document/current/cn/features/test-engine/index.xml - shardingsphere-doc - Git at Google

 <?xml version="1.0" encoding="utf-8" standalone="yes"?>
 <rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom">
   <channel>
     <title>测试引擎 on ShardingSphere</title>
     <link>https://shardingsphere.apache.org/document/current/cn/features/test-engine/</link>
     <description>Recent content in 测试引擎 on ShardingSphere</description>
     <generator>Hugo -- gohugo.io</generator>
     <language>en-us</language>

 	<atom:link href="https://shardingsphere.apache.org/document/current/cn/features/test-engine/index.xml" rel="self" type="application/rss+xml" />


     <item>
       <title>集成测试</title>
       <link>https://shardingsphere.apache.org/document/current/cn/features/test-engine/integration-test/</link>
       <pubDate>Mon, 01 Jan 0001 00:00:00 +0000</pubDate>

       <guid>https://shardingsphere.apache.org/document/current/cn/features/test-engine/integration-test/</guid>
       <description>设计 集成测试包括 3 个模块：测试用例、测试环境以及测试引擎。
 测试用例 用于定义待测试的 SQL 以及测试结果的断言数据。 每个用例定义一条 SQL，SQL 可定义多种数据库执行类型。
 测试环境 用于搭建运行测试用例的数据库和 ShardingSphere-Proxy 环境。 环境又具体分为环境准备方式，数据库类型和场景。
 环境准备方式分为 Native 和 Docker，未来还将增加 Embed 类型的支持。
  Native 环境用于测试用例直接运行在开发者提供的测试环境中，适于调试场景； Docker 环境由 Maven 运行 Docker-Compose 插件直接搭建，适用于云编译环境和测试 ShardingSphere-Proxy 的场景，如：GitHub Action； Embed 环境由测试框架自动搭建嵌入式 MySQL，适用于 ShardingSphere-JDBC 的本地环境测试。  当前默认采用 Native 环境，使用 ShardingSphere-JDBC + H2 数据库运行测试用例。 通过 Maven 的 -P -Pit.env.docker 参数可以指定 Docker 环境的运行方式。 未来将采用 Embed 环境的 ShardingSphere-JDBC + MySQL，替换 Native 执行测试用例的默认环境类型。
 数据库类型目前支持 MySQL、PostgreSQL、SQLServer 和 Oracle，并且可以支持使用 ShardingSphere-JDBC 或是使用 ShardingSphere-Proxy 执行测试用例。</description>
     </item>

     <item>
       <title>SQL 解析测试</title>
       <link>https://shardingsphere.apache.org/document/current/cn/features/test-engine/parser-test/</link>
       <pubDate>Mon, 01 Jan 0001 00:00:00 +0000</pubDate>

