AI 助理
文档备案控制台
官方文档
首页 云数据库HBase版 操作指南 HBase 增强版（推荐） 性能白皮书 性能测试工具-Shell

性能测试工具-Shell

更新时间：
复制 MD 格式
产品详情
我的收藏

AHBench是由阿里云数据库HBase团队研发的benchmark测试套件。

该测试套件集成了YCSB（Yahoo! Cloud Serving Benchmark）工具，YCSB提供了测试集合、测试流程控制、结果汇聚等功能。借助该测试套件，您可以通过简单配置，一键执行性能测试。

下载工具

下载AHBench，上传到压测客户端并解压。

注意事项

  • 该测试套件使用”ahbenchtest-read”与”ahbenchtest-write” 两个表作为测试用表。测试过程中可能会删除再创建这两张表。请确保这两张表可以安全地被删除。
  • 测试压力可能将被测系统压垮，请勿在生产环境中运行该测试工具。
  • 确保测试集群有足够的存储空间。
  • ECS为虚拟运行环境，同一机型下的性能测试结果可能存在5%～10%的波动，处于预期范围之内。

运行环境

请确保压测客户端运行环境满足：
  • Linux系统
  • JDK 1.8 +
  • python 2.7
  • 建议客户端CPU配置为独享16Core以上

配置HBase集群地址

配置运行时环境变量

在AHBench/conf/ahbench-env.properties路径下配置工具运行的环境变量。

vi AHBench/conf/ahbench-env.properties

# 配置JDK的安装地址。如果java已经在系统PATH中，可以跳过该配置。
# JAVA_HOME=/usr/java/jdk1.8.0/

# 配置被测HBase集群的版本，如果为1.x版本则填1，如果为2.x版本则填2。
HBASE_VERSION=2

配置测试相关参数（可选）

在AHBench/conf/ahbench-settings.properties路径下配置测试相关的参数，如压缩、编码、线程数、数据量、字段大小等，默认不需要修改，如有需求可根据场景进行定制修改。

说明 部分参数仅在特定HBase版本支持，如ZSTD压缩、INDEX编码仅在云数据库HBase增强版支持，您可以通过配置ZSTD+INDEX获得更好性能。
# 配置被测表的压缩算法，可选项有:
# NONE LZO ZSTD SNAPPY GZ LZ4 ZSTD 等
# 注意部分被测系统可能不支持指定的压缩算法
# 云数据库HBase性能增强版推荐使用ZSTD
ahbench.table.compression=SNAPPY

# 配置被测表的编码算法，可选项有:
# NONE DIFF INDEX
# 注意部分被测系统可能不支持指定的编码算法
# 云数据库HBase性能增强版推荐使用INDEX
ahbench.table.encoding=DIFF

启动测试

  • 快速测试集

    测试数据量1000万，整体运行时间大约40分钟（视被测HBase系统可能有变化），至少需要总存储空间20 GB。

    cd AHBench
./fast_test
  • 完整测试集

    测试数据量20亿，整体运行时间大约25小时（视被测HBase系统可能有变化），至少需要总存储空间2 TB。

    cd AHBench
./full_test

    若要重复进行该测试，可以通过跳过数据导入阶段（上一次测试已成功运行），减少运行时间。跳过导入阶段，整体测试运行时间大约3.5小时（视被测HBase系统可能有变化）。

    cd AHBench
./full_test --skipload

测试结果分析

测试完成后，会在当前目录生成CSV文件。CSV（Comma-Separated Values）文件全称为逗号分隔值文件。可以将测试结果复制到Excel、Numbers等数据分析软件中做进一步对比分析。

CSV文件结果如下所示：
hadoop@nake-ahbench-for-c5 ~/AHBench $ ls -ltr
total 52
drwxr-xr-x 14 hadoop hadoop 4096 Sep  5 10:23 workloads/
-rw-r--r--  1 hadoop hadoop 1421 Sep  5 10:23 README
-rw-r--r--  1 hadoop hadoop  558 Sep  5 10:23 LICENSE
-rwxr-xr-x  1 hadoop hadoop  741 Sep  5 10:23 full_test*
-rwxr-xr-x  1 hadoop hadoop  963 Sep  5 10:23 fast_test*
drwxr-xr-x  5 hadoop hadoop 4096 Sep  5 10:23 tools/
drwxr-xr-x  2 hadoop hadoop 4096 Sep  5 10:31 conf/
drwxrwxr-x  2 hadoop hadoop 4096 Sep  5 10:37 tmp/
drwxr-xr-x  2 hadoop hadoop 4096 Sep  5 10:43 bin/
drwxr-xr-x  2 hadoop hadoop 4096 Sep  5 10:43 suite/
-rw-rw-r--  1 hadoop hadoop  437 Sep  6 11:16 full_throughput.csv
-rw-rw-r--  1 hadoop hadoop  408 Sep  6 11:16 full_spike_latency.csv
drwxrwxr-x  2 hadoop hadoop 4096 Sep  6 11:43 logs/
hadoop@nake-ahbench-for-c5 ~/AHBench $ cat full_throughput.csv
TestName,OperationType,Throughput(rows/s),AverageLatency(us),P95Latency(us),P99Latency(us),P999Latency(us)
full_throughput_single_read,READ,68901.0,2898.706728054881,9255.0,46559.0,108863.0
full_throughput_scan,SCAN,1247157.0,4004.8719123340397,18639.0,47167.0,71103.0
full_throughput_single_write,INSERT,195834.0,1016.75785602,1344.0,3009.0,13295.0
full_throughput_batch_write,BATCH,782735.0,12722.031288233438,20623.0,87743.0,116095.0
hadoop@nake-ahbench-for-c5 ~/AHBench $ cat full_spike_latency.csv
TestName,OperationType,Throughput(rows/s),AverageLatency(us),P95Latency(us),P99Latency(us),P999Latency(us)
full_spike_single_read,READ,4996.0,656.0502980620339,974.0,2335.0,51775.0
full_spike_scan,SCAN,249864.0,1390.028747443879,2061.0,8035.0,16655.0
full_spike_single_write,INSERT,49971.0,582.7455317893222,664.0,1112.0,5943.0
full_spike_batch_write,BATCH,199871.0,2798.396296975711,2945.0,14951.0,96319.0

常见问题

如果测试中遇到错误退出，请检查如下事项：

  • JAVA_HOME是否正确设置，是否安装了Python运行环境。
  • 被测集群地址是否填写正确。
  • 被测集群HBase版本是否填写正确。
  • 被测集群是否支持测试所指定的压缩算法。
  • 被测集群状态是否正常服务。
上一篇：测试环境下一篇：性能测试工具-图形工具