表1 硬件要求

軟件要求

軟件要求如表2所示。

表2 軟件要求

測試軟件包要求：

測試軟件包要求如下表3所示。

表3 測試軟件包要求

一、編譯工具：db_bench

在安裝rocksdb的時候有一個make命令，執(zhí)行這個命令后就安裝了db_bench工具

驗證工具。

./db_bench --help

測試基準(zhǔn)場景

fillseq（順序?qū)?#xff09;

1. 進(jìn)入工具所在目錄。

   cd /home/rocksdb-6.10.2

2. 執(zhí)行測試命令創(chuàng)建數(shù)據(jù)庫并填充數(shù)據(jù)。

   ./db_bench --benchmarks="fillseq,stats"

   說明：選項--benchmarks的值，也可以由fillrandom替換，fillseq是按順序填充，fillrandom是隨機(jī)填充。

回顯信息中：Entries顯示數(shù)據(jù)量，Compression顯示壓縮類型，Memtablerep顯示內(nèi)存表類型，DB path顯示數(shù)據(jù)庫路徑，fillseq顯示性能數(shù)據(jù)，Compaction Stats顯示合并信息。

overwrite（覆蓋寫）

1. 進(jìn)入工具所在目錄。

   cd /home/rocksdb-6.10.2

2. 創(chuàng)建數(shù)據(jù)庫并填充數(shù)據(jù)。

   ./db_bench --benchmarks="fillseq,stats"

3. 在已有數(shù)據(jù)庫的基礎(chǔ)上進(jìn)行覆蓋寫入。

   ./db_bench --benchmarks="overwrite,stats"  --use_existing_db=true

回顯信息中：Entries顯示數(shù)據(jù)量，Compression顯示壓縮類型，Memtablerep顯示內(nèi)存表類型，DB path顯示數(shù)據(jù)庫路徑，overwrite顯示性能數(shù)據(jù)，Compaction Stats顯示合并信息。

deleterandom（隨機(jī)刪）

1. 進(jìn)入工具所在目錄。

   cd /home/rocksdb-6.10.2

2. 創(chuàng)建數(shù)據(jù)庫并填充數(shù)據(jù)。

   ./db_bench --benchmarks="fillseq,stats"

3. 在已有數(shù)據(jù)庫的基礎(chǔ)上進(jìn)行隨機(jī)刪除。

   ./db_bench --benchmarks="deleterandom,stats" --use_existing_db=true \ --use_existing_keys=true

回顯信息中：Entries顯示數(shù)據(jù)量，Compression顯示壓縮類型，Memtablerep顯示內(nèi)存表類型，DB path顯示數(shù)據(jù)庫路徑，deleterandom顯示性能數(shù)據(jù)，Compaction Stats顯示合并信息。

readrandom（隨機(jī)讀）

1. 進(jìn)入工具所在目錄。

   cd /home/rocksdb-6.10.2

2. 創(chuàng)建數(shù)據(jù)庫并填充數(shù)據(jù)。

   ./db_bench --benchmarks="fillseq,stats"

3. 在已有數(shù)據(jù)庫的基礎(chǔ)上進(jìn)行隨機(jī)讀取數(shù)據(jù)。

   ./db_bench --benchmarks="readrandom,stats" --use_existing_db=true \ --use_existing_keys=true

回顯信息中：Entries顯示數(shù)據(jù)量，Compression顯示壓縮類型，Memtablerep顯示內(nèi)存表類型，DB path顯示數(shù)據(jù)庫路徑，readrandom顯示性能數(shù)據(jù)。

readwhilemerging（合并時讀）

1. 進(jìn)入工具所在目錄。

   cd /home/rocksdb-6.10.2

2. 進(jìn)行readwhilemerging基準(zhǔn)場景的性能測試。

   ./db_bench --benchmarks="readwhilemerging,stats" --merge_operator=put

補(bǔ)充

在使用 RocksDB 中的 db_bench 工具之前，需要確保已經(jīng)成功編譯和安裝了 RocksDB。然后按照以下步驟使用 db_bench 工具：

