| haisql_memcache_1.0.35性能測試 |
| 來(lái)源:未知 | 發(fā)布時(shí)間:2017-12-27 | 瀏覽次數： |
 Haisql_memcache性能測試報告
目前版本的 Haisql_memcache 新功能方面沒(méi)有新增，但是性能優(yōu)化后，有不少提高，版本號1.0.35主要是優(yōu)化了內存分配機制，對于最常見(jiàn)的變量std::string，std::shared_ptr<std:;string>等等都定義了自己的更高效率的內置資源池，實(shí)現更好的內存分配器和內存回收機制，第2個(gè)就是將各變量組合排列，將同時(shí)變化的放到一起，提高CPU cacheline的效率，第3個(gè)就是將網(wǎng)絡(luò )層boost asio中的函數盡量使用更接近底層的調用函數receive/send等，減少調用的層次等等辦法。
測試軟件自動(dòng)寫(xiě)入1萬(wàn)條記錄, 然后測試讀取900萬(wàn)次, 我們的軟件執行時(shí)間是23.631秒, memcache執行時(shí)間是38.828秒, 我們的軟件比memcache快64%.目前查詢(xún)性能已經(jīng)比 memcached 原生版本高64%，測試方法和測試軟件都是官方的 memcslap( ubuntu自帶安裝包 ) 。本機測試的時(shí)候，打開(kāi) top 可以明顯看到服務(wù)器軟件 haisql_memcache 比測試軟件memcslap消耗的CPU資源小得多，說(shuō)明了服務(wù)器端代碼的效率確實(shí)是非常高。 一．與memcached性能對比的測試方法與結果： 運行服務(wù)器 1) 運行 memcached, 需要指定8192M內存， 以便可以測試百萬(wàn)以上的數據量, 指定端口號是1983，命令如下： memcached -m 8192 -p 1983 2) 我們的程序是動(dòng)態(tài)申請內存，因此，不需要指定預先分配的內存量, 直接運行就可以了，啟動(dòng)運行服務(wù)器命令如下： ./haisql_memcache_chinese 我們的軟件默認運行端口是1971 每次測試后需要清理運行環(huán)境, memcached直接ctrl_C退出就可以了. 我們的軟件因為退出時(shí)默認自動(dòng)保存內存數據, 因此,需要在退出程序后,執行 rm *.txt;sync;sync 清理掉自動(dòng)保存的數據, 相當于清空全部數據,這樣下次啟動(dòng)時(shí)就是空數據表了. 2.使用 memcslap的測試情況 1)先測試 讀性能
我們的軟件讀性能如下: 讀4.1Kbyte的數據包大小, 4核8線(xiàn)程3.4G主頻DDR3內存, 讀900萬(wàn)次數據, 900并發(fā), 花費時(shí)間 23.631秒, 讀性能38萬(wàn)QPS。
讀性能 測試結果： 第1次是memcached的測試結果, 第2次是我們的軟件測試結果 guo@guo-desktop:~$ memcslap --concurrency=900 --servers=127.0.0.1:1983 --test=get Threads connecting to servers 900 Took 38.828 seconds to read data guo@guo-desktop:~$ memcslap --concurrency=900 --servers=127.0.0.1:1971 --test=get Threads connecting to servers 900 Took 23.631 seconds to read data 2)測試 寫(xiě)性能 測試軟件測試寫(xiě)入100萬(wàn)條記錄, 我們的軟件執行時(shí)間是3.136秒, memcache執行時(shí)間是4.078秒, 我們的軟件比memcache快30%. 我們的軟件寫(xiě)性能如下: 寫(xiě)4.1Kbyte的數據包大小, 4核8線(xiàn)程3.4G主頻DDR3內存, 寫(xiě)100萬(wàn)次數據, 100并發(fā), 花費時(shí)間3.136秒, 寫(xiě)性能32萬(wàn)TPS. 寫(xiě)性能 測試結果： 第1次是memcached的測試結果, 第2次是我們的軟件測試結果 guo@guo-desktop:~$ memcslap --concurrency=100 --servers=127.0.0.1:1983 Threads connecting to servers 100 Took 4.078 seconds to load data guo@guo-desktop:~$ memcslap --concurrency=100 --servers=127.0.0.1:1971 Threads connecting to servers 100 Took 3.136 seconds to load data 二．與redis性能對比的測試方法與結果： 由于redis只支持單核，不支持多核，為了與redis的性能做比較，專(zhuān)門(mén)找了一臺雙核的機器，Intel(R) Pentium(R) CPU G3258 @ 3.20GHz, 本機127.0.0.1測試, 相當于一個(gè)CPU用于測試，一個(gè)CPU用于服務(wù)器， 以便測試對比一下與Redis的單核性能對比. 單核查詢(xún)性能還是比redis更快， 先插入10000條記錄，900連接，每連接10000次查詢(xún)，總共測試900萬(wàn)次查詢(xún)，每次查詢(xún)value包大小4096字節,redis花費93.46秒， 我們的軟件花費63.792秒, 測試方法都是官方的測試軟件，我們的單核性能比redis的單核性能快 46.5%. 測試情況如下： guo@guo-desktop2:~$ redis-cli 127.0.0.1:6379> flushall OK 127.0.0.1:6379> quit guo@guo-desktop2:~$ guo@guo-desktop2:~$ guo@guo-desktop2:~$ redis-benchmark -t set -n 10000 -r 10000 -d 4096 -c 100 ====== SET ====== 10000 requests completed in 0.08 seconds 100 parallel clients 4096 bytes payload keep alive: 1 91.61% <= 1 milliseconds 99.99% <= 2 milliseconds 100.00% <= 2 milliseconds 125000.00 requests per second guo@guo-desktop2:~$ redis-benchmark -t get -n 9000000 -r 10000 -d 4096 -c 900 ====== GET ====== 9000000 requests completed in 93.46 seconds 900 parallel clients 4096 bytes payload keep alive: 1 0.00% <= 4 milliseconds 65.86% <= 5 milliseconds 72.01% <= 6 milliseconds 72.98% <= 7 milliseconds 73.56% <= 8 milliseconds 97.70% <= 9 milliseconds 99.45% <= 10 milliseconds 99.72% <= 11 milliseconds 99.80% <= 12 milliseconds 99.97% <= 13 milliseconds 100.00% <= 14 milliseconds 100.00% <= 14 milliseconds 96294.80 requests per second guo@guo-desktop2:~$ memcslap --concurrency=900 --servers=127.0.0.1:1971 --test=get Threads connecting to servers 900 Took 63.792 seconds to read data |
| ? |
| ? |
| ?上一篇：沒(méi)有了 ?下一篇：沒(méi)有了 |
新公網(wǎng)安備 65010502000200號