面向数据库云化的企业级高性能一体机性能评价模型

2018-05-25赵新建籍天明

计算机应用与软件 2018年5期

庄岭赵新建李维王召籍天明*

1(国网江苏省电力公司江苏南京 210000)2(南京供电公司江苏南京 210000)3(南京南瑞集团公司江苏南京 210000)

0 引言

近年来，随着信息化技术的飞速发展，云计算和大数据技术正在兴起，“企业业务云化”[1-2]这一课题正日益受到关注。云不仅仅带来技术和应用模式上的创新，还可以为商业模式的创新以及为企业自身的业务转型带来契机[3]。在此形势的驱动下，以数据库云化为目标而推出的软硬件一体化融合设备应运而生[4-7]。数据库一体机将数据库软件和标准硬件结合[8-10]，作为企业级大数据处理平台使用，具有较好的横向扩展能力,适合海量数据处理场景[11-12]。数据库一体机可以缩短用户系统的上线时间，可满足海量数据的高性能、高可用性以及复杂查询快速响应需求[13-15]，对于企业的重要性与日俱增。因此，有必要对不同型号的数据库一体机性能进行研究。本次针对不同型号的数据库一体机分别进行OLAP[16-18]、即席测试、功能性测试等场景测试，并分析其执行各场景需要的时间与系统资源消耗情况。根据不同场景下的测试数据，构建了一体机的性能评价模型。

1 对比测试研究

1.1 被测设备信息本文选取T2750、Green Plum DCA、FusionCube HANA、Isp和XData等5种代表性型号(为尊重厂商和产品，本文所涉及的型号均为代称，但各型号产品的参数和数据都是真实测得的)的数据库一体机进行性能测试，各型号产品的参数如表1所示。

本文的测试统一使用Loadrunner工具录制标准Java脚本, 模拟并发用户对各型号数据仓库一体机进行压力测试。

1.2 测试指标对于数据库一体机性能的关注指标主要是：CPU、内存和IO。因此本文测试的主要指标是：测试各型号产品在执行OLAP、混合负载和功能等各场景不同并发用户压力下的运行时间，及CPU、内存和IO等系统资源开销情况。本文测试以某大型公司营销业务应用系统数据作为ODS数据源，各被测设备首先从ODS数据源进行测试数据的初始化装载。1.3 测试步骤测试步骤为：Step1 测试前期准备，各测试组(每组对应一个型号的产品)可对测试数据和测试脚本进行优化调试。Step2 采用多台统一使用Loadrunner录制的标准JAVA脚本的压力机，对各型号产品调用优化后的SQL语句，通过JDBC方式连接各数据库一体机。Step3 进行各测试场景的测试，记录各场景在不同并发用户下的执行时间和被测的CPU、内存和IO等系统开销数据。1.4 测试环境整体测试环境主要分为配套环境和被测设备两大部分，其中配套环境使用Loadrunner模拟并发用户对被测设备发起压力请求。在测试过程中，除被测设备外，将使用统一的配套环境。拓扑图如图1所示。

2 测试结果分析

2.1 OLAP场景测试结果联机分析处理OLAP是在联机事务处理过程OLTP(On-Line Transaction Processing)已不能满足终端用户对数据库查询分析的需要以及SQL对大数据库的简单查询也不能满足用户分析的需求下出现的新技术。OLAP的目的是决策支持或多维环境特定的查询和报表需求。可以将OLAP理解成多维数据分析工具的集合，对于支撑OLAP的硬件架构，必须满足海量数据的实时计算，高吞吐量以及用户的并发访问。本文共选取15个OLAP测试场景，由于篇幅所限，仅列举复杂查询和大数据输出场景中具有代表性的测试结果，如表2-表3所示。

表2 OLAP复杂场景测试结果

表3 OLAP大数据输出场景测试结果

2.2 即席场景测试结果即席测试场景基于即席查询，用户可以根据自己的需求灵活地选择查询条件，系统则根据用户的选择生成相应的统计结果。即席测试场景的测试结果(选取T2750，GREEN PLUM DCA为例)如表4所示。

表4 即席测试场景的测试结果

2.3 功能性测试场景测试结果功能性测试场景测试结果如表5所示。

表5 功能性测试场景测试结果(以GREEN PLUM DCA为例)

