压力测试

原文发表于http://www.cnblogs.com/reach296/

---

最近对mongoDB数据库进行性能分析，需要对数据库进行加压。

加压时，最初采用threading模块写了个多线程程序，测试的效果不理想。

单机读数据库每秒请求数只能达到1000次/s.而开发的java程序请求数能达到6000-7000次/s。

证明受限于GIL，python的多线程表现确实不理想。

后来，采用了multiprocessing模块，采用多进程的方式进行加压。

经过测试证明，multiprocessing的性能还是不错，和开发java程序的性能相当。

脚本如下：

#!/usr/bin/env python

from pymongo import Connection,MongoClient,MongoReplicaSetClient
import multiprocessing
import time


#connection = MongoClient('mongodb://10.120.11.212:27017/')
#connection = Connection(['10.120.11.122','10.120.11.221','10.120.11.212'], 27017)
'''数据库采用了读写分离设置，连接mongoDB的模式要配对'''
connection=MongoReplicaSetClient(
        '10.120.11.122:27017,10.120.11.221:27017,10.120.11.212:27017',
        replicaSet='rs0',
        read_preference=3
#        read_preference=3
        )
db = connection['cms']
db.authenticate('cms', 'cms')

#计时器
def func_time(func):
        def _wrapper(*args,**kwargs):
                start = time.time()
                func(*args,**kwargs)
                print func.__name__,'run:',time.time()-start
        return _wrapper
#插入测试方法
def insert(num):
        posts = db.userinfo
        for x in range(num):
                post = {"_id" : str(x),
                        "author": str(x),
                        "text": "My first blog post!"
                        }
        　　　　 posts.insert(post)
#查询测试方法
def query(num):
    get=db.device
    for i in xrange(num):
         get.find_one({"scanid":"010000138101010000009aaaaa"})


@func_time
def main(process_num,num):
    pool = multiprocessing.Pool(processes=process_num)
    for i in xrange(num):
        pool.apply_async(query, (num, ))
    pool.close()
    pool.join()
    print "Sub-process(es) done."

if __name__ == "__main__":
#    query(500,1)
        main(800,500)