YCSB之HBase性能测试

1、YCSB背景

YCSB，全称为“Yahoo！Cloud Serving Benchmark”，是雅虎开发的用来对云服务进行基础测试的工具，其内部涵盖了常见的NoSQL数据库产品，如Cassandra、MongoDB、HBase、Redis等等。在运行YCSB的时候，可以配置不同的workload和DB，也可以指定线程数&并发数等其他参数。

2、初探

首先在官网上下载源码编译或者直接下载软件包：https://github.com/brianfrankcooper/YCSB/releases/tag/0.10.0

（编译的话需要maven工程和其他资源包的依赖比较麻烦，建议直接下载软件包，解压后进行简单的操作（下文介绍）后就能直接用。）

下载压缩包后上传到对应的主机，解压tar –xvf ycsb-0.12.0.tar.gz后的文件夹内目录结构如下：

所有文件可以分为以下几种类型：

bin,logs,lib,LICENSENSE.txt

是一般软件安装后都有的，作用不赘述

命名规则均为NOSQL数据库名+’-binding’后缀。这些目录也即表示了YCSB支持的所有的NOSQL数据库类型，同时你也可以按照规范加入新的数据库类型。每个bindings目录内部都有lib子目录，用于存放YCSB对访问这些数据库所需要的一些jar包依赖。将$HBASE_HOME/lib目录下的所有jar包拷贝到$YCSB_HOME/hbase10-binding/lib中（lib文件夹本身存在，直接进行复制拷贝即可），同时将$HBASE_HOME/conf/hbase-site.xml拷贝到$YCSB_HOME/hbase10-binding/conf中（conf文件夹自己创建），这样就算安装成功了。

里面包含一些压力测试的场景文件。YCSB自带了6中压力测试场景，文件和相应场景的对应关系如下：

workloada：混合了50%的读和50%的写；
workloadb：Read mostly workload，混合了95%的读和5%的写，该workload侧重于测试集群的读能力；
workloadc：Read only，100%只读;
workloadd：Read latest workload，插入数据，接着就读取这些新插入的数据;
workloade：Short ranges，短范围scan，不同于随机读，每个测试线程都会去scan一段数据;
workloadf：Read-modiy-wirte，读改写，客户端读出一个记录，修改它并将被修改的记录返回;

【workload文件说明】

这里给出文件workloada的内容，看下其内容如下：

recordcound 是YCSB load(加载元数据)命令的参数，默认值1000表示默认加载的记录条数，可以在命令行显示修改该值(后面介绍)。
Operationcount 是YCSB run(运行压力测试)命令的参数，默认值1000表示默认选取数据库中的1000条数据进行压力测试。对于workloada这种测试场景，就意味着读数据在500左右，写数据也在500左右
workload 指定了workload的实现类为 com.yahoo.ycsb.workloads.CoreWorkload
readallfields表示查询时是否读取记录的所有字段
readproportion表示读操作的比例，该场景为0.5
updateproportion表示更新操作的比例，该场景为0.5
scanproportion表示扫描操作的比例
Insertproportion表示插入操作的比例
Requestdistribution表示请求的分布模式，YCSB提供uniform, zipfian, latest三种分布模式

更多的参数含义可参考：https://github.com/brianfrankcooper/YCSB/wiki/Core-Workloads。据此可以定制自己的压力测试场景。

3、压力测试流程

3.1环境初始化：

(1) 创建测试数据表
使用hbase shell命令创建测试数据表usertable，列簇family

create 'usertable', 'family'

(2) 将hbase依赖的lib的文件拷贝到相应的-bing文件中（我这里是hbase10-binding/lib）【前面也已介绍】
(3) 将hbase配置文件拷贝到ycsb中。在$YCSB_HOME/hbase10-binding中新建conf目录，并将$HBASE_HOME/conf/hbase-site.xml 拷贝到$YCSB_HOME/hbase10-binding/conf/中【前面也已介绍】

3.2加载数据：
切换到$ YCSB_HOME目录，执行以下命令，加载1,000,000条记录：

bin/ycsb load hbase10 -P workloads/workloada -p threads=10 -p table=usertable -p columnfamily=family -p recordcount=10000 -s > logs/load.log
(或 bin/ycsb load hbase10 -P workloads/workloada -p threads=10 -p table=usertable -p columnfamily=family -p recordcount=10000 )

参数解释如下:
load 表示这是一次加载数据操作；
hbase10指明了所用的数据库类型；
-P指明了所用的配置文件的路径；
-p 可以显示修改YCSB内置的默认配置，例如这里配置recordcount=10000来覆盖之前说过的workloada中默认的recordcount=1000；
-s一次加载数据或执行测试的过程实践很长，YCSB客户端需要定时(默认10s)发送状态信息；> logs/load.log表示结果日志写入位置（若没有logs文件夹就自己新建一个，也可以不加此参数，则运行结果直接打印到屏幕上）；

或

3.3执行测试
以workloada测试场景为例，切换到$ YCSB_HOME目录，执行以下命令进行压力测试

bin/ycsb run hbase10 -P workloads/workloada -threads 10 -p operationcount=1000000 -p table=usertable -p columnfamily=family -p measurementtype=timeseries -p timeseries.granularity=2000 -s > logs/transaction-workloadAA.log

参数解释如下:
-threads 10配置了并发线程个数
-p operationcount=1000000 覆盖了workloada中operationcount=1000表示本次测试操作记录数为1000000
-p measurementtype=timeseries -p timeseries.granularity=2000指明了YCSB客户端多长时间汇总一次延时，timeseries.granularity属性值的单位为1000milliseconds。所以这里的配置就表示2000s记录一次本2000s的平均延时。