hbase自带的压力测试使用
个人推荐使用：https://github.com/brianfrankcooper/YCSB/
示例: 顺序写命令:
hbase org.apache.hadoop.hbase.PerformanceEvaluation --rows=10000 --valueSize=8000 randomWrite 5hbase pe --nomapred --oneCon=true --valueSize=1000 --compress=GZ --rows=150000 --autoFlush=true --presplit=64 --families=4 --columns=6 --table=zyc_pe_test --caching=1000 randomWrite 100–nomapred表示不使用MAPREDUCE框架
–oneCon=true 所有线程是否共享连接
–valueSize=100 一次写入所写入value的大小
–compress 压缩方式
–presplit=64 创建预分表（初始情况下将table分为多少个分区）
–autoFlush=true client在收到put请求时是否每次都发送到region server
–rows=150000 每个线程需要发送的数据量
每次测试都会删除之前测试创建的测试表。删除表的时间不计入结果
说明: 命令行创建5个客户端，并且执行持续的写入测试。每个客户端每次写入8000字节, 每个客户端共写入10000行. 命令行将一直显示完成的进度直到打印最后的结果，当用户确定客户端服务器负载并不大时，可增加一定数量的客户端（也就是说线程或者MapReduce任务）
顺序读:
hbase org.apache.hadoop.hbase.PerformanceEvaluation sequentialRead 1
随机写:
hbase org.apache.hadoop.hbase.PerformanceEvaluation randomWrite 1
随机读:
hbase org.apache.hadoop.hbase.PerformanceEvaluation randomRead 1参数说明：
hbase pe org.apache.hadoop.hbase.PerformanceEvaluation <OPTIONS> [-D<property=value>]* <command> <nclients>
其中
Options:
nomapred 采用MapReduce的方式启动多线程测试还是通过多线程的方式，如果没有安装MapReduce，或者不想用MapReduce，通常我们采用多线程的方式，因此一般在命令中加上--nomapred来表示不使用MapReduce。
rows 每个客户端(线程)运行的行。默认值：一百万。注意这里的行数是指单线程的行数，如果rows=100， 线程数为10，那么在写测试中，写入HBase的将是 100 x 10 行
size 总大小,单位GiB。与--rows互斥。默认值：1.0。
sampleRate 样本比例:对总行数的一部分样本执行测试。只有randomRead支持。默认值：1.0
traceRate 启用HTrace跨度。每N行启动一次跟踪。默认值：0
table 测试表的名字，如果不设，默认为TestTable。
multiGet 如果> 0，则在执行RandomRead时，执行多次获取而不是单次获取。默认值：0
compress 要使用的压缩类型（GZ，LZO，...）。默认值：'无'
flushCommits 该参数用于确定测试是否应该刷新表。默认值：false
writeToWAL 在puts上设置writeToWAL。默认值：True
autoFlush 默认为false，即PE默认用的是BufferedMutator，BufferedMutator会把数据攒在内存里，达到一定的大小再向服务器发送，如果想明确测单行Put的写入性能，建议设置为true。个人觉得PE中引入autoFlush会影响统计的准确性，因为在没有攒够足够的数据时，put操作会立马返回，根本没产生RPC，但是相应的时间和次数也会被统计在最终结果里。
oneCon 多线程运行测试时，底层使用一个还是多个链接。这个参数默认值为false，每个thread都会启一个Connection，建议把这个参数设为True
presplit 表的预分裂region个数，在做性能测试时一定要设置region个数，不然所有的读写会落在一个region上，严重影响性能
inmemory 试图尽可能保持CF内存的HFile。不保证始终从内存中提供读取。默认值：false
usetags 与KV一起写标签。与HFile V3配合使用。默认值：false
numoftags 指定所需的标签号。仅当usetags为true时才有效。
filterAll 通过不将任何内容返回给客户端，帮助过滤掉服务器端的所有行。通过在内部使用FilterAllFilter,帮助检查服务器端性能。
latency 设置为报告操作延迟。默认值：False
bloomFilter Bloom 过滤器类型，[NONE，ROW，ROWCOL]之一
valueSize 写入HBase的value的size，单位是Byte，大家可以根据自己实际的场景设置这个Value的大小。默认值：1024
valueRandom 设置是否应该在0和'valueSize'之间改变值大小;设置读取大小的统计信息：默认值: Not set.