1. 打開終端或命令提示符，并導(dǎo)航到 RocksDB 的安裝目錄。

2. 運(yùn)行以下命令啟動 db_bench 工具：

   ./db_bench

1. 可以根據(jù)需要指定一些參數(shù)來配置測試環(huán)境。例如，你可以使用?-help?參數(shù)查看可用的選項列表：

   ./db_bench -help

1. 根據(jù)你的需求設(shè)置合適的參數(shù)來運(yùn)行性能測試。這些參數(shù)包括數(shù)據(jù)庫路徑、操作類型、數(shù)據(jù)大小等。例如，下面是一個示例命令，執(zhí)行寫入 1000 條記錄并進(jìn)行讀取測試：

   ./db_bench --benchmarks=fillrandom,readrandom --num=1000

1. 運(yùn)行命令后，會顯示性能測試的結(jié)果和統(tǒng)計信息，如吞吐量、延遲等。

請注意，在實際使用時可能還需要進(jìn)一步配置和調(diào)整參數(shù)來滿足特定場景的需求。建議查閱 RocksDB 的文檔或官方資源以獲得更詳細(xì)的信息和使用指南。

補(bǔ)充2. 基本性能壓測

由于db_bench工具的選項太多了，這里直接提取社區(qū)的測試方式
核心是benchmark，它代表本次測試使用的壓測方式，benchmark的列表如下

fillseq       -- write N values in sequential key order in async mode
fillseqdeterministic       -- write N values in the specified key order and keep the shape of the LSM tree
fillrandom    -- write N values in random key order in async mode
filluniquerandomdeterministic       -- write N values in a random key order and keep the shape of the LSM tree
overwrite     -- overwrite N values in random key order in async mode
fillsync      -- write N/100 values in random key order in sync mode
fill100K      -- write N/1000 100K values in random order in async mode
deleteseq     -- delete N keys in sequential order
deleterandom  -- delete N keys in random order
readseq       -- read N times sequentially
readtocache   -- 1 thread reading database sequentially
readreverse   -- read N times in reverse order
readrandom    -- read N times in random order
readmissing   -- read N missing keys in random order
readwhilewriting      -- 1 writer, N threads doing random reads
readwhilemerging      -- 1 merger, N threads doing random reads
readrandomwriterandom -- N threads doing random-read, random-write
prefixscanrandom      -- prefix scan N times in random order
updaterandom  -- N threads doing read-modify-write for random keys
appendrandom  -- N threads doing read-modify-write with growing values
mergerandom   -- same as updaterandom/appendrandom using merge operator. Must be used with merge_operator
readrandommergerandom -- perform N random read-or-merge operations. Must be used with merge_operator
newiterator   -- repeated iterator creation
seekrandom    -- N random seeks, call Next seek_nexts times per seek
seekrandomwhilewriting -- seekrandom and 1 thread doing overwrite
seekrandomwhilemerging -- seekrandom and 1 thread doing merge
crc32c        -- repeated crc32c of 4K of data
xxhash        -- repeated xxHash of 4K of data
acquireload   -- load N*1000 times
fillseekseq   -- write N values in sequential key, then read them by seeking to each key
randomtransaction     -- execute N random transactions and verify correctness
randomreplacekeys     -- randomly replaces N keys by deleting the old version and putting the new version
timeseries            -- 1 writer generates time series data and multiple readers doing random reads on id

???????創(chuàng)建一個db,并寫入一些數(shù)據(jù)?./db_bench --benchmarks="fillseq"但是這樣并不會打印更多有效的元信息??????????????

DB path: [/tmp/rocksdbtest-1001/dbbench]
fillseq      :       2.354 micros/op 424867 ops/sec;   47.0 MB/s

創(chuàng)建一個db，并打印一些元信息./db_bench --benchmarks="fillseq,stats"
--benchmarks表示測試的順序，支持持續(xù)疊加。本次就是順序?qū)懼蟠蛴b的狀態(tài)信息。
這樣會打印db相關(guān)的stats信息，包括db的stat信息和compaction的stat信息
?

