华为云云耀云服务器L实例评测|使用docker搭建MySQL环境并进行性能测试

本文主要是介绍华为云云耀云服务器L实例评测|使用docker搭建MySQL环境并进行性能测试,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

🍕环境准备

🎁购买云服务器

本次我们使用华为云新推出的云服务器进行环境搭建与测评:

HECS焕新!现全新推出性能更好、价格更低、体验更优的云耀云服务器L实例,面向初创企业和开发者打造的全新轻量应用云服务器。提供丰富严选的应用镜像,实现应用一键部署,助力客户便捷高效的在云端构建电商网站、Web应用、小程序、学习环境、各类开发测试等。开启简单上云第一步!与此同时云耀云服务器(旧版)将逐步下线,请优先使用L实例。

1、注册登录华为云,点击进入华为云控制台
进入华为云控制台
2、进入云耀云服务器L实例选购界面进入云耀云服务选购界面
在这里插入图片描述
3、选择云耀云服务器L实例购买配置,此处我选择了Ubuntu镜像
选择服务器购买配置并付款
支付
4、重置(设置)密码,妥善保存,密码不要太简单,弱密码容易被破解
重置密码

📦安装docker

按照如下步骤进行docker的安装:

# 1、首先,更新系统的软件包列表。打开终端,并执行以下命令:
apt update
# 2、安装必要的软件包,以便让apt可以通过HTTPS使用镜像仓库
apt install apt-transport-https ca-certificates curl software-properties-common
# 3、添加Docker的官方GPG密钥。这个密钥用于验证下载的软件包的完整性和真实性
curl -fsSL https://download.docker.com/linux/ubuntu/gpg | sudo gpg --dearmor -o /usr/share/keyrings/docker-archive-keyring.gpg
# 4、添加Docker的稳定版存储库
echo "deb [arch=amd64 signed-by=/usr/share/keyrings/docker-archive-keyring.gpg] https://download.docker.com/linux/ubuntu focal stable" | sudo tee /etc/apt/sources.list.d/docker.list > /dev/null
# 5、更新软件包列表,以使新添加的存储库生效
apt update
# 6、确保从Docker存储库安装的软件包将优先于从默认存储库安装的软件包
apt-cache policy docker-ce
# 7、安装Docker引擎
apt install docker-ce
# 8、确认Docker是否安装成功
docker --version
# 9、创建一个docker网络,方便后续容器间的通信
docker network create my-net

🐬docker安装启动MySQL

  1. 拉取MySQL的镜像docker pull mysql:5.7,本次测试使用MySQL5.7版本的数据库
  2. 启动docker,忽略MySQL大小写(注意:MySQL中Windows中是默认忽略大小写语法的,为方便开发在Linux下也手动调整MySQL忽略大小写)
docker run --name mysql \
-v /huawei/tools/mysql/data:/var/lib/mysql \
-p 3306:3306 \
-e MYSQL_ROOT_PASSWORD="wecoding@123456" \
--net=my-net --network-alias mysql \
-d mysql:5.7 --lower-case-table-names=1

-v docker将镜像中的目录与宿主机的目录进行挂载,上述指令中-v /huawei/tools/mysql/data:/var/lib/mysql \对MySQL的数据文件进行挂载
-p 指定docker的MySQL镜像端口和宿主机的端口映射关系
-e MYSQL_ROOT_PASSWORD 指定MySQL镜像的环境变量,该指令可以设置MySQL的密码
–net 指定MySQL镜像在docker中的网络配置为自定义的my-net
–network-alias指定docker网络别名
–lower-case-table-names=1 指定MySQL忽略指令的大小写

  1. 配置MySQL远程连接
# 使用bash进入MySQL镜像
docker exec -it mysql /bin/bash
# 登录MySQL命令行客户端
mysql -u root -p
# 刷新权限
flush privileges;
# 授于全部权限
grant all privileges on *.* to 'root'@'%';
# 退出MySQL客户端
exit
# 使用ctrl + d快捷键退出镜像

这时连接MySQL可能任然无法连接,因为云耀云服务器L实例为我们贴心的配置了安全组,防止服务器被攻击用的,我们需要手动配置一下安全组:
配置安全组
安全组配置

🐧对MySQL进行性能测试

使用sysbench进行基准测试,指令如下:

# 1、安装sysbench
apt-get install sysbench
# 2、使用数据库客户端工具创建test测试库
# 3、对oltp_common.lua授予执行权限
cd /usr/share/sysbench
chmod +x oltp_common.lua

🌾prepare

生成压测数据

sysbench oltp_read_write --mysql-host=127.0.0.1 --mysql-port=3306 --mysql-user=root --mysql-password=wecoding@123456 --mysql-db=test --tables=2 --table-size=1000000 --threads=30 prepare

🌾prewarm

预热,将硬盘中的数据加载到内存中

sysbench oltp_read_write --mysql-host=127.0.0.1 --mysql-port=3306 --mysql-user=root --mysql-password=wecoding@123456 --mysql-db=test --tables=2 --table-size=1000000 --threads=30 prewarm

