性能测试工具操作数据库(五)-Jmeter与MongoDB

本文涉及的产品
云数据库 MongoDB,通用型 2核4GB
简介: JMeter测试MongoDB性能有两种方式,一种是利用JMeter直接进行测试MongoDB,还有一种是写Java代码方式测试MongoDB性能。

JMeter测试MongoDB性能有两种方式,一种是利用JMeter直接进行测试MongoDB,还有一种是写Java代码方式测试MongoDB性能。

第一种方法

1.编写Java代码,内容如下:

package com.test.mongodb;

import java.io.File;  
import java.io.FileOutputStream;  
import java.io.IOException;  
import java.util.UUID;
import java.util.concurrent.atomic.AtomicLong;  
  
import org.apache.jmeter.config.Arguments;  
import org.apache.jmeter.protocol.java.sampler.AbstractJavaSamplerClient;  
import org.apache.jmeter.protocol.java.sampler.JavaSamplerContext;  
import org.apache.jmeter.samplers.SampleResult;  
  
import com.mongodb.BasicDBObject;  
import com.mongodb.DB;  
import com.mongodb.DBCollection;  
import com.mongodb.Mongo;  
import com.mongodb.MongoOptions;  
import com.mongodb.ServerAddress;  
import com.mongodb.WriteResult;  
  
/** 
 *  
 * @author  2014-10-14
 * @remark  一次性插入多条数据测试MongoDB的性能    
 */  
  
public class TestMongodb extends AbstractJavaSamplerClient {  
  
    private static Mongo            m;  
    private static DB               db;  
    private static AtomicLong       read_key = new AtomicLong(0);  
    private static FileOutputStream fos;  
    static {  
        try {  
            fos = new FileOutputStream(new File("jmeter_error.log"));  
  
            MongoOptions options = new MongoOptions();  
            options.autoConnectRetry = true;  
            options.connectionsPerHost = 1000;  
            options.maxWaitTime = 5000;  
            options.socketTimeout = 0;  
            options.connectTimeout = 15000;  
            options.threadsAllowedToBlockForConnectionMultiplier = 5000;  
            m = new Mongo(new ServerAddress("127.0.0.1", 27017), options);  
            db = m.getDB("iflashbuy-log");  
        } catch (Exception e) {  
            throw new RuntimeException(e);  
        }  
    }  
  
    public Arguments getDefaultParameters() {
        Arguments params = new Arguments();
        params.addArgument("rw", "w");
        return params;
    }
    
    public SampleResult runTest(JavaSamplerContext context) {  
        // System.out.println(read_key.getAndIncrement());  
        SampleResult results = new SampleResult();  
        //System.out.println(context.getParameter("rw"));  
        results.sampleStart();  
        DBCollection coll = db.getCollection("area");  
        if ("w".equalsIgnoreCase(context.getParameter("rw"))) {  
            long key = 1;  
            BasicDBObject doc = new BasicDBObject();                
            doc.put("_id", UUID.randomUUID());  
            doc.put("_class", "com.iflashbuy.bi.source.pojo.AreaDataEntity");  
            doc.put("province", "广东");  
            doc.put("city", "广州");  
            doc.put("pv", 35522924);  
            doc.put("uv", 52556);  
            doc.put("orderCount", 963);  
            doc.put("orderTotal", 1548563);  
            doc.put("entpriseCode", "00540001");  
            db.requestStart();  
            WriteResult rs = coll.insert(doc);  
            try {  
                if (rs.getError() != null) fos.write(rs.getError().getBytes());  
            } catch (IOException e) {  
                // TODO Auto-generated catch block  
                e.printStackTrace();  
            }  
            //System.out.println("w error->" + rs.getError());  
            db.requestDone();  
        }  

        results.setSuccessful(true);  
        results.sampleEnd();  
        return results;  
        // return null;  
    }  
  
    /*
    public static void main(String args[]) throws Exception {  
        Arguments a = new Arguments();  
        a.addArgument("rw", "w");  
        final JavaSamplerContext c = new JavaSamplerContext(a);  
        long start = System.currentTimeMillis();  
        for (int i = 0; i < 5; i++) {  
            new Thread() {  
                public void run() {  
                    TestMongodb t = new TestMongodb();  
                    for (int j = 0; j < 2; j++) {  
                        t.runTest(c);  
                    }  
                }  
            }.start();  
        }  
    }  
    */
}
2.生成jar包,放在Jmeter_HOME/lib/ext文件夹下

3.启动JMeter,新建线程组,Java请求,察看结果树,聚合报告,图形结果

4.执行测试

检查MongoDB已添加成功数据。

 

第二种方法

1.启动JMeter,新建线程组,设置线程组属性

2.右键添加-MongoDB Source Config

  设置属性Server Address List:127.0.0.1

             MongoDB Source:jmeterdbsource,如下图设置:

3.右键添加-Sampler-MongoDB Script

 设置属性MongoDB Source:引用MongoDB source config中设置的好的名称,jmeterdbsource

              Database Name:数据库名称,iflashbuy-log

              Script:脚本

4.右键-监听器-察看结果树

以上两种方式,都可用于测试MongoDB的性能。

4、对于jmeter3.1的模板库中apache-jmeter-3.1\bin\templates 已经提供了MongoDB的脚本样例,直接拿过来改改,就能满足使用:


小结:学习Jmeter有一阵子了,越来越体会到Jmeter对于Java的支持太强大了.

