Wenn Sie die Leistung vergleichen, sollten Sie vor Beginn des Tests festlegen, was Sie daraus lernen möchten. Beispiel:
- Wie hoch ist der maximale Durchsatz, den das System erreichen kann?
- Wie lange dauert eine bestimmte Abfrage oder Arbeitslast?
- Wie verändert sich die Leistung, wenn die Datenmenge zunimmt?
- Wie schneiden zwei verschiedene Systeme im Vergleich ab?
- Um wie viel verkürzt die spaltenbasierte Engine die Antwortzeit meiner Abfrageleistung?
- Wie viel Last kann eine Datenbank bewältigen, bevor ich ein Upgrade auf einen leistungsstärkeren Computer in Betracht ziehen sollte?
Wenn Sie die Ziele Ihrer Leistungsstudie kennen, wissen Sie, welchen Benchmark Sie ausführen, welche Umgebung erforderlich ist und welche Messwerte Sie erfassen müssen.
Wiederholbarkeit
Damit Sie aus Leistungstests Schlussfolgerungen ziehen können, müssen die Testergebnisse wiederholbar sein. Wenn die Testergebnisse stark variieren, ist es schwierig, die Auswirkungen von Änderungen zu beurteilen, die Sie an der Anwendung oder der Systemkonfiguration vorgenommen haben. Wenn Sie Tests mehrmals oder über einen längeren Zeitraum ausführen, um mehr Daten zu erhalten, kann das die Abweichung verringern.
Idealerweise sollten Leistungstests auf Systemen ausgeführt werden, die von anderen Systemen isoliert sind. Wenn Sie in einer Umgebung arbeiten, in der externe Systeme die Leistung Ihrer Anwendung beeinträchtigen können, kann dies zu falschen Schlussfolgerungen führen. Eine vollständige Isolation ist in einer mandantenfähigen Cloud-Umgebung oft nicht möglich. Daher sollten Sie mit einer größeren Variabilität der Ergebnisse rechnen.
Zur Wiederholbarkeit gehört auch, dass die Testarbeitslast zwischen den Ausführungen gleich bleibt. Eine gewisse Zufälligkeit bei der Eingabe für einen Test ist akzeptabel, solange sie nicht zu einem erheblich anderen Verhalten der Anwendung führt. Wenn sich die Mischung aus Lese- und Schreibvorgängen von Ausführung zu Ausführung durch zufällig generierte Client-Eingaben ändert, variiert die Leistung erheblich.
Datenbankgröße, Caching und E/A-Muster
Achten Sie darauf, dass die Menge der Daten, mit denen Sie testen, repräsentativ für Ihre Anwendung ist. Wenn Sie Hunderte von Gigabyte oder Terabyte an Daten haben, erhalten Sie durch Tests mit einer kleinen Datenmenge wahrscheinlich kein realistisches Bild der Leistung Ihrer Anwendung. Die Größe des Datasets beeinflusst auch die Entscheidungen, die der Abfrageoptimierer trifft. Bei Abfragen für kleine Testtabellen werden möglicherweise Tabellenscans verwendet, die bei größeren Datenmengen eine schlechte Leistung bieten. Fehlende Indexe werden in dieser Konfiguration nicht erkannt.
Versuchen Sie, die E/A-Muster Ihrer Anwendung zu replizieren. Das Verhältnis von Lese- zu Schreibvorgängen ist für das Leistungsprofil Ihrer Anwendung wichtig.
Benchmark-Dauer
In einem komplexen System gibt es viele Statusinformationen, die während der Ausführung des Systems verwaltet werden: Datenbankverbindungen werden hergestellt, Caches werden gefüllt, Prozesse und Threads werden erstellt. Zu Beginn eines Leistungstests kann die Initialisierung dieser Komponenten Systemressourcen beanspruchen und die gemessene Leistung beeinträchtigen, wenn die Laufzeit der Arbeitslast zu kurz ist.
Wir empfehlen, Leistungstests mindestens 20 Minuten lang auszuführen, um die Auswirkungen des Aufwärmens des Systems zu minimieren. Messen Sie die Leistung während eines stabilen Zustands nach dem Start und über einen ausreichend langen Zeitraum, um sicherzustellen, dass alle Aspekte der Datenbankvorgänge berücksichtigt werden. Datenbankprüfpunkte sind beispielsweise ein wichtiges Feature von Datenbanksystemen und können erhebliche Auswirkungen auf die Leistung haben. Wenn Sie einen kurzen Benchmark ausführen, der vor dem Prüfpunktintervall abgeschlossen wird, wird dieser wichtige Faktor im Verhalten Ihrer Anwendung ausgeblendet.
Methodische Tests
Ändern Sie bei der Leistungsoptimierung immer nur eine Variable gleichzeitig. Wenn Sie zwischen den Durchläufen mehrere Variablen ändern, können Sie nicht feststellen, welche Variable die Leistung verbessert hat. Mehrere Änderungen können sich sogar gegenseitig aufheben, sodass Sie die Vorteile einer geeigneten Änderung nicht sehen. Wenn der Datenbankserver überlastet ist, wechseln Sie zu einem Computer mit mehr vCPUs, während die Last konstant bleibt. Wenn der Datenbankserver nicht ausgelastet ist, versuchen Sie, die Last zu erhöhen, während die CPU-Konfiguration konstant bleibt.