🌾run

压测

sysbench oltp_read_write --mysql-host=127.0.0.1 --mysql-port=3306 --mysql-user=root --mysql-password=wecoding@123456 --mysql-db=test --tables=2 --table-size=1000000 --threads=64 --time=60 --report-interval=10 run

🌾cleanup

清理数据

sysbench oltp_read_write --mysql-host=127.0.0.1 --mysql-port=3306 --mysql-user=root --mysql-password=wecoding@123456 --mysql-db=test --tables=2 cleanup

🧸执行结果

Threads started![ 10s ] thds: 64 tps: 407.42 qps: 8233.18 (r/w/o: 5778.63/1633.30/821.25) lat (ms,95%): 292.60 err/s: 0.00 reconn/s: 0.00
[ 20s ] thds: 64 tps: 445.61 qps: 8915.56 (r/w/o: 6239.91/1784.43/891.22) lat (ms,95%): 297.92 err/s: 0.00 reconn/s: 0.00
[ 30s ] thds: 64 tps: 455.40 qps: 9103.63 (r/w/o: 6373.32/1819.51/910.80) lat (ms,95%): 262.64 err/s: 0.00 reconn/s: 0.00
[ 40s ] thds: 64 tps: 441.00 qps: 8817.21 (r/w/o: 6170.50/1764.70/882.00) lat (ms,95%): 320.17 err/s: 0.00 reconn/s: 0.00
[ 50s ] thds: 64 tps: 463.30 qps: 9275.68 (r/w/o: 6490.98/1858.10/926.60) lat (ms,95%): 262.64 err/s: 0.00 reconn/s: 0.00
[ 60s ] thds: 64 tps: 468.40 qps: 9368.44 (r/w/o: 6554.43/1877.31/936.70) lat (ms,95%): 267.41 err/s: 0.00 reconn/s: 0.00
SQL statistics:queries performed:read:                            376264 # 读操作的数量write:                           107504 # 写操作的数量other:                           53752 # 其它操作的数量total:                           537520 # 总的操作数量,total = read + write + othertransactions:                        26876  (447.25 per sec.) # 总的事务数(每秒事务数)queries:                             537520 (8944.99 per sec.) # 总的操作数(每秒操作数)ignored errors:                      0      (0.00 per sec.) # 忽略的错误数(每秒忽略的错误数)reconnects:                          0      (0.00 per sec.) # 重试次数(每秒重试的次数)General statistics:total time:                          60.0904s # 总的执行时间total number of events:              26876 # 执行的 event 的数量Latency (ms):min:                                    4.38 # 最小耗时avg:                                  142.99 # 平均耗时max:                                  821.44 # 最大耗时95th percentile:                      282.25sum:                              3843052.61 # 总耗时Threads fairness:events (avg/stddev):           419.9375/10.06 # 平均每个线程执行 event 的数量execution time (avg/stddev):   60.0477/0.02 # 平均每个线程的执行时间

根据提供的测试结果,我们可以对系统的性能进行评估:

  • 事务处理能力: 在测试期间,系统每秒平均处理约 447 个事务 (TPS),这是一个衡量系统处理负载能力的重要指标。根据实际- 需求和预期目标,可以将这个数值与所需的事务处理需求进行比较,以确定系统是否能够满足实际业务需求。

  • 查询处理能力: 在测试中,系统每秒处理约 8,945 个查询 (QPS),这是评估系统处理查询负载能力的重要指标。需要根据具体需求和业务场景来评估这个数值是否足够高,并且与系统的可扩展性进行比较。

  • 响应时间: 平均响应时间为约 142.99 毫秒,95% 的查询在 282.25 毫秒内完成。这些指标表示系统对查询的响应速度。较低的平均响应时间和百分位数值通常意味着更好的用户体验。

  • 错误和重连: 测试期间没有发生任何错误或重连。这表明系统在此次测试中表现稳定,并没有发生异常情况。

💥12分钟生成两千万条数据

# 创建测试表
drop table if exists batch_demo;
create table batch_demo
(id          int         not null comment 'id'primary key,batch_name  varchar(32) null,batch_value varchar(32) null
)comment '批量处理测试表';
#创建内存暂存表
drop table if exists batch_demo_temp;
create temporary table batch_demo_temp
(id          int         not null comment 'id'primary key,batch_name  varchar(32) null,batch_value varchar(32) null
) engine = MEMORYcomment '批量处理测试表暂存表';drop procedure if exists gen_data;delimiter $$create procedure gen_data(in size int)
begin#分页提交大小,具体分页批次大小根据数据库的内存暂存表和数据量大小自行配置即可declare page_size int default 50000;#下标declare i int default 1;#开启事务,分批次提交start transaction ;out_while:while i < size doset i = i + 1;insert into batch_demo_temp(id, batch_name, batch_value) value (i,concat('name',i),concat('value',i));if i % page_size = 0 theninsert into batch_demo select * from batch_demo_temp;#清空内存暂存表的数据,防止内存暴涨delete from batch_demo_temp where 1=1;# 提交事务并开启新一批次的事务commit ;start transaction ;end if ;end while ;
end $$
delimiter ;call gen_data(20000000);