       <guid>https://shardingsphere.apache.org/document/current/cn/features/test-engine/parser-test/</guid>
       <description>数据准备 SQL 解析无需真实的测试环境，开发者只需定义好待测试的 SQL，以及解析后的断言数据即可：
 SQL数据 在集成测试的部分提到过sql-case-id，其对应的SQL，可以在不同模块共享。开发者只需要在shardingsphere-sql-parser/shardingsphere-sql-parser-test/src/main/resources/sql/supported/${SQL-TYPE}/*.xml 添加待测试的 SQL 即可。
 断言数据 断言的解析数据保存在 shardingsphere-sql-parser/shardingsphere-sql-parser-test/src/main/resources/case/${SQL-TYPE}/*.xml 在xml文件中，可以针对表名，token，SQL条件等进行断言，例如如下的配置：
 &amp;lt;parser-result-sets&amp;gt; &amp;lt;parser-result sql-case-id=&amp;#34;insert_with_multiple_values&amp;#34;&amp;gt; &amp;lt;tables&amp;gt; &amp;lt;table name=&amp;#34;t_order&amp;#34; /&amp;gt; &amp;lt;/tables&amp;gt; &amp;lt;tokens&amp;gt; &amp;lt;table-token start-index=&amp;#34;12&amp;#34; table-name=&amp;#34;t_order&amp;#34; length=&amp;#34;7&amp;#34; /&amp;gt; &amp;lt;/tokens&amp;gt; &amp;lt;sharding-conditions&amp;gt; &amp;lt;and-condition&amp;gt; &amp;lt;condition column-name=&amp;#34;order_id&amp;#34; table-name=&amp;#34;t_order&amp;#34; operator=&amp;#34;EQUAL&amp;#34;&amp;gt; &amp;lt;value literal=&amp;#34;1&amp;#34; type=&amp;#34;int&amp;#34; /&amp;gt; &amp;lt;/condition&amp;gt; &amp;lt;condition column-name=&amp;#34;user_id&amp;#34; table-name=&amp;#34;t_order&amp;#34; operator=&amp;#34;EQUAL&amp;#34;&amp;gt; &amp;lt;value literal=&amp;#34;1&amp;#34; type=&amp;#34;int&amp;#34; /&amp;gt; &amp;lt;/condition&amp;gt; &amp;lt;/and-condition&amp;gt; &amp;lt;and-condition&amp;gt; &amp;lt;condition column-name=&amp;#34;order_id&amp;#34; table-name=&amp;#34;t_order&amp;#34; operator=&amp;#34;EQUAL&amp;#34;&amp;gt; &amp;lt;value literal=&amp;#34;2&amp;#34; type=&amp;#34;int&amp;#34; /&amp;gt; &amp;lt;/condition&amp;gt; &amp;lt;condition column-name=&amp;#34;user_id&amp;#34; table-name=&amp;#34;t_order&amp;#34; operator=&amp;#34;EQUAL&amp;#34;&amp;gt; &amp;lt;value literal=&amp;#34;2&amp;#34; type=&amp;#34;int&amp;#34; /&amp;gt; &amp;lt;/condition&amp;gt; &amp;lt;/and-condition&amp;gt; &amp;lt;/sharding-conditions&amp;gt; &amp;lt;/parser-result&amp;gt; &amp;lt;/parser-result-sets&amp;gt; 设置好上面两类数据，开发者就可以通过 shardingsphere-sql-parser/shardingsphere-sql-parser-test 下对应的测试引擎启动 SQL 解析的测试了。</description>
     </item>

     <item>
       <title>SQL 改写测试</title>
       <link>https://shardingsphere.apache.org/document/current/cn/features/test-engine/rewrite-test/</link>
       <pubDate>Mon, 01 Jan 0001 00:00:00 +0000</pubDate>

       <guid>https://shardingsphere.apache.org/document/current/cn/features/test-engine/rewrite-test/</guid>
       <description>目标 面向逻辑库与逻辑表书写的SQL，并不能够直接在真实的数据库中执行，SQL改写用于将逻辑SQL改写为在真实数据库中可以正确执行的SQL。 它包括正确性改写和优化改写两部分，所以 SQL 改写的测试都是基于这些改写方向进行校验的。
 测试 SQL 改写测试用例位于 sharding-core/sharding-core-rewrite 下的 test 中。SQL 改写的测试主要依赖如下几个部分：
  测试引擎 环境配置 验证数据  测试引擎是 SQL 改写测试的入口，跟其他引擎一样，通过 Junit 的 Parameterized 逐条读取 test\resources 目录中测试类型下对应的 xml 文件，然后按读取顺序一一进行验证。
 环境配置存放在 test\resources\yaml 路径中测试类型下对应的 yaml 中。配置了dataSources，shardingRule，encryptRule 等信息，例子如下：
 dataSources: db: !!com.zaxxer.hikari.HikariDataSource driverClassName: org.h2.Driver jdbcUrl: jdbc:h2:mem:db;DB_CLOSE_DELAY=-1;DATABASE_TO_UPPER=false;MODE=MYSQL username: sa password: ## sharding 规则 rules: - !SHARDING tables: t_account: actualDataNodes: db.t_account_${0..1} tableStrategy: standard: shardingColumn: account_id shardingAlgorithmName: account_table_inline keyGenerateStrategy: column: account_id keyGeneratorName: snowflake t_account_detail: actualDataNodes: db.t_account_detail_${0..1} tableStrategy: standard: shardingColumn: order_id shardingAlgorithmName: account_detail_table_inline bindingTables: - t_account, t_account_detail shardingAlgorithms: account_table_inline: type: INLINE props: algorithm-expression: t_account_${account_id % 2} account_detail_table_inline: type: INLINE props: algorithm-expression: t_account_detail_${account_id % 2} keyGenerators: snowflake: type: SNOWFLAKE props: worker-id: 123 验证数据存放在 test\resources 路径中测试类型下对应的 xml 文件中。验证数据中， yaml-rule 指定了环境以及 rule 的配置文件，input 指定了待测试的 SQL 以及参数，output 指定了期待的 SQL 以及参数。 其中 db-type 决定了 SQL 解析的类型，默认为 SQL92, 例如：</description>
     </item>

