前言
首先我们需要知道tpcc-mysql是干什么的。TPC-C是专门针对联机交易处理系统（OLTP系统）的规范，一般情况下我们也把这类系统称为业务处理系统。tpcc-mysql是percona基于TPC-C(下面简写成TPCC)衍生出来的产品，专用于MySQL基准测试。
Tpcc工具结构
create_table.sql：创建所需的数据库表，共9个表
add_fkey_idx.sql：创建索引和外键
drop_cons.sql：删除约束
查看可得tpcc1000库中共有9个表。
New-Order：新订单，主要对应 new_orders 表
Payment：支付，主要对应 orders、history 表
Order-Status：订单状态，主要对应 orders、order_line 表
Delivery：发货，主要对应 order_line 表
Stock-Level：库存，主要对应 stock 表
其他相关表：
客户：主要对应 customer 表
地区：主要对应 district 表
商品：主要对应 item 表
仓库：主要对应 warehouse 表
它们的关系：
测试结果分析
（测试过程可见上一篇博客 tpcc-mysql的安装与使用
root@iZj6c9c6vaqj1i0a9j7h78Z:/home/admin/tpcc-mysql# ./tpcc_start -h 127.0.0.1 -p 3306 -d tpcc1000 -u root -p "123123" -w 10 -c 10 -r 100 -l 300 -i 20*************************************** *** ###easy### TPC-C Load Generator *** *************************************** option h with value '127.0.0.1' option p with value '3306' option d with value 'tpcc1000' option u with value 'root' option p with value '123123' option w with value '10' //仓库数，必须和tpcc_load一致 option c with value '10' //连接数，可认为是线程数 option r with value '100' //预热时间， option l with value '300' //测试执行时间 option i with value '20' //产生报告的时间间隔 <Parameters> [server]: 127.0.0.1 [port]: 3306 [DBname]: tpcc1000 [user]: root [pass]: 123123 [warehouse]: 10 [connection]: 10 [rampup]: 100 (sec.) [measure]: 300 (sec.)
每20秒输出一次测压数据
RAMP-UP TIME.(100 sec.) //预热时间 MEASURING START. 20, trx: 1365, 95%: 149.731, 99%: 192.421, max_rt: 375.631, 1366|268.017, 136|94.819, 135|602.898, 137|623.414 40, trx: 1327, 95%: 155.906, 99%: 201.499, max_rt: 317.556, 1325|253.945, 133|77.330, 134|546.059, 133|349.548 60, trx: 1311, 95%: 159.541, 99%: 209.119, max_rt: 395.578, 1313|351.806, 131|91.413, 130|647.841, 131|353.075 80, trx: 1317, 95%: 155.766, 99%: 195.498, max_rt: 317.046, 1318|223.747, 133|140.812, 133|455.009, 131|322.756 100, trx: 1308, 95%: 155.812, 99%: 187.812, max_rt: 288.880, 1307|180.816, 130|72.554, 130|494.693, 131|345.204 120, trx: 1303, 95%: 159.493, 99%: 197.853, max_rt: 279.193, 1305|167.328, 131|148.294, 130|529.679, 131|335.480 140, trx: 1312, 95%: 159.780, 99%: 212.272, max_rt: 313.500, 1313|228.049, 131|87.855, 132|649.486, 130|318.453 160, trx: 1289, 95%: 160.980, 99%: 198.031, max_rt: 258.698, 1290|203.181, 129|144.156, 129|522.998, 129|372.766 180, trx: 1281, 95%: 160.307, 99%: 191.330, max_rt: 278.490, 1282|148.655, 128|92.722, 129|589.544, 128|352.993 200, trx: 1261, 95%: 166.868, 99%: 201.258, max_rt: 306.342, 1257|177.165, 126|133.080, 125|427.867, 126|295.709 220, trx: 1308, 95%: 153.728, 99%: 186.914, max_rt: 275.757, 1306|243.364, 130|62.822, 131|477.343, 133|367.932 240, trx: 1286, 95%: 157.359, 99%: 196.731, max_rt: 304.550, 1291|135.553, 129|80.425, 129|440.484, 128|411.228 260, trx: 1286, 95%: 162.627, 99%: 204.905, max_rt: 248.939, 1287|209.698, 129|104.292, 128|490.073, 128|321.475 280, trx: 1298, 95%: 162.919, 99%: 208.806, max_rt: 320.564, 1291|157.251, 130|76.880, 130|572.787, 129|329.122 300, trx: 1290, 95%: 161.173, 99%: 199.578, max_rt: 378.012, 1296|177.117, 129|129.114, 130|489.317, 129|378.575 STOPPING THREADS..........