DB path: [/tmp/rocksdbtest-1001/dbbench]
# 測試順序?qū)懙男阅苄畔?fillseq      :       2.311 micros/op 432751 ops/sec;   47.9 MB/s** Compaction Stats [default] **
Level    Files   Size     Score Read(GB)  Rn(GB) Rnp1(GB) Write(GB) Wnew(GB) Moved(GB) W-Amp Rd(MB/s) Wr(MB/s) Comp(sec) CompMergeCPU(sec) Comp(cnt) Avg(sec) KeyIn KeyDrop
----------------------------------------------------------------------------------------------------------------------------------------------------------------------------L0      1/0   28.88 MB   0.2      0.0     0.0      0.0       0.0      0.0       0.0   1.0      0.0     60.6      0.48              0.31         1    0.477       0      0Sum      1/0   28.88 MB   0.0      0.0     0.0      0.0       0.0      0.0       0.0   1.0      0.0     60.6      0.48              0.31         1    0.477       0      0Int      0/0    0.00 KB   0.0      0.0     0.0      0.0       0.0      0.0       0.0   1.0      0.0     60.6      0.48              0.31         1    0.477       0      0** Compaction Stats [default] **
Priority    Files   Size     Score Read(GB)  Rn(GB) Rnp1(GB) Write(GB) Wnew(GB) Moved(GB) W-Amp Rd(MB/s) Wr(MB/s) Comp(sec) CompMergeCPU(sec) Comp(cnt) Avg(sec) KeyIn KeyDrop
-------------------------------------------------------------------------------------------------------------------------------------------------------------------------------
High      0/0    0.00 KB   0.0      0.0     0.0      0.0       0.0      0.0       0.0   0.0      0.0     60.6      0.48              0.31         1    0.477       0      0
Uptime(secs): 2.3 total, 2.3 interval
Flush(GB): cumulative 0.028, interval 0.028
AddFile(GB): cumulative 0.000, interval 0.000
AddFile(Total Files): cumulative 0, interval 0
AddFile(L0 Files): cumulative 0, interval 0
AddFile(Keys): cumulative 0, interval 0
Cumulative compaction: 0.03 GB write, 12.34 MB/s write, 0.00 GB read, 0.00 MB/s read, 0.5 seconds
Interval compaction: 0.03 GB write, 12.50 MB/s write, 0.00 GB read, 0.00 MB/s read, 0.5 seconds
Stalls(count): 0 level0_slowdown, 0 level0_slowdown_with_compaction, 0 level0_numfiles, 0 level0_numfiles_with_compaction, 0 stop for pending_compaction_bytes, 0 slowdown for pending_compaction_bytes, 0 memtable_compaction, 0 memtable_slowdown, interval 0 total count** File Read Latency Histogram By Level [default] **** DB Stats **
Uptime(secs): 2.3 total, 2.3 interval
Cumulative writes: 1000K writes, 1000K keys, 1000K commit groups, 1.0 writes per commit group, ingest: 0.12 GB, 53.39 MB/s
Cumulative WAL: 1000K writes, 0 syncs, 1000000.00 writes per sync, written: 0.12 GB, 53.39 MB/s
Cumulative stall: 00:00:0.000 H:M:S, 0.0 percent
Interval writes: 1000K writes, 1000K keys, 1000K commit groups, 1.0 writes per commit group, ingest: 124.93 MB, 54.06 MB/s
Interval WAL: 1000K writes, 0 syncs, 1000000.00 writes per sync, written: 0.12 MB, 54.06 MB/s
Interval stall: 00:00:0.000 H:M:S, 0.0 percent

