TPC-C测试系统基于Kylin的实现

TPC-C是一种旨在衡量联机事务处理(OLTP)系统性能与可伸缩性的行业标准基准测试项目,它被全球主流计算机硬件厂商,数据库厂商公认为性能评价标准。目前开源的事务处理性能测试软件,很少有严格符合TPC-C标准的开源测试软件,难以对测试系统进行公正的性能评价。Kylin是我国国产服务器操作系统,为了评估Kylin操作系统的性能,避免测试软件造成的性能瓶颈,本文基于Kylin操作系统,通过整合中间件BEATuxedo,应用服务器Apache和数据库管理系统Oracle,设计并实现了一个TPC-C测试系统。该系统严格遵循TPC-C规范,减少由于测试软件的不足对测试结果的影响,为Kylin操作系统的性能调优提供了一定的参考。     

快递

最近,事务处理性能委员会TPC-C基准测试结果表明,BEA系统有限公司的BEA Tuxedo是使联机事务处理性能以及价格/性能比在基准测试中达到最优结果的首选中间件。它具有可伸缩性、出色的性能以及开放计算环境的集成能力使厂商能够在复杂的TPC-C测试环     

基于Kylin操作系统的TPC-W性能测试研究

Kylin是我国国产服务器操作系统,为了评测Kylin操作系统对数据库的支持和提升操作系统性能,根据TPC-W测试基准的要求,设计并实现了一个基于Kylin操作系统的TPC-W的性能测试系统,对其体系结构提出设计方案,并具体阐述了整个实现的过程。最后在Kylin操作系统和Fedora4下进行了TPC-W的对比测试,找到影响Kylin操作系统数据库性能的主要因素。     

一个面向对象数据库系统的TPC-C测试与分析

文章介绍了一个著名的在线事务处理系统性能测试标准TPC-C及其在面向对象数据库管理系统Fish上的设计与实现,并基于实验结果对影响数据库系统性能的主要因素进行了验证和分析.     

基于多客户端结构的jTPCC测试系统的改进及实现

首先介绍了现在流行的数据库性能测试标准TPC-C;然后根据开源TPC-C测试软件jTPCC在使用过程中存在的问题对该软件进行了分析;由于存在的主要问题是客户端资源占用过多和服务器端压力不足,所以提出了将该软件从单客户端结构改进为可控制的多客户端结构的改进方案,并且实现了该方案.改造完成以后的测试数据表明,经过改进的软件比原软件测试数据更准确,使用更方便.     

数据库异构集群的性能模型研究

在OLTP应用中数据库集群是一种有效的并行处理方案，由于以前对数据库集群特别是异构情况下的性能评价不够完善，本文主要研究数据库异构集群的性能模型，分析了CPU和内存两种资源的异构带来性能影响，并给出了异构集群并行性的度量标准及系统有效性评估公式。最后，通过TPC-C实验表明数据库异构集群在OLTP处理中仍具有良好的可扩展性，次线性的加速比，以及高效费比的并行处理服务。     

提高数据库事务处理性能的中间件设计

数据库服务器对于客户端请求都有一个最大的连接数，这限制了数据库事务处理性能，尤其在对一些具有终端操作的事务处理类型的应用，每分钟能处理的事务数不高，表现为TPC-C测试中的tpmC的性能值偏低。本文提出了提高数据库TPC-C测试的tpmC值的两种中间件的策略，在传统的连接池技术的基础上，提出了降低调度柱度，以事务乃至语句——而不是客户端请求——为调度单位的中间件模型，从而可提高数据库的事务处理效率。     

每笔交易不足50美元Sun E4500服务器创TPC-C新高

Sun公司的Sun Enterprise 4500服务器创造了中档UNIX服务器在TPC-C基准用户测试的最高性价比:每笔交易的成本低于50美元。E4500服务器还创造了最高的吞吐量记录:每分钟可执行的交易次数超过5万笔。由交易处理性能委员会(TPC)所定义的基准用户测试TPC-C,是业界的一项标准测试,用它来衡量一个系统的在线交易处理(OLTP)的能力。根据TPC-C测试标准,Sun E4500的性能比较如表。     

基于软流水体系结构的内核Web服务器——KETA

为进一步提高国产服务器操作系统Kylin的Web服务性能，本文设计并实现一种新型基于软流水的内核级Web服务器。在分析目前主流Web服务器的体系结构和实现技术的基础上，本文详细地介绍了KETA系统的软流水体系结构，简要地介绍了KETA系统实现的若干关键技术。测试结果表明，KETA能有效提高Kylin的Web服务性能，并较TUX系统有明显优 势。     

数据库索引与优化

大型的企业或部门每天都需要处理大量的数据业务,数据库系统的设计变得异常复杂,而数据库的性能直接影响到各项业务的顺利进行。然而数据库优化涉及计算机硬件调优、应用程序调优、数据库索引优化、SQL语句优化和事务处理调优法等多个方面．对数据库系统进行优化。通过对数据库的索引技术进行研究,论述如何设置有效的数据库索引达到数据库优化．以期给数据库设计者和系统开发者提供参考。     

Characterizing and optimizing TPC-C workloads on large-scale systems using SSD arrays在大规模系统上优化 TPC-C 评测程序