valueZipf 设置是否应该以zipf格式改变0和'valueSize'之间的值大小, 默认值: Not set.
period 报告每个'period'行：默认值：opts.perClientRunRows / 10
multiGet 批处理组合成N组。只有randomRead支持。默认值: disabled
replicas 启用区域副本测试。默认值：1。
splitPolicy 为表指定自定义RegionSplitPolicy。
randomSleep 在每次获得0和输入值之前进行随机睡眠。默认值：0
Note: -D properties will be applied to the conf used.
For example:
-Dmapreduce.output.fileoutputformat.compress=true
-Dmapreduce.task.timeout=60000
Command:
filterScan 使用过滤器运行扫描测试，根据它的值查找特定行（确保使用--rows = 20）
randomRead 运行随机读取测试
randomSeekScan 运行随机搜索和扫描100测试
randomWrite 运行随机写测试
scan 运行扫描测试（每行读取）
scanRange10 使用开始和停止行（最多10行）运行随机搜索扫描
scanRange100 使用开始和停止行运行随机搜索扫描（最多100行）
scanRange1000 使用开始和停止行（最多1000行）运行随机搜索扫描
scanRange10000 使用开始和停止行运行随机搜索扫描（最多10000行）
sequentialRead 运行顺序读取测试
sequentialWrite 运行顺序写入测试
Args:
nclients 整数。必须要有该参数。客户端总数（和HRegionServers）
running: 1 <= value <= 500
Examples:
运行一个单独的客户端:
hbase org.apache.hadoop.hbase.PerformanceEvaluation sequentialWrite 1
1 顺序写测试
测试基准：10个并发客户端，写入200万行数据
1.1 无压缩顺序写
hbase org.apache.hadoop.hbase.PerformanceEvaluation --rows=2000000 --nomapred --table=none_test randomRead 10
1.2 LZO顺序写
hbase org.apache.hadoop.hbase.PerformanceEvaluation --rows=2000000 --nomapred --compress=LZO --table=none_test randomRead 10
1.3 有无压缩对比
| 对比指标 | 不压缩 | LZO压缩 |
| 插入100万行数据平均时间 | ||
| 文件大小(1000万行数据) | 19.2G | 4.7G |
参考:
https://yq.aliyun.com/articles/594384
https://help.aliyun.com/document_detail/68370.html
==================
YCSB: https://github.com/brianfrankcooper/YCSB/blob/master/README.md
打开workloada查看信息
以下是workloada、workloadb、workloadc、workloadd、workloade、workloadf的相关文件信息
| workloada | 读写均衡型，50%读，50%写 |
| workloadb | 读多写少型，95%读，5%更新。 |
| workloadc | 只读，100%读。 |
| workloadd | 读最近写入记录型，95%读，5%插入。 |
| workloade | 扫描小区间型，95%扫描，5%插入。 |
| workloadf | 读写入记录均衡型，50%读，50%读、修改、写。 |
./bin/ycsb.sh load basic -P workloads/workloada
./bin/ycsb.sh run basic -P workloads/workloada
bin/ycsb load hbase20 -P workloads/workloada -cp /etc/hbase/conf/ -p table=usertable -p columnfamily=family -s -threads 50 -p recordcount=100000
上面参数含义：
- hbase-10 说明测试的是针对hbase1.x版本
- -p columnfamily=cf 插入hbase的列簇cf
- -p recordcount=100000000 总计插入1亿条数据 【可选】
- -jvm-args '-Xms2048m -Xmx2048m -XX:PermSize=128m -XX:MaxPermSize=256m' 设置JVM参数【可选】