     <item>
       <title>性能测试</title>
       <link>https://shardingsphere.apache.org/document/current/cn/features/test-engine/performance-test/</link>
       <pubDate>Mon, 01 Jan 0001 00:00:00 +0000</pubDate>

       <guid>https://shardingsphere.apache.org/document/current/cn/features/test-engine/performance-test/</guid>
       <description>目标 对ShardingSphere-JDBC，ShardingSphere-Proxy及MySQL进行性能对比。从业务角度考虑，在基本应用场景（单路由，主从+加密+分库分表，全路由）下，INSERT+UPDATE+DELETE通常用作一个完整的关联操作，用于性能评估，而SELECT关注分片优化可用作性能评估的另一个操作；而主从模式下，可将INSERT+SELECT+DELETE作为一组评估性能的关联操作。 为了更好的观察效果，设计在一定数据量的基础上，使用jmeter 20并发线程持续压测半小时，进行增删改查性能测试，且每台机器部署一个MySQL实例，而对比MySQL场景为单机单实例部署。
 测试场景 单路由 在1000数据量的基础上分库分表，根据id分为4个库，部署在同一台机器上，根据k分为1024个表，查询操作路由到单库单表； 作为对比，MySQL运行在1000数据量的基础上，使用INSERT+UPDATE+DELETE和单路由查询语句。
 主从 基本主从场景，设置一主库一从库，部署在两台不同的机器上，在10000数据量的基础上，观察读写性能； 作为对比，MySQL运行在10000数据量的基础上，使用INSERT+SELECT+DELETE语句。
 主从+加密+分库分表 在1000数据量的基础上，根据id分为4个库，部署在四台不同的机器上，根据k分为1024个表，c使用aes加密，pad使用md5加密，查询操作路由到单库单表； 作为对比，MySQL运行在1000数据量的基础上，使用INSERT+UPDATE+DELETE和单路由查询语句。
 全路由 在1000数据量的基础上，分库分表，根据id分为4个库，部署在四台不同的机器上，根据k分为1个表，查询操作使用全路由。 作为对比，MySQL运行在1000数据量的基础上，使用INSERT+UPDATE+DELETE和全路由查询语句。
 测试环境搭建 数据库表结构 此处表结构参考sysbench的sbtest表
 CREATE TABLE `tbl` ( `id` bigint(20) NOT NULL AUTO_INCREMENT, `k` int(11) NOT NULL DEFAULT 0, `c` char(120) NOT NULL DEFAULT &amp;#39;&amp;#39;, `pad` char(60) NOT NULL DEFAULT &amp;#39;&amp;#39;, PRIMARY KEY (`id`) ); 测试场景配置 ShardingSphere-JDBC使用与ShardingSphere-Proxy一致的配置，MySQL直连一个库用作性能对比，下面为四个场景的具体配置：
 单路由配置 schemaName: sharding_db dataSources: ds_0: url: jdbc:mysql://***.***.***.***:****/ds?serverTimezone=UTC&amp;amp;useSSL=false username: test password: connectionTimeoutMilliseconds: 30000 idleTimeoutMilliseconds: 60000 maxLifetimeMilliseconds: 1800000 maxPoolSize: 200 ds_1: url: jdbc:mysql://***.</description>
     </item>

