sysbench压测pgsql数据库 —— 筑梦之路

这里主要使用sysbench工具对Pgsql数据库进行基准测试。

1. 创建数据库和用户名

sql 复制代码
# 创建用户和数据库

CREATE USER sysbench WITH PASSWORD '123456';

CREATE DATABASE sysbench owner sysbench;

# 给用户授权访问
vim  pg_hba.conf

host    sysbench          sysbench          127.0.0.1/32         md5

pg_ctl reload

2. 初始化数据库

bash 复制代码
sysbench \
--db-driver=pgsql \
--oltp-table-size=100000 \
--oltp-tables-count=25 \
--threads=1 \
--pgsql-host=127.0.0.1 \
--pgsql-port=5432 \
--pgsql-user=sysbench \
--pgsql-password=123456  \
--pgsql-db=sysbench  \
/usr/share/sysbench/tests/include/oltp_legacy/parallel_prepare.lua run

25 张表(从 sbtest1sbtest25)每张表生成 100,000 行数据。

bash 复制代码
# 检查表是否创建成功

psql -U sysbench -h 127.0.0.1 -p 5432 -d sysbench -W

# 查看数据库大小

psql -U sysbench -h 127.0.0.1 -p 5432 -d sysbench -W -c "select datname, pg_size_pretty(pg_database_size(datname)) as "DB_Size" from pg_stat_database where datname = 'sysbench'"

3. 数据库压测

1)读写测试

bash 复制代码
sysbench \
--db-driver=pgsql \
--report-interval=2 \
--oltp-table-size=100000 \
--oltp-tables-count=25 \
--threads=64 \
--time=60 \
--pgsql-host=127.0.0.1 \
--pgsql-port=5432 \
--pgsql-user=sysbench \
--pgsql-password=123456 \
--pgsql-db=sysbench \
/usr/share/sysbench/tests/include/oltp_legacy/oltp.lua \
run

这条命令生成一个 OLTP 工作负载,使用名为 /usr/share/sysbench/tests/include/oltp_legacy/oltp.lua 的 LUA 脚本,并对 25 张表的 100,000 行数据,使用 64 个线程进行 60 秒的测试

bash 复制代码
# 监控数据库的活动

select * from pg_stat_activity where usename = 'sysbench';

2)只读测试

bash 复制代码
sysbench \
--db-driver=pgsql \
--report-interval=2 \
--oltp-table-size=100000 \
--oltp-tables-count=24 \
--threads=64 \
--time=60 \
--pgsql-host=127.0.0.1 \
--pgsql-port=5432 \
--pgsql-user=sysbench \
--pgsql-password=123456 \
--pgsql-db=sysbench \
/usr/share/sysbench/tests/include/oltp_legacy/select.lua \
run
bash 复制代码
# 查询内存命中率

select ((blks_hit)*100.00)/(blks_hit+blks_read) AS "perc_mem_hit" from pg_stat_database where datname like 'sysbench;

4. 优化建议

  1. )增加内存分配 :如果服务器的内存充足,考虑增加 PostgreSQL 的共享缓冲区大小 (shared_buffers) 和工作内存 (work_mem),以提高内存命中率。

  2. )优化查询:在查询繁重的情况下,尽量避免全表扫描,可以通过创建索引来加速查询操作。

  3. )性能监控 :定期使用 pg_stat_activitypg_stat_database 来监控数据库性能,特别是在高负载情况下。

相关推荐
仰望星空的凡人4 小时前
【JS逆向基础】数据库之MongoDB
javascript·数据库·python·mongodb
duration~5 小时前
PostgreSQL并发控制
数据库·postgresql
给力学长6 小时前
自习室预约小程序的设计与实现
java·数据库·vue.js·elementui·小程序·uni-app·node.js
迷茫运维路7 小时前
MySQL5.7主从延迟高排查优化思路
数据库·主从延时高
菜鸟学Python7 小时前
Python web框架王者 Django 5.0发布:20周年了!
前端·数据库·python·django·sqlite
小云数据库服务专线8 小时前
GaussDB 查看会话连接数
数据库·gaussdb
墨迹的陌离9 小时前
【Linux】重生之从零开始学习运维之Mysql
linux·运维·服务器·数据库·学习·mysql
BigBigHang10 小时前
【docker】DM8达梦数据库的docker-compose以及一些启动踩坑
数据库·docker·容器
m0_7202450110 小时前
QT(四)基本组件
数据库·qt·microsoft
Databend11 小时前
使用 Databend Cloud 归档 OceanBase 数据数据库
数据库