benchmark: add Sysbench v4 file (pingcap#1228)

benchmark/sysbench-v4.md

@@ -0,0 +1,246 @@
+---
+title: TiDB 3.0 Beta 版本在 NVMe SSD 上的 Sysbench 测试结果
+category: benchmark
+---
+
+#  TiDB 3.0 Beta 版本在 NVMe SSD 上的 Sysbench 测试结果
+
+测试版本为 Sysbench 1.0.14。建议使用 Sysbench 1.0 或之后的更新版本，可在[此处](https://github.com/akopytov/sysbench/releases/tag/1.0.14)下载。
+
+## 测试目的
+
+测试 TiDB 3.0 Beta 版本在 NVMe SSD 上的性能。
+
+## 测试版本、时间、地点
+
+TiDB 版本：3.0 Beta 版本   
+时间：2019 年 2 月  
+地点：北京 
+
+## 测试环境
+
+- [硬件要求](https://pingcap.com/docs/op-guide/recommendation/)
+- 参考 [TiDB 部署文档](https://pingcap.com/docs/op-guide/ansible-deployment/)部署 TiDB 集群。在 3 台服务器的条件下，建议每台机器部署 1 个 TiDB，1 个 PD，和 1 个 TiKV实例。关于磁盘，以 32 张表、每张表 10M 行数据为例，建议 TiKV 的数据目录所在的磁盘空间大于 512 GB。
+对于单个 TiDB 的并发连接数，建议控制在 500 以内，如需增加整个系统的并发压力，可以增加 TiDB 实例，具体增加的 TiDB 个数视测试压力而定。
+
+IDC 机器：
+
+| 类别 | 名称 |
+|:---- |:---- |
+| OS | Linux (CentOS 7.3.1611) |
+| CPU | 40 vCPUs, Intel® Xeon® CPU E5-2630 v4 @ 2.20GHz |
+| RAM | 128GB |
+| DISK | Intel Optane SSD P4800X 375G * 1 |
+| NIC | 10Gb Ethernet |
+
+## 测试方案
+
+### TiDB 版本信息 
+
+| 组件 | GitHash |
+|:---- |:---- |
+| TiDB | 7a240818d19ae96e4165af9ea35df92466f59ce6 |
+| TiKV | e26ceadcdfe94fb6ff83b5abb614ea3115394bcd |
+| PD | 5e81548c3c1a1adab056d977e7767307a39ecb70 |
+
+### 集群拓扑
+
+| 机器 IP | 部署实例 |
+|:---- |:---- |
+| 172.16.30.31 | 3*sysbench |
+| 172.16.30.33 | 1\*tidb 1\*pd 1\*tikv |
+| 172.16.30.34 | 1\*tidb 1\*pd 1\*tikv |
+| 172.16.30.35 | 1\*tidb 1\*pd 1\*tikv |
+
+### TiDB 配置
+
+升高日志级别，可以减少打印日志数量，对 TiDB 的性能有积极影响。开启 TiDB 配置中的 `prepared plan cache`，以减少优化执行计划的开销。具体在 TiDB 配置文件中加入：
+
+```
+[log]
+level = "error"
+[prepared-plan-cache]
+enabled = true
+```
+
+### TiKV 配置
+
+升高 TiKV 的日志级别同样有利于提高性能表现。
+
+由于 TiKV 是以集群形式部署的，在 Raft 算法的作用下，能保证大多数节点已经写入数据。因此，除了对数据安全极端敏感的场景之外，raftstore 中的 `sync-log` 选项可以关闭。
+
+TiKV 集群存在两个 Column Family（Default CF 和 Write CF），主要用于存储不同类型的数据。对于 Sysbench 测试，导入数据的 Column Family 在 TiDB 集群中的比例是固定的。这个比例是： 
+
+Default CF : Write CF = 4 : 1
+
+在 TiKV 中需要根据机器内存大小配置 RocksDB 的 block cache，以充分利用内存。以 40 GB 内存的虚拟机部署一个 TiKV 为例，其 block cache 建议配置如下:
+
+```
+log-level = "error"
+[raftstore]
+sync-log = false
+[rocksdb.defaultcf]
+block-cache-size = "24GB"
+[rocksdb.writecf]
+block-cache-size = "6GB"
+```
+
+更详细的 TiKV 参数调优请参考 [TiKV 性能参数调优](https://pingcap.com/docs/op-guide/tune-tikv/)。
+
+## 测试过程
+
+> **注意**：此次测试并没有使用如 HAproxy 等负载均衡工具。在 TiDB 单一节点上进行 Sysbench 测试，并把结果相加。负载均衡工具和不同版本参数也会影响性能表现。
+