 

附:

Mongodb亿级数据量的性能测试 http://www.cnblogs.com/lovecindywang/archive/2011/03/02/1969324.html

相关实践学习
MongoDB数据库入门
MongoDB数据库入门实验。
快速掌握 MongoDB 数据库
本课程主要讲解MongoDB数据库的基本知识,包括MongoDB数据库的安装、配置、服务的启动、数据的CRUD操作函数使用、MongoDB索引的使用(唯一索引、地理索引、过期索引、全文索引等)、MapReduce操作实现、用户管理、Java对MongoDB的操作支持(基于2.x驱动与3.x驱动的完全讲解)。 通过学习此课程,读者将具备MongoDB数据库的开发能力,并且能够使用MongoDB进行项目开发。 &nbsp; 相关的阿里云产品:云数据库 MongoDB版 云数据库MongoDB版支持ReplicaSet和Sharding两种部署架构,具备安全审计,时间点备份等多项企业能力。在互联网、物联网、游戏、金融等领域被广泛采用。 云数据库MongoDB版(ApsaraDB for MongoDB)完全兼容MongoDB协议,基于飞天分布式系统和高可靠存储引擎,提供多节点高可用架构、弹性扩容、容灾、备份回滚、性能优化等解决方案。 产品详情: https://www.aliyun.com/product/mongodb
目录
相关文章
|
3天前
|
存储 数据处理 数据库
深入了解达梦数据库的增删查改操作:从入门到精通
深入了解达梦数据库的增删查改操作:从入门到精通
|
1天前
|
Oracle 关系型数据库 Java
java操作多数据源将oracle数据同步达梦数据库
java操作多数据源将oracle数据同步达梦数据库
|
1天前
|
存储 NoSQL 关系型数据库
【MongoDB 专栏】MongoDB 与传统关系型数据库的比较
【5月更文挑战第10天】本文对比了MongoDB与传统关系型数据库在数据模型、存储结构、扩展性、性能、事务支持、数据一致性和适用场景等方面的差异。MongoDB以其灵活的文档模型、优秀的扩展性和高性能在处理非结构化数据和高并发场景中脱颖而出,而关系型数据库则在事务处理和强一致性上更具优势。两者各有适用场景,选择应根据实际需求来定。随着技术发展,两者正相互融合,共同构建更丰富的数据库生态。
【MongoDB 专栏】MongoDB 与传统关系型数据库的比较
|
2天前
|
SQL 存储 关系型数据库
性能诊断工具DBdoctor如何快速纳管数据库PolarDB-X
DBdoctor是一款基于eBPF技术的数据库性能诊断工具,已通过阿里云PolarDB分布式版(V2.3)认证。PolarDB-X是阿里云的高性能云原生分布式数据库,采用Shared-nothing和存储计算分离架构,支持高可用、水平扩展和低成本存储。PolarDB-X V2.3.0在读写混合场景下对比开源MySQL有30-40%的性能提升。DBdoctor能按MySQL方式纳管PolarDB-X的DN节点,提供性能洞察和诊断。用户可通过指定步骤安装PolarDB-X和DBdoctor,实现数据库的管理和性能监控。
|
2天前
|
Cloud Native 关系型数据库 分布式数据库
数据库性能诊断工具DBdoctor通过阿里云PolarDB产品生态集成认证
DBdoctor(V3.1.0)成功通过阿里云PolarDB分布式版(V2.3)集成认证,展现优秀兼容性和稳定性。此工具是聚好看科技的内核级数据库性能诊断产品,运用eBPF技术诊断SQL执行,提供智能巡检、根因分析和优化建议。最新版V3.1.1增加了对PolarDB-X和OceanBase的支持,以及基于cost的索引诊断功能。PolarDB-X是阿里巴巴的高性能云原生分布式数据库,兼容MySQL生态。用户可通过提供的下载地址、在线试用链接和部署指南体验DBdoctor。
|
3天前
|
SQL Java 数据库连接
Java数据库编程实践:连接与操作数据库
Java数据库编程实践:连接与操作数据库
9 0
|
3天前
|
SQL 测试技术 网络安全
Python之SQLMap:自动SQL注入和渗透测试工具示例详解
Python之SQLMap:自动SQL注入和渗透测试工具示例详解
13 0
|
5天前
|
测试技术 API
探索软件测试中的自动化工具与挑战
本文探讨了软件测试领域中自动化工具的应用与挑战。通过分析目前主流的自动化测试工具,探讨了其在提高测试效率、减少人工成本、增强测试覆盖率等方面的优势。然而,自动化测试也面临着诸如脆弱性、维护成本高等挑战。最后,提出了一些应对挑战的建议,以期为软件测试领域的自动化工作提供一些启示。
13 1
|
5天前
|
SQL JSON 关系型数据库
[UE虚幻引擎插件DTPostgreSQL] PostgreSQL Connector 使用蓝图连接操作 PostgreSQL 数据库说明
本插件主要是支持在UE蓝图中连接和操作PostgreSQL 数据库。
13 2
|
5天前
|
存储 NoSQL 关系型数据库
MongoDB非关系型数据库实战
【5月更文挑战第6天】MongoDB,流行的NoSQL数据库,以其灵活的数据模型和高性能备受青睐。本文介绍了MongoDB的基础,包括文档型数据库特性、安装配置、数据操作。通过电商订单管理的实战案例,展示了MongoDB在处理复杂数据结构和大规模数据时的优势,适用于电商、游戏、视频直播等场景。MongoDB的索引、全文搜索和地理空间功能进一步增强了其实用性。注意性能优化和扩展性以确保系统稳定性和可靠性。