更多的meta operation操作如下

compact 對整個數(shù)據(jù)庫進(jìn)行合并
stats 打印db的狀態(tài)信息
resetstats 重置db的狀態(tài)信息
levelstats 打印每一層的文件個數(shù)以及每一層的占用的空間大小
sstables 打印sst文件的信息
對應(yīng)的sstables和levelstats顯示信息如下

--- level 0 --- version# 2 ---7:30286882[1 .. 448148]['00000000000000003030303030303030' \seq:1, type:1 .. '000000000006D6933030303030303030' seq:448148, type:1](0)
--- level 1 --- version# 2 ---
--- level 2 --- version# 2 ---
--- level 3 --- version# 2 ---
--- level 4 --- version# 2 ---
--- level 5 --- version# 2 ---
--- level 6 --- version# 2 ---Level Files Size(MB)
--------------------0        1       291        0        02        0        03        0        04        0        05        0        06        0        0

單獨(dú)隨機(jī)寫測試相關(guān)的參數(shù)可以自己配置，這里僅僅列出一部分參數(shù)可以通過?./db_bench --help自己查看想要的配置參數(shù)，當(dāng)然配置前需要對各個參數(shù)有一定的了解。

./db_bench  \
--benchmarks="fillrandom,stats,levelstats" \
--enable_write_thread_adaptive_yield=false \
--disable_auto_compactions=false \
--max_background_compactions=32 \
--max_background_flushes=4 \
--write_buffer_size=536870912 \
--min_write_buffer_number_to_merge=2 \
--max_write_buffer_number=6 \
--target_file_size_base=67108864 \
--max_bytes_for_level_base=536870912 \
--compression_type=none \ #關(guān)閉壓縮
--num=500000000 \ #總共寫入的請求個數(shù)，如果達(dá)不到則寫30秒就停止
--duration=30 \ #持續(xù)IO的時間是30秒
--threads=1000\ #并發(fā)1000個線程
--value_size=8192\ #value size是8K
--key_size=16 \ #key size 16B
--enable_pipelined_write=true \
--db=./db_bench_test \ #指定創(chuàng)建db的目錄
--wal_dir=./db_bench_test \ #指定創(chuàng)建wal的目錄
--allow_concurrent_memtable_write=true \ #允許并發(fā)寫memtable
--disable_wal=false \
--batch_size=1 \
--sync=false \ #是否開啟sync

在這個workload下，每一次benchmark db_bench都會重新創(chuàng)建db，可能是遺留原因。而有的時候，我們想要在原有db之前追加一定條目的請求，并不希望之前的db被清理掉。可以這樣簡單更改一下db_bench的代碼：我們使用fillrandom workload的時候，搭配use_existing_db=1 默認(rèn)會退出

這個時候我們只需要將，fillrandom workload下的fresh_db 更改為false就可以繼續(xù)測試了，每一次fillrandom都會在之前的基礎(chǔ)上增加條目，而不會destory之前的db。

???????

隨機(jī)讀
使用之前fillrandom創(chuàng)建的db,進(jìn)行隨機(jī)讀取，需要開啟use_existing_keys=1和use_existing_db=1，否則都會是not-found，被bloom-filter過濾，不會命中之前寫入的數(shù)據(jù)。

./db_bench \
--benchmarks="fillseq,stats,readrandom,stats"
--enable_write_thread_adaptive_yield=false \
--disable_auto_compactions=false \
--max_background_compactions=32 \
--max_background_flushes=4 \
--write_buffer_size=536870912 \
--min_write_buffer_number_to_merge=2 \
--max_write_buffer_number=6 \
--target_file_size_base=67108864 \
--max_bytes_for_level_base=536870912 \
--use_existing_keys=1 \ #建議使用已存在key進(jìn)行讀，否則就一直被filter過濾掉，打不到磁盤，測試不精確
--use_existing_db=1 \
--cache_size=2147483648 \ #2G的block-cache，默認(rèn)是8M，實際生產(chǎn)環(huán)境，如果read-heavy應(yīng)該設(shè)置為內(nèi)存大小的三分之一。
--num=500000000 \ #總共寫入的請求個數(shù)，如果達(dá)不到則寫30秒就停止
--duration=30 \ #持續(xù)IO的時間是30秒
--threads=1000 \ #并發(fā)1000個線程
--value_size=8192 \ #value size是8K
--key_size=16 \ #key size 16B
--enable_pipelined_write=true \
--db=./db_bench_test \ #指定創(chuàng)建db的目錄
--wal_dir=./db_bench_test \ #指定創(chuàng)建wal的目錄
--allow_concurrent_memtable_write=true \ #允許并發(fā)寫memtable
--disable_wal=false \	

