10062.16)lat(ms,95%):17.32err/s:0.00reconn/s:0.00 # thds 是并发线程数。tps 是每秒事务数。qps 是每秒操作数，等于 r（读操作）加上 w（写操作）加上 o（其他操作，主要包括 BEGIN 和 COMMIT）。lat 是延迟，(ms,95%)是 95%的查询时间小于或等于该值，单位毫秒。err/s 是每秒错误数。reconn/s 是每秒重试的次数。 [20s]thds:64tps:5108.93qps:102192.09(r/w/o:71533.28/20440.64/10218.17)lat(ms,95%):17.32err/s:0.00reconn/s:0.00 [30s]thds:64tps:5126.50qps:102505.50(r/w/o:71756.30/20496.60/10252.60)lat(ms,95%):17.32err/s:0.00reconn/s:0.00 [40s]thds:64tps:5144.50qps:102907.20(r/w/o:72034.07/20583.72/10289.41)lat(ms,95%):17.01err/s:0.00reconn/s:0.00 [50s]thds:64tps:5137.29qps:102739.80(r/w/o:71916.99/20548.64/10274.17)lat(ms,95%):17.01err/s:0.00reconn/s:0.00 [60s]thds:64tps:4995.38qps:99896.35(r/w/o:69925.98/19979.61/9990.75)lat(ms,95%):17.95err/s:0.00reconn/s:0.00 SQLstatistics: queriesperformed: read:4276622#读操作的数量 write:1221892#写操作的数量 other:610946#其它操作的数量 total:6109460#总的操作数量，total=read+write+other transactions:305473(5088.63persec.)#总的事务数（每秒事务数） queries:6109460(101772.64persec.)#总的操作数（每秒操作数） ignorederrors:0(0.00persec.)#忽略的错误数（每秒忽略的错误数） reconnects:0(0.00persec.)#重试次数（每秒重试的次数） Generalstatistics: totaltime:60.0301s#总的执行时间 totalnumberofevents:305473#执行的event的数量 #在oltp_read_write中，默认参数下，一个event其实就是一个事务 Latency(ms): min:5.81#最小耗时 avg:12.57#平均耗时 max:228.87#最大耗时 95thpercentile:17.32#95%event的执行耗时 sum:3840044.28#总耗时 Threadsfairness: events(avg/stddev):4773.0156/30.77#平均每个线程执行event的数量 # stddev 是标准差，值越小，代表结果越稳定。 executiontime(avg/stddev):60.0007/0.01#平均每个线程的执行时间 输出中，重点关注三个指标： 每秒事务数，即我们常说的 TPS。 每秒操作数，即我们常说的 QPS。 95% event 的执行耗时。 TPS 和 QPS 反映了系统的吞吐量，越大越好。执行耗时代表了事务的执行时长，越小越好。在一定范围内，并发线程数指定得越大，TPS 和 QPS 也会越高。 使用 sysbench 对服务器进行测试 除了数据库基准测试，sysbench 还能对服务器的性能进行测试。服务器资源一般包括四大类：CPU、内存、IO和网络。sysbench 可对CPU、内存和磁盘IO进行测试。下面我们具体来看看。 cpu CPU 性能测试。支持的选项只有一个，即--cpu-max-prime。 CPU 测试的命令如下： #sysbenchcpu--cpu-max-prime=20000--threads=32run 输出中，重点关注events per second。值越大，代表 CPU 的计算性能越强。 CPUspeed: eventspersecond:25058.08 下面是 CPU 测试相关的代码，可以看到，sysbench 是通过计算--cpu-max-prime范围内的质数来衡量 CPU 的计算能力的。 质数（prime number）又称素数，指的是大于 1，且只能被 1 和自身整除的自然数。在代码实现时，对于自然数 n，一般会用 2 到根号 n 之间的整数去除，如果都无法整除，则意味着 n 是个质数。 intcpu_execute_event(sb_event_t*r,intthread_id) { unsignedlonglongc; unsignedlonglongl; doublet; unsignedlonglongn=0; (void)thread_id;/*unused*/ (void)r;/*unused*/ //max_prime即命令行中指定的--cpu-max-prime for(c=3;c<max_prime;c++) { t=sqrt((double)c); for(l=2;l<=t;l++) if(c%l==0) break; if(l>t) n++; } return0; } memory 内存测试，支持的选项有： --memory-block-size：内存块的大小，默认为 1KB。测试时建议设置为 1MB。 --memory-total-size：要传输的数据的总大小。默认为 100GB。 --memory-scope：内存访问范围，可指定 global、local，默认为 global。 --memory-hugetlb：是否从 HugeTLB 池中分配内存，默认为 off。 --memory-oper：内存操作类型，可指定 read、write、none，默认为 write。 --memory-access-mode：内存访问模式，可指定 seq（顺序访问）、rnd（随机访问），默认为 seq。 内存测试的命令如下： #sysbench--test=memory--memory-block-size=1M--memory-total-size=100G--num-threads=1run 输出中，重点关注以下部分： 102400.00MiBtransferred(23335.96MiB/sec) 23335.96 MiB/sec 即数据在内存中的顺序写入速率。 fileio 磁盘 IO 测试。支持的选项有： --file-num：需要创建的文件数，默认为128。 --file-block-size：数据块的大小，默认为16384，即16KB。 --file-total-size：需要创建的文件总大小，默认为2GB。 --file-test-mode：测试模式，可指定 seqwr（顺序写）、seqrewr（顺序重写）、seqrd（顺序读）、rndrd（随机读）、rndwr（随机写）、rndrw（随机读写）。 --file-io-mode：文件的操作模式，可指定 sync（同步 IO）、async（异步 IO）、mmap，默认为 sync。 --file-async-backlog：每个线程异步 IO 队列的长度，默认为 128。 --file-extra-flags：打开文件时指定的标志，可指定 sync、dsync、direct，默认为空，没指定。 --file-fsync-freq：指定持久化操作的频率，默认为 100，即每执行 100 个 IO 请求，则会进行一次持久化操作。 --file-fsync-all：在每次写入操作后执行持久化操作，默认为 off。 --file-fsync-end：在测试结束时执行持久化操作，默认为 on。 --file-fsync-mode：持久化操作的模式，可指定 fsync、fdatasync，默认为 fsync。fdatasync 和 fsync类似，只不过 fdatasync 只会更新数据，而 fsync 还会同步更新文件的属性。 --file-merged-requests：允许合并的最多 IO 请求数，默认为0，不合并。 --file-rw-ratio：混合测试中的读写比例，默认为1.5。 磁盘 IO 测试主要分为以下三步： #准备测试文件 #sysbenchfileio--file-num=1--file-total-size=10G--file-test-mode=rndrwprepare #测试 #sysbenchfileio--file-num=1--file-total-size=10G--file-test-mode=rndrwrun #删除测试文件 #sysbenchfileio--file-num=1--file-total-size=10G--file-test-mode=rndrwcleanup 输出中，重点关注以下两部分： Fileoperations: reads/s:4978.26 writes/s:3318.84 fsyncs/s:83.07 Throughput: read,MiB/s:77.79 written,MiB/s:51.86 其中，reads/s 加上 writes/s 即我们常说的 IOPS。read, MiB/s 加上 written, MiB/s 即我们常说的吞吐量。 MySQL 常见测试场景及对应的 SQL 语句 接下来会列举 MySQL 常见的测试场景及各个场景对应的 SQL 语句。 为了让大家清晰的知道 SQL 语句的含义，首先我们看看测试表的表结构。 除了 bulk_insert 会创建单独的测试表，其它场景都会使用下面的表结构。 mysql>showcreatetablesbtest.sbtest1\G ***************************1.row*************************** Table:sbtest1 CreateTable:CREATETABLE`sbtest1`( `id`intNOTNULLAUTO_INCREMENT, `k`intNOTNULLDEFAULT'0', `c`char(120)NOTNULLDEFAULT'', `pad`char(60)NOTNULLDEFAULT'', PRIMARYKEY(`id`), KEY`k_1`(`k`) )ENGINE=InnoDBAUTO_INCREMENT=1000001DEFAULTCHARSET=utf8mb4COLLATE=utf8mb4_0900_ai_ci 1rowinset(0.00sec) bulk_insert 批量插入测试。 #sysbenchbulk_insert--mysql-host=10.0.0.64--mysql-port=3306--mysql-user=admin--mysql-password=Py@123456--mysql-db=sbtest--tables=30--table-size=1000000--threads=64--time=60--report-interval=10run 下面是 bulk_insert 场景下创建的测试表。 mysql>showcreatetablesbtest.sbtest1\G ***************************1.row*************************** Table:sbtest1 CreateTable:CREATETABLE`sbtest1`( `id`intNOTNULL, `k`intNOTNULLDEFAULT'0', PRIMARYKEY(`id`) )ENGINE=InnoDBDEFAULTCHARSET=utf8mb4COLLATE=utf8mb4_0900_ai_ci 1rowinset(0.01sec) 测试对应的 SQL 语句如下： INSERTINTOsbtest1VALUES(?,?),(?,?),(?,?),(?,?)... oltp_delete 删除测试。 #sysbencholtp_delete--mysql-host=10.0.0.64--mysql-port=3306--mysql-user=admin--mysql-password=Py@123456--mysql-db=sbtest--tables=30--table-size=1000000--threads=64--time=60--report-interval=10run 基于主键进行删除。测试对应的 SQL 语句如下： DELETEFROMsbtest1WHEREid=? oltp_insert 插入测试。 #sysbencholtp_insert--mysql-host=10.0.0.64--mysql-port=3306--mysql-user=admin--mysql-password=Py@123456--mysql-db=sbtest--tables=30--table-size=1000000--threads=64--time=60--report-interval=10run 测试对应的 SQL 语句如下： INSERTINTOsbtest1(id,k,c,pad)VALUES(?,?,?,?) oltp_point_select 基于主键进行查询。 #sysbencholtp_point_select--mysql-host=10.0.0.64--mysql-port=3306--mysql-user=admin--mysql-password=Py@123456--mysql-db=sbtest--tables=30--table-size=1000000--threads=64--time=60--report-interval=10run 测试对应的 SQL 语句如下： SELECTcFROMsbtest1WHEREid=? oltp_read_only 只读测试。 #sysbencholtp_read_only--mysql-host=10.0.0.64--mysql-port=3306--mysql-user=admin--mysql-password=Py@123456--mysql-db=sbtest--tables=30--table-size=1000000--threads=64--time=60--report-interval=10run 测试对应的 SQL 语句如下： SELECTcFROMsbtest1WHEREid=?#默认会执行 10次，由--point_selects 选项控制。 SELECTcFROMsbtest1WHEREidBETWEEN?AND? SELECTSUM(k)FROMsbtest1WHEREidBETWEEN?AND? SELECTcFROMsbtest1WHEREidBETWEEN?AND?ORDERBYc SELECTDISTINCTcFROMsbtest1WHEREidBETWEEN?AND?ORDERBYc oltp_read_write 读写测试。 测试对应的 SQL 语句如下： SELECTcFROMsbtest1WHEREid=?#默认会执行 10次，由--point_selects 选项控制。 SELECTcFROMsbtest1WHEREidBETWEEN?AND? SELECTSUM(k)FROMsbtest1WHEREidBETWEEN?AND? SELECTcFROMsbtest1WHEREidBETWEEN?AND?ORDERBYc SELECTDISTINCTcFROMsbtest1WHEREidBETWEEN?AND?ORDERBYc UPDATEsbtest1SETk=k+1WHEREid=? UPDATEsbtest1SETc=?WHEREid=? DELETEFROMsbtest1WHEREid=? INSERTINTOsbtest1(id,k,c,pad)VALUES(?,?,?,?) oltp_update_index 基于主键进行更新，更新的是索引字段。 #sysbencholtp_update_index--mysql-host=10.0.0.64--mysql-port=3306--mysql-user=admin--mysql-password=Py@123456--mysql-db=sbtest--tables=30--table-size=1000000--threads=64--time=60--report-interval=10run 测试对应的 SQL 语句如下： UPDATEsbtest1SETk=k+1WHEREid=? oltp_update_non_index 基于主键进行更新，更新的是非索引字段。 #sysbencholtp_update_non_index--mysql-host=10.0.0.64--mysql-port=3306--mysql-user=admin--mysql-password=Py@123456--mysql-db=sbtest--tables=30--table-size=1000000--threads=64--time=60--report-interval=10run 测试对应的 SQL 语句如下： UPDATEsbtest1SETc=?WHEREid=? oltp_write_only 只写测试。 #sysbencholtp_write_only--mysql-host=10.0.0.64--mysql-port=3306--mysql-user=admin--mysql-password=Py@123456--mysql-db=sbtest--tables=30--table-size=1000000--threads=64--time=60--report-interval=10run 测试对应的 SQL 语句如下： UPDATEsbtest1SETk=k+1WHEREid=? UPDATEsbtest1SETc=?WHEREid=? DELETEFROMsbtest1WHEREid=? INSERTINTOsbtest1(id,k,c,pad)VALUES(?,?,?,?) select_random_points 基于索引进行随机查询。 #sysbenchselect_random_points--mysql-host=10.0.0.64--mysql-port=3306--mysql-user=admin--mysql-password=Py@123456--mysql-db=sbtest--tables=30--table-size=1000000--threads=64--time=60--report-interval=10run 测试对应的 SQL 语句如下： SELECTid,k,c,pad FROMsbtest1 WHEREkIN(?,?,?,?,?,?,?,?,?,?) select_random_ranges 基于索引进行随机范围查询。 #sysbenchselect_random_ranges--mysql-host=10.0.0.64--mysql-port=3306--mysql-user=admin--mysql-password=Py@123456--mysql-db=sbtest--tables=30--table-size=1000000--threads=64--time=60--report-interval=10run 测试对应的 SQL 语句如下： SELECTcount(k) FROMsbtest1 WHEREkBETWEEN?AND?ORkBETWEEN?AND?ORkBETWEEN?AND?ORkBETWEEN?AND?ORkBETWEEN?AND?ORkBETWEEN?AND?ORkBETWEEN?AND?ORkBETWEEN?AND?ORkBETWEEN?AND?ORkBETWEEN?AND? 如何自定义 sysbench 测试脚本 下面通过 bulk_insert.lua 和 oltp_point_select.lua 这两个脚本分析下 sysbench 测试脚本的实现逻辑。 首先看看 bulk_insert.lua。 #catbulk_insert.lua #!/usr/bin/envsysbench cursize=0 functionthread_init() drv=sysbench.sql.driver() con=drv:connect() end functionprepare() locali localdrv=sysbench.sql.driver() localcon=drv:connect() fori=1,sysbench.opt.threadsdo print("Creatingtable'sbtest"..i.."'...") con:query(string.format([[ CREATETABLEIFNOTEXISTSsbtest%d( idINTEGERNOTNULL, kINTEGERDEFAULT'0'NOTNULL, PRIMARYKEY(id))]],i)) end end functionevent() if(cursize==0)then con:bulk_insert_init("INSERTINTOsbtest"..thread_id+1.."VALUES") end cursize=cursize+1 con:bulk_insert_next("("..cursize..","..cursize..")") end functionthread_done(thread_9d) con:bulk_insert_done() con:disconnect() end functioncleanup() locali localdrv=sysbench.sql.driver() localcon=drv:connect() fori=1,sysbench.opt.threadsdo print("Droppingtable'sbtest"..i.."'...") con:query("DROPTABLEIFEXISTSsbtest"..i) end end 下面，我们看看这几个函数的具体作用： thread_init()：线程初始化时调用。这个函数常用来创建数据库连接。 prepare()：指定 prepare 时调用。这个函数常用来创建测试表，生成测试数据。 event()：指定 run 时调用。这个函数会定义需要测试的 SQL 语句。 thread_done()：线程退出时调用。这个函数常用来关闭 Prepared Statements 和数据库连接。 cleanup()：指定 cleanup 时调用。这个函数常用来删除测试表。 如果我们要自定义测试脚本，只需实现这几个函数即可。 如果我们要基于 sbtest 表自定义测试项，就要分析 oltp*.lua 脚本的实现逻辑。 下面，以oltp_point_select.lua 脚本为例。 #!/usr/bin/envsysbench ... require("oltp_common") functionprepare_statements() -- point_selects 是 oltp_point_select 中支持的选项，默认为 10，这里调整为了 1。 sysbench.opt.point_selects=1 prepare_point_selects() end functionevent() execute_point_selects() end 与 bulk_insert.lua 不一样的是，oltp_point_select.lua 只简单的定义了两个函数：prepare_statements()和event()。实际上，不仅仅是 oltp_point_select.lua，其它 oltp*.lua 脚本也只定义了这两个函数。 虽然只定义了这两个函数，但脚本导入了 oltp_common 模块，所以实际上，脚本中的 prepare_point_selects()，execute_point_selects() 以及 bulk_insert.lua 中的 thread_init()，prepare()，thread_done()，cleanup() 都是在oltp_common.lua这个公共模块中定义的。 接下来，我们看看 prepare_point_selects() 和 execute_point_selects() 这两个函数的实现逻辑。 首先看看prepare_point_selects()。 它调用的是prepare_for_each_table()。