     <item>
       <title>性能测试(sysbench)</title>
       <link>https://shardingsphere.apache.org/document/current/cn/features/test-engine/performance-test-sysbench/</link>
       <pubDate>Mon, 01 Jan 0001 00:00:00 +0000</pubDate>

       <guid>https://shardingsphere.apache.org/document/current/cn/features/test-engine/performance-test-sysbench/</guid>
       <description>环境 推荐硬件环境 CPU: 32 Cores RAM: 128 GB NIC: 10Gb Ethernet 至少需要5台机器：
 Jenkins * 1: ${host-jenkins} Sysbench * 1: ${host-sysbench} ShardingSphere-Proxy * 1: ${host-proxy} MySQL Server * 2: ${host-mysql-1}, ${host-mysql-2} 可以适当降低Jenkins和Sysbench机器的硬件标准
 软件环境 Jenins: 最新版本 Sysbench: 1.0.20 ShardingSphere-Proxy: master分支代码打包 MySQL Server: 5.7.28 测试方案 根据以上的硬件环境，配置参数如下，参数应根据硬件环境改变而调整
 ShardingSphere-Proxy配置 Proxy运行在${host-proxy}机器 版本包括：Master分支版本、4.1.1版本、3.0.0版本 场景包括：config-sharding、config-replica-query、config-sharding-replica-query、config-encrypt 配置文件详细内容：见附录1 MySQL Server配置 两个MySQL实例分别运行在${host-mysql-1}和${host-mysql-2}机器
 需要提前在两个实例上创建sbtest数据库 设置参数max_prepared_stmt_count = 500000 设置参数max_connections = 2000 Jenkins配置 创建6个Jenkins任务，每个任务依次调用下一个任务：（运行在${host-jenkins}机器）
 1. sysbench_install: 拉取最新代码，打包Proxy压缩包 以下任务通过Jenkins slave运行在单独的Sysbench发压机器：（运行在${host-sysbench}机器）
 2. sysbench_sharding: a. 远程部署各版本Proxy的分片场景 b. 执行Sysbench命令压测Proxy c.</description>
     </item>

   </channel>
 </rss>
	<?xml version="1.0" encoding="utf-8" standalone="yes"?>
	<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom">
	<channel>
	<title>测试引擎 on ShardingSphere</title>
	<link>https://shardingsphere.apache.org/document/current/cn/features/test-engine/</link>
	<description>Recent content in 测试引擎 on ShardingSphere</description>
	<generator>Hugo -- gohugo.io</generator>
	<language>en-us</language>

	<atom:link href="https://shardingsphere.apache.org/document/current/cn/features/test-engine/index.xml" rel="self" type="application/rss+xml" />


	<item>
	<title>集成测试</title>
	<link>https://shardingsphere.apache.org/document/current/cn/features/test-engine/integration-test/</link>
	<pubDate>Mon, 01 Jan 0001 00:00:00 +0000</pubDate>