• 如果要測試熱點讀，可以指定參數(shù)--key_id_range=100000，表示生成的key的范圍是在100000范圍內(nèi)，該測試需要在benchmark中增加timeseries

• 讀寫混合readwhilewriting
  9個線程讀，一個線程寫

./db_bench \
--benchmarks="readwhilewriting,stats"
--enable_write_thread_adaptive_yield=false \
--disable_auto_compactions=false \
--max_background_compactions=32 \
--max_background_flushes=4 \
--write_buffer_size=536870912 \
--min_write_buffer_number_to_merge=2 \
--max_write_buffer_number=6 \
--target_file_size_base=67108864 \
--max_bytes_for_level_base=536870912 \
--use_existing_keys=1 \ #建議使用已存在key進(jìn)行讀，否則就一直被filter過濾掉，打不到磁盤，測試不精確
--use_existing_db=1 \
--cache_size=2147483648 \ #2G的block-cache，默認(rèn)是8M，實際生產(chǎn)環(huán)境，如果read-heavy應(yīng)該設(shè)置為內(nèi)存大小的三分之一。
--num=500000000 \ #總共寫入的請求個數(shù)，如果達(dá)不到則寫30秒就停止
--duration=30 \ #持續(xù)IO的時間是30秒
--threads=1000\ #并發(fā)1000個線程
--value_size=8192\ #value size是8K
--key_size=16 \ #key size 16B
--enable_pipelined_write=true \
--db=./db_bench_test \ #指定創(chuàng)建db的目錄
--wal_dir=./db_bench_test \ #指定創(chuàng)建wal的目錄
--allow_concurrent_memtable_write=true \ #允許并發(fā)寫memtable
--disable_wal=false \	

隨機(jī)讀隨機(jī)寫 ReadRandomWriteRandom隨機(jī)讀一個請求，隨機(jī)寫一個請求，可以指定讀寫比,readwritepercent；默認(rèn)是90%的讀，可以降低讀的比例需要注意開啟--use_existing_keys=1?和?--use_existing_db=1

./db_bench \
--benchmarks="readrandomwriterandom,stats"
--enable_write_thread_adaptive_yield=false \
--disable_auto_compactions=false \
--max_background_compactions=32 \
--max_background_flushes=4 \
--write_buffer_size=536870912 \
--min_write_buffer_number_to_merge=2 \
--max_write_buffer_number=6 \
--target_file_size_base=67108864 \
--max_bytes_for_level_base=536870912 \
--use_existing_keys=1 \ #建議使用已存在key進(jìn)行讀，否則就一直被filter過濾掉，打不到磁盤，測試不精確
--use_existing_db=1 \ #建議打開，使用已經(jīng)存在的db
--cache_size=2147483648 \ #2G的block-cache，默認(rèn)是8M，實際生產(chǎn)環(huán)境，如果read-heavy應(yīng)該設(shè)置為內(nèi)存大小的三分之一。
--readwritepercent=50 \ #指定讀寫比 1:1，一次隨機(jī)讀，對應(yīng)一次隨機(jī)寫
--num=500000000 \ #總共寫入的請求個數(shù)，如果達(dá)不到則寫30秒就停止
--duration=30 \ #持續(xù)IO的時間是30秒
--threads=1000\ #并發(fā)1000個線程
--value_size=8192\ #value size是8K
--key_size=16 \ #key size 16B
--enable_pipelined_write=true \
--db=./db_bench_test \ #指定創(chuàng)建db的目錄
--wal_dir=./db_bench_test \ #指定創(chuàng)建wal的目錄
--allow_concurrent_memtable_write=true \ #允許并發(fā)寫memtable
--disable_wal=false \	