- -p threadcount=100 客户端线程数为100，并发100【可选】
- -s load.dat 记录测试结果到 load.dat
- -P workloads/workloada 采用默认配置workloads/workloada，里面设置了插入占比50%，更新占比50%，默认往cf列簇插入10个列的数据，每个列的数据大小为100bytes，10个列的话总计大约1K大小数据
Ycsb运行完成结果打印与分析：
[OVERALL], RunTime(ms), 6921.0 数据加载所用时间：6.921秒
[OVERALL], Throughput(ops/sec), 144.48779078167894 加载操作的吞吐量，平均并发量每秒144.48条
[TOTAL_GCS_PS_Scavenge], Count, 1.0
[TOTAL_GC_TIME_PS_Scavenge], Time(ms), 20.0
[TOTAL_GC_TIME_%_PS_Scavenge], Time(%), 0.2889755815633579
[TOTAL_GCS_PS_MarkSweep], Count, 0.0
[TOTAL_GC_TIME_PS_MarkSweep], Time(ms), 0.0
[TOTAL_GC_TIME_%_PS_MarkSweep], Time(%), 0.0
[TOTAL_GCs], Count, 1.0
[TOTAL_GC_TIME], Time(ms), 20.0
[TOTAL_GC_TIME_%], Time(%), 0.2889755815633579
[CLEANUP], Operations, 2.0 执行cleanup的操作总数，2
[CLEANUP], AverageLatency(us), 71591.5 平均响应时间71.5915ms
[CLEANUP], MinLatency(us), 15.0 最小响应时间0.015ms
[CLEANUP], MaxLatency(us), 143231.0 最大响应时间143.231ms
[CLEANUP], 95thPercentileLatency(us), 143231.0 95%的insert操作延时在143.231ms以内
[CLEANUP], 99thPercentileLatency(us), 143231.0 99%的insert操作延时在143.231ms以内
[READ], Operations, 480.0 执行read的操作总数，480
[READ], AverageLatency(us), 5027.9625 平均响应时间5.027ms
[READ], MinLatency(us), 2254.0 最小响应时间2.254ms
[READ], MaxLatency(us), 158847.0 最大响应时间158.847ms
[READ], 95thPercentileLatency(us), 10767.0 95%的read操作延时在10.767ms以内
[READ], 99thPercentileLatency(us), 14599.0 99%的read操作延时在14.599ms以内
[READ], Return=OK, 480 成功返回数，480
关注几个信息:
RunTime(ms): 数据加载所用时间,单位毫秒(ms)
Throughput(ops/sec): 吞吐量,即ops(每秒操作次数)
Operations: 操作的总次数
AverageLatency(us): 平均响应延时,单位是微秒(us)
MinLatency(us): 最小响应时间,单位是微秒(us)
MaxLatency(us): 最大响应时间,单位是微秒(us)
95thPercentileLatency(us): 95%的操作延时,单位是微秒(us)
99thPercentileLatency(us): 99%的操作延时,单位是微秒(us)
Return=OK: 成功返回数,这个值不符合测试要求,则证明测试失败.
[READ]开头的代表只读的操作记录,其他还有例如上面的[insert],[UPDATE]等,
[UPDATE], Operations, 520.0 执行read的操作总数，520
[UPDATE], AverageLatency(us), 5812.123076923077 平均响应时间5.812ms
[UPDATE], MinLatency(us), 3302.0 最小响应时间3.302ms
[UPDATE], MaxLatency(us), 86207.0 最大响应时间86.207ms
[UPDATE], 95thPercentileLatency(us), 9991.0 95%的read操作延时在9.991ms以内
[UPDATE], 99thPercentileLatency(us), 11839.0 99%的insert操作延时在11.839ms以内
[UPDATE], Return=OK, 520 成功返回数，520