	<guid>https://shardingsphere.apache.org/document/current/cn/features/test-engine/integration-test/</guid>
	<description>设计集成测试包括 3 个模块：测试用例、测试环境以及测试引擎。
	测试用例用于定义待测试的 SQL 以及测试结果的断言数据。每个用例定义一条 SQL，SQL 可定义多种数据库执行类型。
	测试环境用于搭建运行测试用例的数据库和 ShardingSphere-Proxy 环境。环境又具体分为环境准备方式，数据库类型和场景。
	环境准备方式分为 Native 和 Docker，未来还将增加 Embed 类型的支持。
	Native 环境用于测试用例直接运行在开发者提供的测试环境中，适于调试场景； Docker 环境由 Maven 运行 Docker-Compose 插件直接搭建，适用于云编译环境和测试 ShardingSphere-Proxy 的场景，如：GitHub Action； Embed 环境由测试框架自动搭建嵌入式 MySQL，适用于 ShardingSphere-JDBC 的本地环境测试。当前默认采用 Native 环境，使用 ShardingSphere-JDBC + H2 数据库运行测试用例。通过 Maven 的 -P -Pit.env.docker 参数可以指定 Docker 环境的运行方式。未来将采用 Embed 环境的 ShardingSphere-JDBC + MySQL，替换 Native 执行测试用例的默认环境类型。
	数据库类型目前支持 MySQL、PostgreSQL、SQLServer 和 Oracle，并且可以支持使用 ShardingSphere-JDBC 或是使用 ShardingSphere-Proxy 执行测试用例。</description>
	</item>

	<item>
	<title>SQL 解析测试</title>
	<link>https://shardingsphere.apache.org/document/current/cn/features/test-engine/parser-test/</link>
	<pubDate>Mon, 01 Jan 0001 00:00:00 +0000</pubDate>

	<guid>https://shardingsphere.apache.org/document/current/cn/features/test-engine/parser-test/</guid>
	<description>数据准备 SQL 解析无需真实的测试环境，开发者只需定义好待测试的 SQL，以及解析后的断言数据即可：
	SQL数据在集成测试的部分提到过sql-case-id，其对应的SQL，可以在不同模块共享。开发者只需要在shardingsphere-sql-parser/shardingsphere-sql-parser-test/src/main/resources/sql/supported/${SQL-TYPE}/*.xml 添加待测试的 SQL 即可。
	断言数据断言的解析数据保存在 shardingsphere-sql-parser/shardingsphere-sql-parser-test/src/main/resources/case/${SQL-TYPE}/*.xml 在xml文件中，可以针对表名，token，SQL条件等进行断言，例如如下的配置：
	&lt;parser-result-sets&gt; &lt;parser-result sql-case-id=&#34;insert_with_multiple_values&#34;&gt; &lt;tables&gt; &lt;table name=&#34;t_order&#34; /&gt; &lt;/tables&gt; &lt;tokens&gt; &lt;table-token start-index=&#34;12&#34; table-name=&#34;t_order&#34; length=&#34;7&#34; /&gt; &lt;/tokens&gt; &lt;sharding-conditions&gt; &lt;and-condition&gt; &lt;condition column-name=&#34;order_id&#34; table-name=&#34;t_order&#34; operator=&#34;EQUAL&#34;&gt; &lt;value literal=&#34;1&#34; type=&#34;int&#34; /&gt; &lt;/condition&gt; &lt;condition column-name=&#34;user_id&#34; table-name=&#34;t_order&#34; operator=&#34;EQUAL&#34;&gt; &lt;value literal=&#34;1&#34; type=&#34;int&#34; /&gt; &lt;/condition&gt; &lt;/and-condition&gt; &lt;and-condition&gt; &lt;condition column-name=&#34;order_id&#34; table-name=&#34;t_order&#34; operator=&#34;EQUAL&#34;&gt; &lt;value literal=&#34;2&#34; type=&#34;int&#34; /&gt; &lt;/condition&gt; &lt;condition column-name=&#34;user_id&#34; table-name=&#34;t_order&#34; operator=&#34;EQUAL&#34;&gt; &lt;value literal=&#34;2&#34; type=&#34;int&#34; /&gt; &lt;/condition&gt; &lt;/and-condition&gt; &lt;/sharding-conditions&gt; &lt;/parser-result&gt; &lt;/parser-result-sets&gt; 设置好上面两类数据，开发者就可以通过 shardingsphere-sql-parser/shardingsphere-sql-parser-test 下对应的测试引擎启动 SQL 解析的测试了。</description>
	</item>