分析：
- 以逗号分隔，共6列
- 第一列，上面设置的时间间隔，20秒
- 第二列， 20秒内执行新订单交易次数，13651次，即这段时间内的吞吐量
- 第三列，95% 新订单交易平均响应时间，149.731秒
- 第四列，99% 新订单交易平均响应时间，192.421秒
- 第五列，新订单交易最长响应时间为375.631秒
- 第五列，支付业务的结果，吞吐量|最大相应时间
- 第六列，发货业务的结果
- 第六列，库存业务的结果
<Raw Results> //第一次统计结果 [0] sc:0 lt:19542 rt:0 fl:0 avg_rt: 110.7 (5) //新订单 [1] sc:253 lt:19294 rt:0 fl:0 avg_rt: 36.8 (5) //支付 [2] sc:563 lt:1392 rt:0 fl:0 avg_rt: 21.6 (5) //订单查询 [3] sc:0 lt:1955 rt:0 fl:0 avg_rt: 316.7 (80) //发货 [4] sc:18 lt:1936 rt:0 fl:0 avg_rt: 233.9 (20) //库存 in 300 sec. <Raw Results2(sum ver.)> //第二次统计结果 [0] sc:0 lt:19542 rt:0 fl:0 [1] sc:253 lt:19294 rt:0 fl:0 [2] sc:563 lt:1392 rt:0 fl:0 [3] sc:0 lt:1955 rt:0 fl:0 [4] sc:18 lt:1936 rt:0 fl:0
分析：
汇总各种业务各状态的数据量
- sc: success, 操作成功的数量
- rt: retry, 操作重试的数量
- fl: failure，操作失败的数量
- avg_rt，平均重试次数
<Constraint Check> (all must be [OK]) [transaction percentage] //每种交易的占比 Payment: 43.48% (>=43.0%) [OK] //支付成功次数(上述统计结果中 sc + lt) 必须大于43.0%，否则结果为NG，而不是OK Order-Status: 4.35% (>= 4.0%) [OK] // 订单状态 Delivery: 4.35% (>= 4.0%) [OK] //发货 Stock-Level: 4.35% (>= 4.0%) [OK] //库存 [response time (at least 90% passed)] //各种交易的响应时间 New-Order: 0.00% [NG] * //正常情况一下5个都应是[OK],我用的阿里云1G1h比较辣鸡 Payment: 1.29% [NG] * Order-Status: 28.80% [NG] * Delivery: 0.00% [NG] * Stock-Level: 0.92% [NG] * <TpmC> 3908.400 TpmC //TpmC结果值(每分钟事务数，该值是第一次统计结果中的新订单事务数除以总耗时分钟数，例如本例中是：19542/5=3908.4)
//tpmC值在国内外被广泛用于衡量计算机系统的事务处理能力
如果您将输出结果导入到了文件，例如
./tpcc_start -h 127.0.0.1 -p 3306 -d tpcc1000 -u root -p "123456" -w 10 -c 10 -r 100 -l 300 -i 20 -f /var/log/tpcc_mysql.log -t /var/log/tpcc_mysql.rtx
tpcc_mysql.log的内容如下：
0 101.848
0 168.824
0 258.733
0 257.668
0 268.181
......
280 89.286 //280表示timestamp，89.286表示当前新订单业务耗时89.286s
280 106.604
280 111.706
300 54.267
300 73.795
300 73.921
tpcc_mysql.rtx的内容如下：
t_num: 6 finish: 1555510718 176127461 start: 1555510718 111539482 t_num: 2 finish: 1555510718 226665914 start: 1555510718 147639779 t_num: 0 finish: 1555510718 229816369 start: 1555510718 135469427 t_num: 4 finish: 1555510718 234458797 start: 1555510718 161088595 t_num: 1 finish: 1555510718 248017799 start: 1555510718 149352990 t_num: 8 finish: 1555510718 252816208 start: 1555510718 163539810 t_num: 9 finish: 1555510718 280146373 start: 1555510718 173552637 t_num: 6 finish: 1555510718 287838904 start: 1555510718 176143349
......
分析：
t_num表示第几个线程
start表示这笔新订单发送的起始时间，finish表示订单的结束时间，注意这个时间指的是占用CPU时间，其实订单完成时间很大一部分消耗在磁盘的IO处理上。
除了MySQL的输出日志之外，还需要关心系统的性能指标，因此需要借助iostat、vmstat等系统工具，查看系统的性能特征。scripts中有很多工具脚本（不会用555）
参考链接：
1. tpcc-mysql安装、使用、结果解读 https://yq.aliyun.com/articles/178251
2. tpcc-mysql使用及输出结果解读 https://blog.csdn.net/cnhome/article/details/42420869
3. 测试结果图表化 https://www.hi-linux.com/posts/38534.html