这篇关于华为云云耀云服务器L实例评测|使用docker搭建MySQL环境并进行性能测试的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/709920

相关文章

Vue3 的 shallowRef 和 shallowReactive:优化性能

大家对 Vue3 的 ref 和 reactive 都很熟悉,那么对 shallowRef 和 shallowReactive 是否了解呢? 在编程和数据结构中,“shallow”(浅层)通常指对数据结构的最外层进行操作,而不递归地处理其内部或嵌套的数据。这种处理方式关注的是数据结构的第一层属性或元素,而忽略更深层次的嵌套内容。 1. 浅层与深层的对比 1.1 浅层(Shallow) 定义

SQL中的外键约束

外键约束用于表示两张表中的指标连接关系。外键约束的作用主要有以下三点: 1.确保子表中的某个字段(外键)只能引用父表中的有效记录2.主表中的列被删除时,子表中的关联列也会被删除3.主表中的列更新时,子表中的关联元素也会被更新 子表中的元素指向主表 以下是一个外键约束的实例展示

基于MySQL Binlog的Elasticsearch数据同步实践

一、为什么要做 随着马蜂窝的逐渐发展,我们的业务数据越来越多,单纯使用 MySQL 已经不能满足我们的数据查询需求,例如对于商品、订单等数据的多维度检索。 使用 Elasticsearch 存储业务数据可以很好的解决我们业务中的搜索需求。而数据进行异构存储后,随之而来的就是数据同步的问题。 二、现有方法及问题 对于数据同步,我们目前的解决方案是建立数据中间表。把需要检索的业务数据,统一放到一张M

服务器集群同步时间手记

1.时间服务器配置(必须root用户) (1)检查ntp是否安装 [root@node1 桌面]# rpm -qa|grep ntpntp-4.2.6p5-10.el6.centos.x86_64fontpackages-filesystem-1.41-1.1.el6.noarchntpdate-4.2.6p5-10.el6.centos.x86_64 (2)修改ntp配置文件 [r

如何去写一手好SQL

MySQL性能 最大数据量 抛开数据量和并发数,谈性能都是耍流氓。MySQL没有限制单表最大记录数,它取决于操作系统对文件大小的限制。 《阿里巴巴Java开发手册》提出单表行数超过500万行或者单表容量超过2GB,才推荐分库分表。性能由综合因素决定,抛开业务复杂度,影响程度依次是硬件配置、MySQL配置、数据表设计、索引优化。500万这个值仅供参考,并非铁律。 博主曾经操作过超过4亿行数据

性能测试介绍

性能测试是一种测试方法,旨在评估系统、应用程序或组件在现实场景中的性能表现和可靠性。它通常用于衡量系统在不同负载条件下的响应时间、吞吐量、资源利用率、稳定性和可扩展性等关键指标。 为什么要进行性能测试 通过性能测试,可以确定系统是否能够满足预期的性能要求,找出性能瓶颈和潜在的问题,并进行优化和调整。 发现性能瓶颈:性能测试可以帮助发现系统的性能瓶颈,即系统在高负载或高并发情况下可能出现的问题

中文分词jieba库的使用与实景应用(一)

知识星球:https://articles.zsxq.com/id_fxvgc803qmr2.html 目录 一.定义: 精确模式(默认模式): 全模式: 搜索引擎模式: paddle 模式(基于深度学习的分词模式): 二 自定义词典 三.文本解析   调整词出现的频率 四. 关键词提取 A. 基于TF-IDF算法的关键词提取 B. 基于TextRank算法的关键词提取

使用SecondaryNameNode恢复NameNode的数据

1)需求: NameNode进程挂了并且存储的数据也丢失了,如何恢复NameNode 此种方式恢复的数据可能存在小部分数据的丢失。 2)故障模拟 (1)kill -9 NameNode进程 [lytfly@hadoop102 current]$ kill -9 19886 (2)删除NameNode存储的数据(/opt/module/hadoop-3.1.4/data/tmp/dfs/na

Hadoop数据压缩使用介绍

一、压缩原则 (1)运算密集型的Job,少用压缩 (2)IO密集型的Job,多用压缩 二、压缩算法比较 三、压缩位置选择 四、压缩参数配置 1)为了支持多种压缩/解压缩算法,Hadoop引入了编码/解码器 2)要在Hadoop中启用压缩,可以配置如下参数

Makefile简明使用教程

文章目录 规则makefile文件的基本语法:加在命令前的特殊符号:.PHONY伪目标: Makefilev1 直观写法v2 加上中间过程v3 伪目标v4 变量 make 选项-f-n-C Make 是一种流行的构建工具,常用于将源代码转换成可执行文件或者其他形式的输出文件(如库文件、文档等)。Make 可以自动化地执行编译、链接等一系列操作。 规则 makefile文件