	<item>
	<title>SQL 改写测试</title>
	<link>https://shardingsphere.apache.org/document/current/cn/features/test-engine/rewrite-test/</link>
	<pubDate>Mon, 01 Jan 0001 00:00:00 +0000</pubDate>

	<guid>https://shardingsphere.apache.org/document/current/cn/features/test-engine/rewrite-test/</guid>
	<description>目标面向逻辑库与逻辑表书写的SQL，并不能够直接在真实的数据库中执行，SQL改写用于将逻辑SQL改写为在真实数据库中可以正确执行的SQL。它包括正确性改写和优化改写两部分，所以 SQL 改写的测试都是基于这些改写方向进行校验的。
	测试 SQL 改写测试用例位于 sharding-core/sharding-core-rewrite 下的 test 中。SQL 改写的测试主要依赖如下几个部分：
	测试引擎环境配置验证数据测试引擎是 SQL 改写测试的入口，跟其他引擎一样，通过 Junit 的 Parameterized 逐条读取 test\resources 目录中测试类型下对应的 xml 文件，然后按读取顺序一一进行验证。
	环境配置存放在 test\resources\yaml 路径中测试类型下对应的 yaml 中。配置了dataSources，shardingRule，encryptRule 等信息，例子如下：
	dataSources: db: !!com.zaxxer.hikari.HikariDataSource driverClassName: org.h2.Driver jdbcUrl: jdbc:h2:mem:db;DB_CLOSE_DELAY=-1;DATABASE_TO_UPPER=false;MODE=MYSQL username: sa password: ## sharding 规则 rules: - !SHARDING tables: t_account: actualDataNodes: db.t_account_${0..1} tableStrategy: standard: shardingColumn: account_id shardingAlgorithmName: account_table_inline keyGenerateStrategy: column: account_id keyGeneratorName: snowflake t_account_detail: actualDataNodes: db.t_account_detail_${0..1} tableStrategy: standard: shardingColumn: order_id shardingAlgorithmName: account_detail_table_inline bindingTables: - t_account, t_account_detail shardingAlgorithms: account_table_inline: type: INLINE props: algorithm-expression: t_account_${account_id % 2} account_detail_table_inline: type: INLINE props: algorithm-expression: t_account_detail_${account_id % 2} keyGenerators: snowflake: type: SNOWFLAKE props: worker-id: 123 验证数据存放在 test\resources 路径中测试类型下对应的 xml 文件中。验证数据中， yaml-rule 指定了环境以及 rule 的配置文件，input 指定了待测试的 SQL 以及参数，output 指定了期待的 SQL 以及参数。其中 db-type 决定了 SQL 解析的类型，默认为 SQL92, 例如：</description>
	</item>

	<item>
	<title>性能测试</title>
	<link>https://shardingsphere.apache.org/document/current/cn/features/test-engine/performance-test/</link>
	<pubDate>Mon, 01 Jan 0001 00:00:00 +0000</pubDate>