续表5

3 评价模型建模

3.1 定性评价分析(1) 在OLAP性能测试场景中，T2750完成了所有的性能测试场景，在15个性能测试场景中，有13个场景测试结果优于其他型号；SAP—HANA基本完成所有测试场景，其中有7个场景优于其他型号；GREEN PLUM DCA完成了14个性能测试场景，其中有6个场景优于其他型号产品；XData大数据一体机完成了13个性能测试场景，其中有2个场景优于其他型号产品；Isp大数据一体机在本次测试中共完成7个性能测试场景, 且各场景结果与其他型号产品存在一定差距。(2) 在2个即席查询场景中，T2750完成了全部即席查询测试场景，且性能优于其他型号产品；GREEN PLUM DCA完成其中一个即席查询；其他型号产品均未完成。(3) 在功能测试场景中，T2750和GREEN PLUM DCA完成了大部分功能测试；XData有2个场景未测试；Isp和HANA大部分功能未进行测试。

3.2 定量评价分析

3.2.1 指标体系及权重针对本次测试，测试结果的评价综合考虑了性能测试、功能性测试和即席测试3个部分。(1) 性能指标：简单查询、复杂查询、全表扫描、大数据量输出等功能共计15项。(2) 功能指标：数据装载、扩展性、高可用、系统管理等功能共计8项。(3) 即席查询：即席查询功能共计2项。测试评价指标体系及其权重如表6所示。

表6 测试评价指标体系及其权重

3.2.2 评价方法及细则(1) 评价方法如下：各型号产品每类参测产品的满分为100分，性能部分占60%、功能部分占32%，即席查询占8%，总得分计算公式为：

W总分=W性能+W功能+W即席

(1)

式中:W性能=∑Ci×Xii=1,2,…,15

W功能=∑Cj×Xjj=1,2,…,8

(2)

图2 几种型号数据库一体机设备综合得分

(3)

式中：Xk为该型号产品在第k项指标的得分值，Mk为该型号产品在该项指标上的实际测试值，Mmin为所有型号产品在该项指标上的最小测试值，Kk为该项的权重分，Pε为所有型号产品在该项指标上的并发测试数。根据上述数据，得出各型号数据库一体机设备综合得分，如图2所示。从图2可看出，T2750的综合性能表现最佳，Green Plum DCA次之。

4 结语

本文对5种不同型号的数据库一体机产品进行OLAP、即席测试、功能性测试等场景进行测试，对执行各场景需要的时间与系统资源消耗情况进行了分析。综合考虑各测试场景下的各个测试指标，构建了数据库一体机的性能评价模型。测试和计算结果表明，T2750数据库一体机在本文评价体系下的综合得分最高，综合性能表现最佳。本文测试结果及评价模型为企业数据库一体机的选型工作提供了科学依据。

参考文献

[1] 陈春凯. 云计算环境下基于拓扑感知的虚拟网络映射研究[J]. 计算机应用与软件, 2014,31(12):156-160.

[2] 王德政, 申山宏, 周宁宁. 云计算环境下的数据存储[J]. 计算机技术与发展, 2011, 21(4):81-84.

[3] 戴炳荣, 宋俊典, 钱俊玲. 云计算环境下海量分布式数据处理协同机制的研究[J]. 计算机应用与软件, 2013, 30(1):107-110.

[4] 吴正学, 戴牡红. 云计算中基于否定规则的访问控制技术的研究[J]. 计算机应用与软件, 2014,31(1):30-33.

[5] 王玲, 宋斌, 王平立,等. 基于数据仓库三层架构的决策支持系统应用研究[J]. 计算机应用与软件, 2007, 24(2):69-71.

[6] 刘宇. 虚拟化环境下的数据库集群系统构建与性能分析[J]. 计算机与现代化, 2011, 1(8):153-156.

[7] 乔宏明, 姚文胜, 高儒振,等. 电信行业数据库云化部署思路探讨[J]. 移动通信, 2012, 36(20):82-87.

[8] 隋合轼. 基于一体机架构的海量数据集中与处理[J]. 东北电力技术, 2015, 36(9):12-15.

[9] 徐建民, 刘进坡. 基于数据库技术的远程监控系统的开发与实现[J]. 计算机与现代化, 2005(1):80-83.

[10] 储浩, 吕万里. 云桥数据库一体机在移动业务系统中的应用[J]. 移动通信, 2014, 38(13) :33-37.

[11] 张光亚. 云计算中的数据库关键性技术分析[J]. 信息通信, 2015(5):109-109.