1.Sysbench的安装
1）下载相关tar包
用户可下载
http://imysql.com/wp-content/uploads/2014/09/sysbench-0.4.12-1.1.tgz
2）编译
cd /sysbench-0.4.12-1.1
./autogen.sh
./configure --with-mysql-includes=/usr/local/mysql/include --with-mysql-libs=/usr/local/mysql/lib && make
执行以上两句即可，编译成功后，会在%sysbench_home%/sysbench/下生成 sysbench可执行文件
注意：需要添加环境变量
vim /etc/profile
//在最后添加上
export LD_LIBRARY_PATH=/usr/local/mysql/lib
//保存文件后，执行source
source /etc/profile
2.Sysbench压力测试
1）准备数据
* 创建database
create database sbtest;./bin/sysbench --test=tests/db/oltp.lua \
--mysql-host=10.187.96.53 --mysql-port=3306 --mysql-user=root --mysql-password=root \
--mysql-db=sbtest --oltp-tables-count=10 --oltp-table-size=10000000 \
--report-interval=10 --oltp-dist-type=uniform --rand-init=on --max-requests=0 \
--oltp-test-mode=nontrx --oltp-nontrx-mode=select \
--oltp-read-only=on --oltp-skip-trx=on \
--max-time=180 --num-threads=12 \
prepare
参数释义：
--mysql-host MySQL所在地址
--mysql-port 端口号
--mysql-user 用户名
--mysql-password 密码
--mysql-db 测试所使用的DB（需提前创建好）
--oltp-tables-count 创建表的数量（脚本会自动创建该数量的表在指定DB下）
--oltp-table-size 单个表的数据量
--report-interval 隔多久输出报告
--oltp-dist-type 指定随机取样类型，可选值有 uniform(均匀分布), Gaussian(高斯分布), special(空间分布)。默认是special
--oltp-test-mode 执行模式，这里是非事务式的。可选值有simple,complex,nontrx。默认是complex
--oltp-nontrx-mode 可选值有select（默认）, update_key, update_nokey, insert, delete，代表非事务式模式下使用的测试sql类型
--oltp-read-only 表示不止产生只读SQL，也就是使用oltp.lua时会采用读写混合模式。默认 off，如果设置为on，则不会产生update,delete,insert的sql
--oltp-skip-trx=[on|off]：省略begin/commit语句。默认是off
--max-requests=0：压力测试产生请求的总数，如果以下面的max-time来记，这个值设为0
--max-time=120：压力测试的持续时间，这里是2分钟。
--num-threads=12： 并发线程数，可以理解为模拟的客户端并发连接数
2）只读压测
./bin/sysbench --test=tests/db/oltp.lua \
--mysql-host=10.187.96.53 --mysql-port=3306 --mysql-user=root --mysql-password=root \
--mysql-db=sbtest --oltp-tables-count=10 --oltp-table-size=10000000 \
--report-interval=10 --oltp-dist-type=uniform --rand-init=on --max-requests=0 \
--oltp-test-mode=nontrx --oltp-nontrx-mode=select \
--oltp-read-only=on --oltp-skip-trx=on \
--max-time=180 --num-threads=12 \
run >> test-read/out.log
注意：使用tests/db/oltp.lua来进行测试，也可使用select.lua来测试
3）只更新压测
./bin/sysbench --test=tests/db/update_index.lua \
--mysql-host=10.187.96.53 --mysql-port=3306 --mysql-user=root --mysql-password=root \
--mysql-db=sbtest --oltp-tables-count=10 --oltp-table-size=10000000 \