+### Sysbench 配置
+
+以下为 Sysbench 配置文件样例：
+
+``` 
+mysql-host={TIDB_HOST}
+mysql-port=4000
+mysql-user=root
+mysql-db=sbtest
+time=600
+threads={8, 16, 32, 64, 128, 256}
+report-interval=10
+db-driver=mysql
+```
+
+可根据实际需求调整其参数，其中 `TIDB_HOST` 为 TiDB server 的 IP 地址（配置文件中不能写多个地址），`threads` 为测试中的并发连接数，可在 “8, 16, 32, 64, 128, 256” 中调整，导入数据时，建议设置 threads = 8 或者 16。调整后，将该文件保存为名为 **config** 的文件。
+
+**配置文件**参考示例如下：
+
+```
+mysql-host=172.16.30.33
+mysql-port=4000
+mysql-user=root
+mysql-db=sbtest
+time=600
+threads=16
+report-interval=10
+db-driver=mysql
+```
+
+### 数据导入
+
+MySQL 客户端执行以下 SQL 语句，创建数据库 `sbtest`：
+
+```
+create database sbtest;
+```
+
+调整 Sysbench 脚本创建索引的顺序。Sysbench 按照“建表->插入数据->创建索引”的顺序导入数据。该方式对于 TiDB 需要花费更多的导入时间。用户可以通过调整顺序来加速数据的导入。
+
+假设用户使用的 [Sysbench](https://github.com/akopytov/sysbench/tree/1.0.14) 版本。我们可以通过以下两种方式来修改。
+
+1. 直接下载为 TiDB 修改好的 [oltp_common.lua](https://raw.githubusercontent.com/pingcap/tidb-bench/master/sysbench-patch/oltp_common.lua) 文件，覆盖 `/usr/share/sysbench/oltp_common.lua` 文件。 
+2. 将 `/usr/share/sysbench/oltp_common.lua` 的第 [235](https://github.com/akopytov/sysbench/blob/1.0.14/src/lua/oltp_common.lua#L235) 行到第 [240](https://github.com/akopytov/sysbench/blob/1.0.14/src/lua/oltp_common.lua#L240) 行移动到第 198 行以后。
+
+> **注意**：此操作为可选操作，仅节约了数据导入时间。
+
+命令行输入以下命令，开始导入数据，config 文件为上一步中配置的文件：
+
+```
+sysbench --config-file=config oltp_point_select --tables=32 --table-size=10000000 prepare
+```
+
+### 数据预热与统计信息收集
+
+数据预热可将磁盘中的数据载入内存的 block cache 中，预热后的数据对系统整体的性能有较大的改善，建议在每次重启集群后进行一次数据预热。
+
+Sysbench 没有提供数据预热的功能，因此需要手动进行数据预热。
+
+以 Sysbench 中某张表 sbtest7 为例，执行如下 SQL 语句 进行数据预热：
+
+```
+SELECT COUNT(pad) FROM sbtest7 USE INDEX (k_7);
+```
+
+统计信息收集有助于优化器选择更为准确的执行计划，可以通过 `analyze` 命令来收集表 sbtest 的统计信息，每个表都需要统计。
+
+```
+ANALYZE TABLE sbtest7;
+```
+
+### Point select 测试命令
+
+```
+sysbench --config-file=config oltp_point_select --tables=32 --table-size=10000000 run
+```
+
+### Update index 测试命令
+
+```
+sysbench --config-file=config oltp_update_index --tables=32 --table-size=10000000 run
+```
+
+### Read-only 测试命令
+
+```
+sysbench --config-file=config oltp_read_only --tables=32 --table-size=10000000 run
+```
+
+## 测试结果
+
+测试了数据 32 表，每表有 10M 数据。
+
+对每个 tidb-server 进行了 Sysbench 测试，将结果相加，得出最终结果：
+
+### oltp_point_select
+
+| 类型 | Thread | TPS | QPS | avg.latency(ms) | .95.latency(ms) | max.latency(ms) |
+|:---- |:---- |:---- |:---- |:----------------|:----------------- |:---- |