	<guid>https://shardingsphere.apache.org/document/current/cn/features/test-engine/performance-test/</guid>
	<description>目标对ShardingSphere-JDBC，ShardingSphere-Proxy及MySQL进行性能对比。从业务角度考虑，在基本应用场景（单路由，主从+加密+分库分表，全路由）下，INSERT+UPDATE+DELETE通常用作一个完整的关联操作，用于性能评估，而SELECT关注分片优化可用作性能评估的另一个操作；而主从模式下，可将INSERT+SELECT+DELETE作为一组评估性能的关联操作。为了更好的观察效果，设计在一定数据量的基础上，使用jmeter 20并发线程持续压测半小时，进行增删改查性能测试，且每台机器部署一个MySQL实例，而对比MySQL场景为单机单实例部署。
	测试场景单路由在1000数据量的基础上分库分表，根据id分为4个库，部署在同一台机器上，根据k分为1024个表，查询操作路由到单库单表；作为对比，MySQL运行在1000数据量的基础上，使用INSERT+UPDATE+DELETE和单路由查询语句。
	主从基本主从场景，设置一主库一从库，部署在两台不同的机器上，在10000数据量的基础上，观察读写性能；作为对比，MySQL运行在10000数据量的基础上，使用INSERT+SELECT+DELETE语句。
	主从+加密+分库分表在1000数据量的基础上，根据id分为4个库，部署在四台不同的机器上，根据k分为1024个表，c使用aes加密，pad使用md5加密，查询操作路由到单库单表；作为对比，MySQL运行在1000数据量的基础上，使用INSERT+UPDATE+DELETE和单路由查询语句。
	全路由在1000数据量的基础上，分库分表，根据id分为4个库，部署在四台不同的机器上，根据k分为1个表，查询操作使用全路由。作为对比，MySQL运行在1000数据量的基础上，使用INSERT+UPDATE+DELETE和全路由查询语句。
	测试环境搭建数据库表结构此处表结构参考sysbench的sbtest表
	CREATE TABLE `tbl` ( `id` bigint(20) NOT NULL AUTO_INCREMENT, `k` int(11) NOT NULL DEFAULT 0, `c` char(120) NOT NULL DEFAULT &#39;&#39;, `pad` char(60) NOT NULL DEFAULT &#39;&#39;, PRIMARY KEY (`id`) ); 测试场景配置 ShardingSphere-JDBC使用与ShardingSphere-Proxy一致的配置，MySQL直连一个库用作性能对比，下面为四个场景的具体配置：
	单路由配置 schemaName: sharding_db dataSources: ds_0: url: jdbc:mysql://*...:*/ds?serverTimezone=UTC&amp;useSSL=false username: test password: connectionTimeoutMilliseconds: 30000 idleTimeoutMilliseconds: 60000 maxLifetimeMilliseconds: 1800000 maxPoolSize: 200 ds_1: url: jdbc:mysql://*.</description>
	</item>

	<item>
	<title>性能测试(sysbench)</title>
	<link>https://shardingsphere.apache.org/document/current/cn/features/test-engine/performance-test-sysbench/</link>
	<pubDate>Mon, 01 Jan 0001 00:00:00 +0000</pubDate>

	<guid>https://shardingsphere.apache.org/document/current/cn/features/test-engine/performance-test-sysbench/</guid>
	<description>环境推荐硬件环境 CPU: 32 Cores RAM: 128 GB NIC: 10Gb Ethernet 至少需要5台机器：
	Jenkins * 1: ${host-jenkins} Sysbench * 1: ${host-sysbench} ShardingSphere-Proxy * 1: ${host-proxy} MySQL Server * 2: ${host-mysql-1}, ${host-mysql-2} 可以适当降低Jenkins和Sysbench机器的硬件标准
	软件环境 Jenins: 最新版本 Sysbench: 1.0.20 ShardingSphere-Proxy: master分支代码打包 MySQL Server: 5.7.28 测试方案根据以上的硬件环境，配置参数如下，参数应根据硬件环境改变而调整
	ShardingSphere-Proxy配置 Proxy运行在${host-proxy}机器版本包括：Master分支版本、4.1.1版本、3.0.0版本场景包括：config-sharding、config-replica-query、config-sharding-replica-query、config-encrypt 配置文件详细内容：见附录1 MySQL Server配置两个MySQL实例分别运行在${host-mysql-1}和${host-mysql-2}机器
	需要提前在两个实例上创建sbtest数据库设置参数max_prepared_stmt_count = 500000 设置参数max_connections = 2000 Jenkins配置创建6个Jenkins任务，每个任务依次调用下一个任务：（运行在${host-jenkins}机器）
	1. sysbench_install: 拉取最新代码，打包Proxy压缩包以下任务通过Jenkins slave运行在单独的Sysbench发压机器：（运行在${host-sysbench}机器）
	2. sysbench_sharding: a. 远程部署各版本Proxy的分片场景 b. 执行Sysbench命令压测Proxy c.</description>
	</item>

	</channel>
	</rss>