--report-interval=10 --oltp-dist-type=uniform --rand-init=on --max-requests=0 \
--oltp-test-mode=nontrx --oltp-nontrx-mode=select \
--oltp-read-only=off --oltp-skip-trx=on \
--max-time=180 --num-threads=12 \
run >> test-update/out.log
注意：相对于只读压测 改了两个地方，--test 使用了update_index.lua，--oltp-read-only改成了off
3）混合读写
./bin/sysbench --test=tests/db/oltp.lua \
--mysql-host=10.187.96.53 --mysql-port=3306 --mysql-user=root --mysql-password=root \
--mysql-db=sbtest --oltp-tables-count=10 --oltp-table-size=10000000 \
--report-interval=10 --oltp-dist-type=uniform --rand-init=on --max-requests=0 \
--oltp-test-mode=nontrx --oltp-nontrx-mode=select \
--oltp-read-only=off --oltp-skip-trx=on \
--max-time=180 --num-threads=12 \
run >> test-all/out.log
注意：相对于只读压测只是修改了--oltp-read-only 为off
3.只读报告分析
1）10张表，单表数量1000000
* 不开启事务
结论：开启事务对性能影响不大
2）10张表，单表数量2000000
结论：
* 连接数据库线程数越多，相同请求数下平均响应时间越长，跟线程数成正比
* 线程数对单位时间的请求数几乎没有影响，达到峰值后就基本保持在这个数量
* 主键查询是最快的一种方式
3）10张表，单表数量4000000
结论：
* 表记录行数对 单位时间请求数几乎没有影响
* 表记录行数影响的只是响应时间，行数越多，响应时间越长
4）索引对查询的影响
只读报告整体分析：
1）线程数（即客户端连接数）对单位时间请求数影响(X轴：线程数[5,50,100,200]，Y轴:单位时间请求数)
结论：
* 当未达到数据库请求峰值时，线程数对单位时间的请求数是有正向影响的，线程数越多，单位时间的请求数越大
* 当达到数据库请求峰值后，线程数对单位时间的请求数几乎没有影响（当越过峰值时，会有一定的下降）
2）线程数对数据库响应时间的影响(X轴：线程数[5,50,100,200]，Y轴:响应时间（ms）)
结论：
* 响应时间跟线程数成正比，线程数越多，响应时间越长
* 表数据量对响应时间有一定的影响（在一定范围内，影响不是很大）
结论：
* 表数据量越大，主键索引查询花费时间越长，几乎成正比（但小范围的数据量差距 不明显）
* 常规索引同主键索引
* 无索引查询时，数据量越大，查询花费时间越长，几乎成指数比例
* 有无索引对数据的查询影响巨大
4.只写报告分析
只写报告整体分析
1）线程数（即客户端连接数）对单位时间请求数影响(X轴：线程数[5,50,100,200]，Y轴:单位时间请求数)
结论：
* 当未达到数据库请求峰值时，线程数对单位时间的请求数是有正向影响的，请求数越多，单位时间的请求数越大
* 当达到数据库请求峰值后，线程数对单位时间的请求数几乎没有影响
2）线程数对数据库响应时间的影响(X轴：线程数[5,50,100,200]，Y轴:响应时间（ms）)
结论：
* 响应时间跟线程数成正比，线程数越多，响应时间越长
* 表数据量对响应时间有一定的影响（在一定范围内，影响不是很大）
5.混合读写报告分析
混合读写报告整体分析
1）线程数（即客户端连接数）对单位时间请求数影响(X轴：线程数[5,50,100,200]，Y轴:单位时间请求数)
结论：
* 当未达到数据库请求峰值时，线程数对单位时间的请求数是有正向影响的，请求数越多，单位时间的请求数越大
* 当达到数据库请求峰值后，线程数对单位时间的请求数几乎没有影响
结论：
* 响应时间跟线程数成正比，线程数越多，响应时间越长
* 表数据量对响应时间有一定的影响（在一定范围内，影响不是很大）
6.综合报告分析
1）单表1000000数据量下只读、只写、混合读写分析（X轴：线程数[5,50,100,200]，Y轴:单位时间请求数）
结论：
* 单位时间请求数 只读 > 读写混合 > 只写
结论：
* CPU已经要达到极限，磁盘读写还没有，瓶颈在CPU上
3）只写性能瓶颈
结论：
* 磁盘读写已经快要达到极限，CPU还没有，瓶颈在磁盘写上
7.待验证
* mysql参数的修改对读写的影响 （
innodb buffer pool）
* 随机读写、顺序读写的读写速度差异
* InnoDB、MyISAM等不同存储引擎对读写速度影响
。。。
参考文档：
http://imysql.cn/2014/10/17/sysbench-full-user-manual.shtml
https://www.cnblogs.com/conanwang/p/5910079.html
https://www.cnblogs.com/langtianya/p/5177837.html