+| point_select | 3\*8 | 67502.55 | 67502.55 | 0.36 | 0.42 | 141.92 |
+| point_select | 3\*16 | 120141.84 | 120141.84 | 0.40 | 0.52 | 20.99 |
+| point_select | 3\*32 | 170142.92 | 170142.92 | 0.58 | 0.99 | 28.08 |
+| point_select | 3\*64 | 195218.54 | 195218.54 | 0.98 | 2.14 | 21.82 |
+| point_select | 3\*128 | 208189.53 | 208189.53 | 1.84 | 4.33 | 31.02 |
+
+![](../media/oltp_point_select.png)
+
+### oltp_update_index
+
+| 类型 | Thread | TPS | QPS | avg.latency(ms) | .95.latency(ms) | max.latency(ms) |
+|:---- |:---- |:---- |:---- |:----------------|:----------------- |:---- |
+| oltp_update_index | 3\*8 | 9668.98 | 9668.98 | 2.51 | 3.19 | 103.88| 
+| oltp_update_index | 3\*16 | 12834.99 | 12834.99 | 3.79 | 5.47 | 176.90 |
+| oltp_update_index | 3\*32 | 15955.77 | 15955.77 | 6.07 | 9.39 | 4787.14 |
+| oltp_update_index | 3\*64 | 18697.17 | 18697.17 | 10.34 | 17.63 | 4539.04 |
+| oltp_update_index | 3\*128 | 20446.81 | 20446.81 | 18.98 | 40.37 | 5394.75 |
+| oltp_update_index | 3\*256 | 23563.03 | 23563.03 | 32.86 | 78.60 | 5530.69 |
+
+![](../media/oltp_update_index.png)
+
+### oltp_read_only
+
+| 类型 | Thread | TPS | QPS | avg.latency(ms) | .95.latency(ms) | max.latency(ms) |
+|:---- |:---- |:---- |:---- |:----------------|:----------------- |:---- |
+| oltp_read_only | 3\*8 | 2411.00 | 38575.96 | 9.92 | 20.00 | 92.23 |
+| oltp_read_only | 3\*16 | 3873.53 | 61976.50 | 12.25 | 16.12 | 56.94 |
+| oltp_read_only | 3\*32 | 5066.88 | 81070.16 | 19.42 | 26.20 | 123.41 |
+| oltp_read_only | 3\*64 | 5466.36 | 87461.81 | 34.65 | 63.20 | 231.19 |
+| oltp_read_only | 3\*128 | 6684.16 | 106946.59 | 57.29 | 97.55 | 180.85 |
+
+![](../media/oltp_read_only.png)
+
+## 常见问题
+
+### 在高并发压力下，TiDB、TiKV 的配置都合理，为什么整体性能还是偏低？
+
+这种情况可能与使用了 proxy 有关。可以尝试直接对单个 TiDB 加压，将求和后的结果与使用 proxy 的情况进行对比。
+
+以 HAproxy 为例。`nbproc` 参数可以增加其最大启动的进程数，较新版本的 HAproxy 还支持 `nbthread` 和 `cpu-map`等。这些都可以减少对其性能的不利影响。
+
+### 在高并发压力下，为什么 TiKV 的 CPU 利用率依然很低？
+
+TiKV 虽然整体 CPU 偏低，但部分模块的 CPU 可能已经达到了很高的利用率。
+
+TiKV 的其他模块，如 storage readpool、coprocessor 和 grpc 的最大并发度限制是可以通过 TiKV 的配置文件进行调整的。
+
+通过 Grafana 的 TiKV Thread CPU 监控面板可以观察到其实际使用率。如出现多线程模块瓶颈，可以通过增加该模块并发度进行调整。
+
+### 在高并发压力下，TiKV 也未达到 CPU 使用瓶颈，为什么 TiDB 的 CPU 利用率依然很低？
+
+在某些高端设备上，使用的是 NUMA 架构的 CPU，跨 CPU 访问远端内存将极大降低性能。TiDB 默认将使用服务器所有 CPU，goroutine 的调度不可避免的会出现跨 CPU 内存访问。
+
+因此，建议在 NUMA 架构服务器上，部署 *n* 个 TiDB（*n* = NUMA CPU 的个数），同时将 TiDB 的 `max-procs` 变量的值设置为与 NUMA CPU 的核数相同。