Netzwerktopologie und Latenzen
Die Netzwerktopologie Ihres Systems kann sich auf die Ergebnisse des Leistungstests auswirken. Die Latenz zwischen Zonen ist unterschiedlich. Wenn Sie Leistungstests durchführen, sollten Sie darauf achten, dass sich der Client und der Datenbankcluster in derselben Zone befinden. So wird die Netzwerklatenz minimiert und die beste Leistung erzielt – insbesondere bei Anwendungen mit hohem Durchsatz und kurzen Transaktionen, da die Netzwerklatenz einen großen Teil der gesamten Transaktionsantwortzeit ausmachen kann.
Wenn Sie die Leistung von zwei verschiedenen Systemen vergleichen, achten Sie darauf, dass die Netzwerktopologie für beide Systeme gleich ist. Beachten Sie, dass die Variabilität der Netzwerklatenz nicht vollständig eliminiert werden kann. Selbst innerhalb derselben Zone kann es aufgrund der zugrunde liegenden Netzwerktopologien zu Latenzunterschieden kommen.
Wenn Sie Ihre Anwendung bereitstellen, sollten Sie die Auswirkungen von zonenübergreifenden Latenzen besser verstehen, indem Sie eine typische Webanwendung mit hohem Volumen berücksichtigen. Die Anwendung hat einen Load Balancer, der Anfragen an mehrere Webserver sendet, die für Hochverfügbarkeit in mehreren Zonen bereitgestellt sind. Die Latenzen können je nach Webserver, der eine Anfrage verarbeitet, aufgrund von zonenübergreifenden Latenzunterschieden variieren.
Die folgende Abbildung zeigt die typische Architektur einer Webanwendung, die AlloyDB Omni verwendet. Clientanfragen werden von einem Load Balancer verarbeitet, der jede Anfrage an einen von vielen Webservern weiterleitet. Die Webserver sind alle mit AlloyDB Omni verbunden. Einige Server befinden sich in einer anderen Zone als der, in der AlloyDB Omni ausgeführt wird. Bei Datenbankanfragen kommt es daher zu höheren Latenzen.
Ressourcenmonitoring
Um die Leistung Ihres Datenbanksystems zu optimieren, müssen Sie die Ressourcennutzung sowohl des Datenbanksystems als auch der Clientsysteme überwachen, die das Datenbanksystem verwenden. Durch das Monitoring beider Systeme können Sie sicherstellen, dass die Clientsysteme genügend Arbeitslast bereitstellen, um aussagekräftige Messwerte im Datenbanksystem zu erhalten. Die Überwachung der Ressourcenauslastung des zu testenden Systems ist von entscheidender Bedeutung. Ebenso wichtig ist es, die Ressourcenauslastung der Clientsysteme zu überwachen, die Sie für die Arbeitslast verwenden. Wenn Sie beispielsweise die maximale Anzahl von Clients ermitteln möchten, die Ihr Datenbanksystem unterstützen kann, bevor die CPU-Ressourcen erschöpft sind, benötigen Sie genügend Clientsysteme, um die Arbeitslast zu generieren, die erforderlich ist, um alle CPU-Ressourcen im Datenbanksystem zu verbrauchen. Sie können das Datenbanksystem nicht stark genug auslasten, wenn die Clientcomputer, die die Last generieren, nicht über genügend CPU verfügen.
Skalierbarkeitstests
Skalierbarkeitstests sind ein weiterer Aspekt von Leistungstests. Skalierbarkeit bezieht sich darauf, wie sich Leistungsmesswerte ändern, wenn sich ein Merkmal einer Arbeitslast ändert. Beispiele für Skalierbarkeitsstudien:
- Wie wirkt sich eine Erhöhung der Anzahl gleichzeitiger Anfragen auf den Durchsatz und die Antwortzeiten aus?
- Wie wirkt sich eine Vergrößerung der Datenbank auf den Durchsatz und die Antwortzeiten aus?
Skalierbarkeitstests bestehen aus mehreren Ausführungen einer Arbeitslast, wobei eine einzelne Dimension zwischen den Ausführungen variiert und ein oder mehrere Messwerte erfasst und dargestellt werden. Diese Art von Tests liefert Informationen darüber, welche Engpässe im System vorhanden sind, wie viel Last das System bei einer bestimmten Konfiguration bewältigen kann, welche maximale Last ein System unterstützen kann und wie sich das System verhält, wenn die Last über diese Werte hinaus ansteigt.
Überlegungen zur Maschinengröße
AlloyDB Omni bietet viele neue Funktionen für Postgres, um die Zuverlässigkeit und Verfügbarkeit der Datenbank zu verbessern. Für das erforderliche Monitoring werden Ressourcen auf dem Computer verwendet, auf dem AlloyDB Omni ausgeführt wird. Bei sehr kleinen Maschinengrößen sind die Arbeitsspeicher- und CPU-Ressourcen von vornherein begrenzt. Daher empfehlen wir für Benchmarking-Tests Maschinengrößen mit mindestens vier vCPUs.