数据写入、更新、点查场景压测最佳实践

本文进行测试的场景如下。

• 数据写入场景：主要用于测试Hologres针对行存、列存、行列共存表进行数据写入的性能。

• 数据更新场景：主要用于测试Hologres针对行存、列存、行列共存表，在有主键的情况下进行数据更新的性能，包含全局更新与局部更新两个场景。

• 点查场景：主要用于测试Hologres针对行存、行列共存表进行主键过滤的点查性能。

本文采用Hologres研发的开源测试工具holo-e2e-performance-tool进行测试，详情请参见holo-e2e-performance-tool（包含测试工具下载地址）。

holo-e2e-performance-tool测试工具具备如下优势：

• 测试过程简便：holo-e2e-performance-tool测试工具集成了建表、写入数据构造、性能测试等全部模块，无需提前准备测试数据。

• 参数配置灵活：仅需简单调整配置项，即可对表的列数、大小、行数等参数进行定制化设计，完成更加贴近实际业务场景的性能测试。

• 测试结果准确：测试数据的主键为递增的连续整数，因此只需对应调整参数配置项中的数据量，即可保证更新与点查场景的测试数据主键全部命中。

使用holo-e2e-performance-tool进行数据写入、更新与点查场景测试的步骤如下：

1. 进行数据写入测试，完成基本参数配置后测试一定行数下的写入性能。

2. 保留写入场景的测试数据表，沿用写入场景的参数配置再次进行写入测试，即可实现数据更新场景的性能测试。

3. 仍使用数据更新场景的测试数据表，配置需要查询的主键范围等参数，进行点查场景性能测试。

原理说明

• 写入模式说明：数据写入可以分为Fixed Copy和Insert两种模式。

  • Fixed Copy模式：通过COPY语句进行数据写入，同时通过Fixed Plan优化SQL执行，详情请参见Fixed Plan加速SQL执行。

  • Insert模式：通过INSERT语句进行数据写入，同时通过Fixed Plan优化SQL执行。

• 特殊配置说明：为便于兼容各测试场景、高效推进测试与验证，测试工具会在配置的表列数基础上，额外增加以下列：

  • 主键列id：作为表的主键和Distribution Key，在测试过程中从1开始逐条递增。

  • 时间列ts：作为表的Segment Key，在测试过程中写入当前时间。

• 数据写入原理：在测试过程中，测试工具会将主键id从1开始逐条递增写入数据。时间列写入当前时间。针对配置的其他TEXT列，写入目标长度的字符串加主键id。在达到目标时间或目标行数后停止写入，计算测试结果。

操作步骤

1. 在ECS实例中创建测试配置文件。

   1. 使用如下命令创建名称为test_insert.conf的文件。

      vim test_insert.conf

   2. 在文件内输入i后进入编辑模式，添加如下示例内容。

      说明

      如下示例以行存表为例，测试列存、行列共存表时请将orientation参数值修改为column、row,column。

      # 连接配置
      holoClient.jdbcUrl=jdbc:hologres://<ENDPOINT>:<PORT>/<DBNAME>
      holoClient.username=<AccessKey_ID>
      holoClient.password=<AccessKey_Secret>
      holoClient.writeThreadSize=100
      
