用Groovy编写的一个简单的MySQL给压力的工具,原先是用python写的,但是发现MySQLdb在liunx下性能不佳,就改用Groovy来实现了,支持简单的分表,支持useServerPrepStmts
这里有两个版本
mysql_test.groovy:他的各类SQL的比例完全按照设的的比率执行,比如100:1的读写比,那么MySQL执行的读写SQL肯定也是100:1
mysql_test_for_thd.groovy:他的SQL执行比率是线程比,如果设的100:1的读写比那么就是100个线程(连接)去读,1个线程(连接)去写
用这个工具来简单的给压力和造数据是不错的选择.
Example:
import java.util.concurrent.atomic.AtomicLong
def mt = new mysql_test(url: "jdbc:mysql://127.0.0.1:3306/test?characterEncoding=GBK&useServerPrepStmts=true&cachePrepStmts=true",
usr: "test", pwd: "test", table_name: "test")
mt.table_num = 1 //分表的数量
mt.run_times = 2500 //执行的总次数
mt.thread_num = 100 //启用线程数(连接数),如果是mysql_test_for_thd 此值没有意义
def select_id = new AtomicLong(1L) //设定一个起始的读id
def update_id = new AtomicLong(1L) //设定一个起始的写id
mt.add_sql("""select * from no_id where uuid='#id#'""",
{id -> ["id": select_id.getAndAdd(1)]},
100) //加入一个读的SQL ,id从1开始执行一次就加1,读比是100 如果是mysql_test_for_thd 就是启100个线程来执行这个sql, 其中第二个参数id,是内部生成的一个自增id,如果第二个参数id对应的是List的话,会使用useServerPrepStmts,来逐个匹配参数
mt.add_sql("""insert into test value(null,#id#,'nick:#id#','fullname:#id#','phone:#id#',#id#)""",
{id -> ["id": update_id.getAndAdd(1)]},
10) //同样的加入一个写的SQL
mt.run() //开始执行