Transaction processing performance council benchmark C (TPC-C) is the de facto standard for evaluating the performance of high-end computers running on-line transaction processing applications. Differing from other standard benchmarks, the transaction processing performance council only defines specifications for the TPC-C benchmark, but does not provide any standard implementation for end-users. Due to the complexity of the TPC-C workload, it is a challenging task to obtain optimal performance for TPC-C evaluation on a large-scale high-end computer. In this paper, we designed and implemented a large-scale TPC-C evaluation system based on the latest TPC-C specification using solid-state drive (SSD) storage devices. By analyzing the characteristics of the TPC-C workload, we propose a series of system-level optimization methods to improve the TPC-C performance. First, we propose an approach based on SmallFile table space to organize the test data in a round-robin method on all of the disk array partitions; this can make full use of the underlying disk arrays. Second, we propose using a NOOP-based disk scheduling algorithm to reduce the utilization rate of processors and improve the average input/output service time. Third, to improve the system translation lookaside buffer hit rate and reduce the processor overhead, we take advantage of the huge page technique to manage a large amount of memory resources. Lastly, we propose a locality-aware interrupt mapping strategy based on the asymmetry characteristic of non-uniform memory access systems to improve the system performance. Using these optimization methods, we performed the TPC-C test on two large-scale high-end computers using SSD arrays. The experimental results show that our methods can effectively improve the TPC-C performance. For example, the performance of the TPC-C test on an Intel Westmere server reached 1.018 million transactions per minute.     

基于TPC-C的XML数据库测试方案

为实现XML数据库的性能评测,提出基于TPC-C的XML数据库测试方案。针对XML数据库特性,对其数据结构、查询事务语句进行定制,将原有9张表映射成5个XML Schema文件,按照SQL/XML标准重写负载事务。应用该方案对SQL Server 2005数据库进行测试,结果表明显示的各项事务特征均与TPC-C基准相同。     

Oracle数据库性能调优技术与实现

讨论了麒麟操作系统上Oracle数据库系统性能优化与调整技术，以TPC-C测试程序作为手段，对不同的内存分配、数据库进程结构、物理数据库设计、等待事件的观测与处理方法进行了分析。实验结果表明，采用合理的性能优化措施，可以将Oracle数据库系统的性能至少提高50%。     

Is it DSS or OLTP: automatically identifying DBMS workloads

The type of the workload on a database management system (DBMS) is a key consideration in tuning the system. Allocations for resources such as main memory can be very different depending on whether the workload type is Online Transaction Processing (OLTP) or Decision Support System (DSS). A DBMS also typically experiences changes in the type of workload it handles during its normal processing cycle. Database administrators must therefore recognize the significant shifts of workload type that demand reconfiguring the system in order to maintain acceptable levels of performance. We envision intelligent, autonomic DBMSs that have the capability to manage their own performance by automatically recognizing the workload type and then reconfiguring their resources accordingly. In this paper, we present an approach to automatically identifying a DBMS workload as either OLTP or DSS. Using data mining techniques, we build a classification model based on the most significant workload characteristics that differentiate OLTP from DSS and then use the model to identify any change in the workload type. We construct and compare classifiers built from two different sets of workloads, namely the TPC-C and TPC-H benchmarks and the Browsing and Ordering profiles from the TPC-W benchmark. We demonstrate the feasibility and success of these classifiers with TPC-generated workloads and with industry-supplied workloads.     

基于TPC-C标准的自动化测试工具TPCCLoader

TPC-C是由TPC(Transaction Processing Council,事务处理委员会)组织发布的基准测试标准。根据该标准,使用Java语言和面向对象的技术开发了针对通用数据库的自动化测试工具TPCCLoader。文章将简单介绍TPC-C标准中的概念与模型、TPCCLoader的主要功能,并重点阐述了该测试工具的设计思想以及逻辑结构设计,并介绍了该工具在具体数据库上的应用情况,最后展望该工具将来可能的扩充前景。     

A mixed transaction processing and operational reporting benchmark

The importance of reporting is ever increasing in today’s fast-paced market environments and the availability of up-to-date information for reporting has become indispensable. Current reporting systems are separated from the online transaction processing systems (OLTP) with periodic updates pushed in. A pre-defined and aggregated subset of the OLTP data, however, does not provide the flexibility, detail, and timeliness needed for today’s operational reporting. As technology advances, this separation has to be re-evaluated and means to study and evaluate new trends in data storage management have to be provided. This article proposes a benchmark for combined OLTP and operational reporting, providing means to evaluate the performance of enterprise data management systems for mixed workloads of OLTP and operational reporting queries. Such systems offer up-to-date information and the flexibility of the entire data set for reporting. We describe how the benchmark provokes the conflicts that are the reason for separating the two workloads on different systems. In this article, we introduce the concepts, logical data schema, transactions and queries of the benchmark, which are entirely based on the original data sets and real workloads of existing, globally operating enterprises.     

基于Spirent的Web应用性能评测

分析现有在线事务处理(OLTP)类应用评测方法,提出一种基于Spirent的Web应用性能评测方法。采用平均事务响应时间、待测系统资源利用率和每秒事务数作为主要测试指标,将Web服务器和数据库服务器作为一个整体应用,综合评测OLTP类Web应用的软硬件性能,并快速定位Web应用系统的性能瓶颈。测试结果表明,该方法能将Web应用的系统性能提高40多倍,响应时间降低10多倍。