      # 写入配置
      put.threadSize=8
      put.testByTime=false
      put.rowNumber=200000000
      put.testTime=600000
      
      # 表配置
      put.tableName=kv_test
      put.columnCount=20
      put.columnSize=20
      put.orientation=row
      
      # 其他配置
      put.createTableBeforeRun=true
      put.deleteTableAfterDone=false
      put.vacuumTableBeforeRun=false

      参数说明如下。

      模块	参数	描述	备注
      连接配置	jdbcUrl	Hologres的JDBC连接串，格式为jdbc:hologres://<ENDPOINT>:<PORT>/<DBNAME>。	ENDPOINT需要填写Hologres实例的指定VPC域名，您可以进入Hologres管理控制台的实例详情页，从网络信息中获取域名。
      	username	当前阿里云账号的AccessKey ID。	您可以单击AccessKey 管理，获取AccessKey ID。
      	password	当前阿里云账号的AccessKey Secret。	您可以单击AccessKey 管理，获取AccessKey Secret。
      	writeThreadSize	每个Holo Client启动的写入线程数。每个Holo Client写入线程会占用1个连接。仅INSERT模式生效。	Holo Client详情请参见Holo Client。
      写入配置	threadSize	生成数据的线程数。	FIXED_COPY模式：每个线程会占用一个连接，总连接数即为线程数。 INSERT模式：默认共用一个Holo Client，总连接数为writeThreadSize。 针对本文测试的64核实例规格，在FIXED_COPY模式下推荐设置线程数为8。您需要根据实例规格及数据特征适当调整该参数。
      	testByTime	按规定时间进行测试或按规定行数进行测试。	参数取值如下： true：表示按规定时间进行测试。 false：表示按规定行数进行测试。
      	rowNumber	测试的目标行数，testByTime为false时生效。	不涉及
      	testTime	测试的目标时间，单位为毫秒，testByTime为true时生效。	不涉及
      表配置	tableName	测试的目标表名。	不涉及
      	columnCount	表的列数。每列的数据类型均为TEXT。	不涉及
      	columnSize	表每列的字符长度。	不涉及
      	orientation	表的存储类型。	参数取值如下： row：行存表。 column：列存表。 row,column：行列共存表。
      其他配置	createTableBeforeRun	测试开始前是否创建表。	参数取值如下： true：表示建表。 false：表示不建表。 如果设为true，测试工具默认会先执行删除同名表、再创建表的操作，请注意目标表名不与实例中其他表名相同。
      	deleteTableAfterDone	测试结束后是否删除表。	参数取值如下： true：表示删除表。 false：表示不删除表。 如果在写入测试后，需要基于同一个表进行更新、点查等测试，则需要设为true。
      	vacuumTableBeforeRun	测试开始前是否执行Vacuum操作。	参数取值如下： true：表示执行Vacuum操作。 false：表示不执行Vacuum操作。 执行Vacuum会强制触发Compaction操作。只影响INSERT模式下的数据更新场景测试，不影响FIXED_COPY模式。

   3. 按Esc键，输入:wq并回车以保存并关闭文件。

2. 数据写入测试。

   执行如下语句进行测试。

   # 使用Fixed copy模式进行数据写入测试
   java -jar holo-e2e-performance-tool-1.0.0.jar test_insert.conf FIXED_COPY

   • 测试工具会默认将结果文件result.csv保存在根目录下。其中数据写入与更新场景的模式参数包含两个取值，FIXED_COPY对应Fixed Copy模式，INSERT对应Insert模式。

3. 获取测试结果。

   使用如下命令获取测试结果。

   cat result.csv

   测试结果文件result.csv中包含如下字段。

   字段	描述
   start	测试开始时间。
   end	测试结束时间。
   count	测试数据行数。
   qps1	最后1分钟的平均QPS。
   qps5	最后5分钟的平均QPS。
   qps15	最后15分钟的平均QPS。
   latencyMean	平均延迟。 INSERT、GET模式收集。
   latencyP99	P99延迟。 INSERT、GET模式收集。
   latencyP999	P999延迟。 INSERT、GET模式收集。
   version	实例版本。

原理说明

• 在测试过程中，测试工具会将主键id从1开始逐条递增进行数据更新。针对时间列，更新为当前时间。针对配置的其他需要更新的TEXT列（可配置全局更新或局部更新），重新写入目标长度的字符串加主键id。在达到目标时间或目标行数后停止更新，计算测试结果。

• 需要先进行数据写入，并设置deleteTableAfterDone为false，以确保表中已有数据，可以进行数据更新。

全局更新操作步骤

1. 在ECS实例中创建测试配置文件。

   1. 使用如下命令创建名称为test_update.conf的文件。

      vim test_update.conf

   2. 在文件内输入i后进入编辑模式，添加如下示例内容。

      说明

      • 如下示例以行存表为例，测试列存、行列共存表时请将orientation参数值修改为column、row,column。

      • 相比于数据写入场景，仅需将createTableBeforeRun参数值由true修改为false，其他参数均保持不变，即可开始数据更新场景的测试。

      # 连接配置
      holoClient.jdbcUrl=jdbc:hologres://<ENDPOINT>:<PORT>/<DBNAME>
      holoClient.username=<AccessKey_ID>
      holoClient.password=<AccessKey_Secret>
      holoClient.writeThreadSize=100
      
