Hadoop大数据性能测试总结报告.docx
《Hadoop大数据性能测试总结报告.docx》由会员分享,可在线阅读,更多相关《Hadoop大数据性能测试总结报告.docx(17页珍藏版)》请在冰豆网上搜索。
![Hadoop大数据性能测试总结报告.docx](https://file1.bdocx.com/fileroot1/2023-1/12/ea0e26da-c23a-4a5a-a959-3a0d01cc623d/ea0e26da-c23a-4a5a-a959-3a0d01cc623d1.gif)
Hadoop大数据性能测试总结报告
Hadoop大数据
性能测试总结报告
CurrentVersion:
V0.1
Owner:
DateCreated:
2015-08-03
DateLastUpdated:
2015-08-03
LastUpdatedBy:
Author:
黄双雄
ReviewedBy:
ApprovedBy:
版本信息
版本号
修订日
修订者
审核者
描述
0.1
2015.08.03
黄双雄
压力测试报告初稿
1.概述
1.1性能测试背景
1.2性能测试目标
验证hadoop和本地数据的列表的读取速度和文件下载速递的优劣性
1.3性能测试围
本次性能测试需要获得的性能指标如下所列:
1.列表的读取速度
2.打开图片(文件的下载速递)
1.4硬件配置
硬件配置:
XEON8核1.87G 8G存 550G硬盘
2.性能测试结果
2.1.单交易基准测试
场景名称
业务
运行时间
Think
Time
平均响应时间(S)
用户数
目的
基准测试
打开列表
20min
3
0.006
100
验证单一交易的性能,作为其它测试类别结果的参考
打开图片
20min
3
0.057
100
用户运行动态:
如上图:
每秒增加3个用户,持续加到100,以100个用户开始运行,持续20分钟
每秒点击数:
如上图:
随着时间的增加,每秒点击数在不断变化,但趋于平稳,平均约为47次每秒,最高可达49.5次每秒。
带宽使用情况:
如上图,最高带宽峰值是50000000B,远小于100M/s的局域网传输速率上线,所以不存在带宽瓶颈。
平均事物响应时间:
如上图,随着时间的推移,响应时间开始稳定,个别事物有小幅度波动,但总体趋于稳定。
事物概要说明:
如上图,事物数全部为Pass,0Fail,说明系统的处理能力较强。
每秒事物数:
测试结论:
如测试结果所示以100个用户进行单交易基准测试,事务(打开列表、打开图片)平均响应时间均小于2S,每秒点击数及每秒事物数较高,事物成功率100%,无网络瓶颈且服务器硬件监控性能表现良好,硬件平台的支持满足要求,系统基准测试达标。
2.2峰值测试结果
场景名称
业务
业务
比重
运行时间
Think
Time
并发数
目的
负载测试
打开列表
50%
20min
3
3000
检测系统业务性能
打开图片
50%
20min
3
3000
用户运行动态:
如上图,以2500个用户开始运行,每隔1秒增加5个用户,运行20分钟
每秒点击数:
如上图:
随着时间的增加,每秒点击数在不断变化,但趋于平稳,平均约为154次每秒,最高可达182次每秒。
带宽使用:
如上图,最高带宽峰值是120000000B,已超过100M/s的局域网传输速率上线,所以已达到峰值。
事物概要说明:
如上图,在峰值测试的情况下事物几乎为全部为Pass,11个Fail,说明系统的处理能力已结达到峰值。
平均事物响应时间:
如上图,随着时间的推移,响应时间开始稳定,个别事物有较大幅度波动,但总体趋于稳定。
测试结论:
以2500个用户开始运行,每隔1秒增加5个用户由测试结果中的图显示在并发用户数约为2500用户时,系统事物已有失败的事物出现,且带宽已到峰值,所以由此推断当用户到2500时,系统已达到峰值。
2.3测试结果
hadoop
500用户
800用户
1000用户
1500用户
2500用户
查看列表
0.029
1.512
1.886
3.965
9.14
打开图片
3.055
5.494
8.118
11
16.01
本地
查看列表
0.029
1.437
1.961
3.945
8.968
打开图片
3.124
5.830
8.319
11.005
16.26
事物响应时间:
500用户(hadoop)
CPU
硬盘读写
500用户(本地)
800用户(hadoop)
800用户(本地)
1000用户(hadoop)
1000用户(本地)
1500用户(hadoop)
1500用户(本地)
2500用户(hadoop)
2500用户(本地)
测试结论:
如测试结果所示已100、500、800、1000、1500、2500用户测试hadoop和本地的列表读取速度和文件读取速度大多数hadoop速度略快,但是总体来说hadoop和本地的速度差别并不大。