prepare_for_each_table()是一个基础函数。所有prepare 相关的函数都会调用prepare_for_each_table()， 只不过不同的 prepare 函数会传入不同的参数名。 prepare_for_each_table()会填充两张表（Lua 中的表既可用来表示数组，也可用来表示集合）：stmt 和 param。其中，stmt 用来存储 Prepared Statements 语句，param 用来存储 Prepared Statements 语句相关的参数类型。 填充完毕后，最后再通过 bind_param 函数将两者绑定在一起。 可以看到，无论是 Prepared Statements 语句还是相关的参数类型，都是在 stmt_defs 定义的。 functionprepare_point_selects() prepare_for_each_table("point_selects") end functionprepare_for_each_table(key) fort=1,sysbench.opt.tablesdo --t是表的序号，key是测试项的名字 stmt[t][key]=con:prepare(string.format(stmt_defs[key][1],t)) localnparam=#stmt_defs[key]-1 ifnparam>0then param[t][key]={} end forp=1,nparamdo localbtype=stmt_defs[key][p+1] locallen iftype(btype)=="table"then len=btype[2] btype=btype[1] end ifbtype==sysbench.sql.type.VARCHARor btype==sysbench.sql.type.CHARthen param[t][key][p]=stmt[t][key]:bind_create(btype,len) else param[t][key][p]=stmt[t][key]:bind_create(btype) end end ifnparam>0then stmt[t][key]:bind_param(unpack(param[t][key])) end end end 接下来，我们看看 stmt_defs 的内容。 localstmt_defs={ point_selects={ "SELECTcFROMsbtest%uWHEREid=?", t.INT}, simple_ranges={ "SELECTcFROMsbtest%uWHEREidBETWEEN?AND?", t.INT,t.INT}, sum_ranges={ "SELECTSUM(k)FROMsbtest%uWHEREidBETWEEN?AND?", t.INT,t.INT}, order_ranges={ "SELECTcFROMsbtest%uWHEREidBETWEEN?AND?ORDERBYc", t.INT,t.INT}, distinct_ranges={ "SELECTDISTINCTcFROMsbtest%uWHEREidBETWEEN?AND?ORDERBYc", t.INT,t.INT}, index_updates={ "UPDATEsbtest%uSETk=k+1WHEREid=?", t.INT}, non_index_updates={ "UPDATEsbtest%uSETc=?WHEREid=?", {t.CHAR,120},t.INT}, deletes={ "DELETEFROMsbtest%uWHEREid=?", t.INT}, inserts={ "INSERTINTOsbtest%u(id,k,c,pad)VALUES(?,?,?,?)", t.INT,t.INT,{t.CHAR,120},{t.CHAR,60}}, } 可以看到，stmt_defs 是一张表，里面定义了不同测试项对应的 Prepared Statements 语句和参数类型。 具体到 point_selects 这个测试项，它对应的 Prepared Statements 语句是SELECT c FROM sbtest%u WHERE id=?，对应的参数类型是t.INT。 梳理完 prepare_point_selects() 函数的实现逻辑。最后我们看看execute_point_selects()函数的实现逻辑。 functionexecute_point_selects() localtnum=get_table_num() locali -- point_selects 对应命令行中的--point_selects 选项，默认为 10。 fori=1,sysbench.opt.point_selectsdo param[tnum].point_selects[1]:set(get_id()) stmt[tnum].point_selects:execute() end end 逻辑也非常简单，先赋值，最后执行。 所以如果我们要基于 sbtest 表自定义测试项，最关键的一步其实就是在 stmt_defs 中定义 Prepared Statements 语句和相关的参数类型。至于 prepare_xxx 和 execute_xxx 函数，实现起来都非常简单。 总结 1. 基准测试一般会关注三个指标：TPS/QPS、响应耗时和并发量。 2. 只有进行全链路压测，我们才知道系统的瓶颈在哪里。不能想当然的以为，数据库不容易横向扩展，系统瓶颈就一定会出在数据库层。事实上，很多系统在设计之初就引入了缓存，而缓存会分担很大一部分读流量，这种架构下的数据库压力其实并不大。 3. 不能简单的将 sysbench 的测试结果（TPS/QPS） 作为业务系统的吞吐量指标，因为两者的业务模型并不一致。 4. 如果要自定义测试脚本，实现的方式有两种： 自己实现测试相关的所有函数，具体实现细节可参考 bulk_insert.lua。 基于 sbtest 表自定义测试项。实现过程中最关键的一步是在 stmt_defs 中定义 Prepared Statements 语句和相关的参数类型。