      # 写入配置
      put.threadSize=8
      put.testByTime=false
      put.rowNumber=200000000
      put.testTime=600000
      
      # 表配置
      put.tableName=kv_test
      put.columnCount=20
      put.columnSize=20
      put.orientation=row
      
      # 其他配置
      put.createTableBeforeRun=false
      put.deleteTableAfterDone=false
      put.vacuumTableBeforeRun=false

      配置参数说明请参见数据写入场景的参数说明。

   3. 按Esc键，输入:wq并回车以保存并关闭文件。

2. 全局更新测试。

   执行如下语句进行测试。

   # 使用Fixed copy模式进行数据写入测试
   java -jar holo-e2e-performance-tool-1.0.0.jar test_update.conf FIXED_COPY

3. 获取测试结果。

   使用如下命令获取测试结果。

   cat result.csv

   测试结果文件result.csv中包含如下字段。

   字段	描述
   start	测试开始时间。
   end	测试结束时间。
   count	测试数据行数。
   qps1	最后1分钟的平均QPS。
   qps5	最后5分钟的平均QPS。
   qps15	最后15分钟的平均QPS。
   latencyMean	平均延迟。 INSERT、GET模式收集。
   latencyP99	P99延迟。 INSERT、GET模式收集。
   latencyP999	P999延迟。 INSERT、GET模式收集。
   version	实例版本。

局部更新操作步骤

1. 在ECS实例中创建测试配置文件。

   1. 使用如下命令创建名称为test_update_part.conf的文件。

      vim test_update_part.conf

   2. 在文件内输入i后进入编辑模式，添加如下内容。

      说明

      • 如下示例以行存表为例，测试列存、行列共存表时请将orientation参数值修改为column、row,column。

      • 相比于全局更新场景，局部更新场景需要增加参数writeColumnCount，该参数用于定义数据写入全部TEXT列中的几列。本文均将该参数设为表列数columnCount的50%。

      # 连接配置
      holoClient.jdbcUrl=jdbc:hologres://<ENDPOINT>:<PORT>/<DBNAME>
      holoClient.username=<AccessKey_ID>
      holoClient.password=<AccessKey_Secret>
      holoClient.writeThreadSize=100
      
      # 写入配置
      put.threadSize=8
      put.testByTime=false
      put.rowNumber=200000000
      put.testTime=600000
      
      # 表配置
      put.tableName=kv_test
      put.columnCount=20
      put.columnSize=20
      put.writeColumnCount=10
      put.orientation=row
      
      # 其他配置
      put.createTableBeforeRun=false
      put.deleteTableAfterDone=false
      put.vacuumTableBeforeRun=false

      参数说明请参见全局更新场景的参数说明。

   3. 按Esc键，输入:wq并回车以保存并关闭文件。

2. 局部更新场景测试。

   执行如下命令进行测试。

   # 使用Fixed copy模式进行数据写入测试
   java -jar holo-e2e-performance-tool-1.0.0.jar test_update_part.conf FIXED_COPY

3. 获取测试结果。

   使用如下命令获取测试结果。

   cat result.csv

   测试结果文件result.csv中包含如下字段。

   字段	描述
   start	测试开始时间。
   end	测试结束时间。
   count	测试数据行数。
   qps1	最后1分钟的平均QPS。
   qps5	最后5分钟的平均QPS。
   qps15	最后15分钟的平均QPS。
   latencyMean	平均延迟。 INSERT、GET模式收集。
   latencyP99	P99延迟。 INSERT、GET模式收集。
   latencyP999	P999延迟。 INSERT、GET模式收集。
   version	实例版本。

原理说明

• 点查模式说明：

  • 同步模式：点查接口是阻塞的，点查调用需要等待实际请求完成才返回。对于一个工作线程，每个点查请求都对应一个SQL从发起到完成，一个请求结束后才能进行下一个请求。同步模式适合latency敏感、吞吐需求相对不敏感的场景。

  • 异步模式：点查接口是非阻塞的，点查调用无须等待实际请求完成，会立即返回。多个点查请求异步提交后，当客户端一个工作线程中判断满足攒批大小或者提交间隔后，会把多个点查请求通过攒批方式用一条SQL批量处理。异步模式适合吞吐需求高、latency需求相对较低的场景，如Flink消费实时数据进行高吞吐的维表关联等。

• 点查测试原理：在测试过程中，测试工具会在配置的主键范围内，随机生成目标id进行同步或异步点查。在达到目标时间后停止点查测试，计算测试结果。

操作步骤

1. 在ECS实例中创建测试配置文件。

   1. 使用如下命令创建名称为test.conf的文件。

      vim test.conf

   2. 在文件内输入i后进入编辑模式，添加如下内容。

      说明

      如下示例以行存表为例，测试行列共存表时请将orientation参数值修改为row,column。

      # 连接配置
      holoClient.jdbcUrl=jdbc:hologres://<ENDPOINT>:<PORT>/<DBNAME>
      holoClient.username=<AccessKey_ID>
      holoClient.password=<AccessKey_Secret>
      holoClient.readThreadSize=16
      
      # 测试配置
      get.threadSize=8
      get.testTime=300000
      get.tableName=kv_test
      get.async=true
      get.vacuumTableBeforeRun=true
      get.keyRangeParams=L1-200000000
      
      # 表初始化配置（仅PREPARE_GET_DATA模式生效）
      prepareGetData.rowNumber=200000000
      prepareGetData.orientation=row
      put.columnCount=20
      put.columnSize=20

      配置参数说明如下。

      模块	参数	描述	备注
      连接配置	jdbcUrl	Hologres的JDBC连接串，格式为jdbc:hologres://<ENDPOINT>:<PORT>/<DBNAME>。	ENDPOINT需要填写Hologres实例的指定VPC域名，您可以进入Hologres管理控制台的实例详情页，从网络信息中获取域名。
      	username	当前阿里云账号的AccessKey ID。	您可以单击AccessKey 管理，获取AccessKey ID。
      	password	当前阿里云账号的AccessKey Secret。	您可以单击AccessKey 管理，获取AccessKey Secret。
      	readThreadSize	查询场景的连接数。	异步模式下为提高攒批效率，建议设为线程数threadSize的2~4倍。 同步模式下为确保计算资源充分利用，建议适当调高连接数。本文设置的连接数为100。
      测试配置	threadSize	生成请求条件的线程数。	针对本文测试的64核实例规格： 在异步点查模式下建议设置线程数为8。 在同步点查模式下建议设置线程数为500。 您需要根据实例规格及数据特征适当调整该参数。
      	testTime	测试的目标时间，单位为毫秒。	不涉及。
      	tableName	测试的目标表名。	不涉及。
      	async	点查测试的模式是否为异步。	参数取值如下： true：表示异步。 false：表示同步。
      	vacuumTableBeforeRun	测试开始前是否执行vacuum操作。	参数取值如下： true：表示执行Vacuum操作。 false：表示不执行Vacuum操作。 执行Vacuum会强制触发Compaction操作。
      	keyRangeParams	点查的主键参数范围，格式为<I/L><Start>-<End>。	参数说明如下： I/L：I表示INT类型，L表示BIGINT类型。 Start：主键起始值。 End：主键结束值。 点查测试过程中，测试工具会在配置的范围内随机生成目标主键进行查询。
      表初始化配置（仅PREPARE_GET_DATA模式生效）	rowNumber	需要预生成的表的数据行数。	不涉及。
      	orientation	需要预生成的表的存储类型。	参数取值如下： row：行存表。 column：列存表。 row,column：行列共存表。
      	columnCount	需要预生成的表的列数。每列的数据类型均为TEXT。	不涉及。
      	columnSize	需要预生成的表每列的字符长度。	不涉及。

   3. 按Esc键，输入:wq并回车以保存并关闭文件。

2. 执行如下语句进行测试：

   说明

   点查场景的模式参数包含两个取值：PREPARE_GET_DATA对应点查前的数据准备模式，GET对应点查模式。如果您已写入业务数据或已经完成了数据写入、更新场景的测试并保留了测试表，则不需使用PREPARE_GET_DATA模式进行数据准备，直接使用GET模式进行点查即可。

   # 使用PREPARE_GET_DATA模式进行数据准备
   java -jar holo-e2e-performance-tool-1.0.0.jar test.conf PREPARE_GET_DATA 
   
   # 使用GET模式进行点查测试
   java -jar holo-e2e-performance-tool-1.0.0.jar test.conf GET

3. 获取测试结果。

   使用如下命令获取测试结果。

   cat result.csv

   测试结果文件result.csv中包含如下字段。

   字段	描述
   start	测试开始时间。
   end	测试结束时间。
   count	测试数据行数。
   qps1	最后1分钟的平均QPS。
   qps5	最后5分钟的平均QPS。
   qps15	最后15分钟的平均QPS。
   latencyMean	平均延迟。 INSERT、GET模式收集。
   latencyP99	P99延迟。 INSERT、GET模式收集。
   latencyP999	P999延迟。 INSERT、GET模式收集。
   version	实例版本。