3. 便捷Benchmark.sh 自動匹配workload
ps: 需要注意的是benchmark.sh 中很多參數(shù)并不是默認(rèn)的，而是官方給的一些適配當(dāng)前benchmark workload 的系列優(yōu)化之后的參數(shù)，所以如果大家想要測試自己的option，這個方法并不推薦，還是使用上面的db_bench方式來測試。

因為db_bench選項太多，而測試緯度很難做到統(tǒng)一（可能一個memtable大小的配置都會導(dǎo)致測試出來的寫性能相關(guān)的的數(shù)據(jù)差異很大），所以官方給出了一個benchmark.sh腳本用來對各個workload進(jìn)行測試。
該腳本能夠?qū)b_bench測試結(jié)果中的stats信息進(jìn)行統(tǒng)計匯總打印（qps,），更放方便查看。

這個測試需要將編譯好的db_bench二進(jìn)制文件和./tools/benchmark.sh放到同一個目錄下即可，測試項可以參考官方給出的workload，Performance Benchmarks

隨機(jī)插入 bulkload，制造好數(shù)據(jù)集
這里的隨機(jī)插入是指單純的隨機(jī)寫，且禁掉自動compaction，將當(dāng)前請求插入完成之后會再進(jìn)行手動compaction
NUM_KEYS=900000000 NUM_THREADS=32 CACHE_SIZE=6442450944 benchmark.sh bulkload
總體來說這個隨機(jī)插入結(jié)果相比于默認(rèn)配置是偏高的，benchmark.sh中的腳本對memtable相關(guān)的配置如下：

很明顯性能肯定好于默認(rèn)配置，好處是官方有一個在指定硬件之下的workload測試結(jié)果，可以進(jìn)行對比參考。

隨機(jī)寫，覆蓋寫
在上一次已有的數(shù)據(jù)基礎(chǔ)上進(jìn)行測試，會覆蓋寫9億條key
NUM_KEYS=900000000 NUM_THREADS=32 CACHE_SIZE=6442450944 DURATION=5400 benchmark.sh overwrite

讀時寫，9個線程讀，一個線程寫
這里的讀是從已經(jīng)存在的key中進(jìn)行讀
NUM_KEYS=900000000 NUM_THREADS=32 CACHE_SIZE=6442450944 DURATION=5400 benchmark.sh readwhilewriting

隨機(jī)讀
NUM_KEYS=900000000 NUM_THREADS=32 CACHE_SIZE=6442450944 DURATION=5400 benchmark.sh readrandom

4. 上限的benchmark及參數(shù)
歡迎大家補(bǔ)充各自的上限 workload 。

4.1 隨機(jī)寫
單進(jìn)程 32個線程，32個db，各自的寫吞吐會以秒計形態(tài)輸出到一個report.csv。這里線程數(shù) 和 db數(shù)可以根據(jù)自己環(huán)境的cpu核心情況而定，基本不用擔(dān)心write-stall問題。

 ./db_bench \--benchmarks=fillrandom,stats \--readwritepercent=90 \--num=3000000000 \--threads=32 \--db=./db \--wal_dir=./db \--duration=3600 \-report_interval_seconds=1 \--key_size=16 \--value_size=128 \--max_write_buffer_number=16 \-max_background_compactions=32 \-max_background_flushes=16 \-subcompactions=8 \-num_multi_db=32 \-compression_type=none 

如果想要支持 direct_io 寫，可以打開
--use_direct_io_for_flush_and_compaction=true，這個配置是在寫sst時 也就是flush & compaction 生效。
如果想要測試 mmap 寫，則可以打開
--mmap_write=true

4.2 完全隨機(jī)讀
隨機(jī)讀想要命中所有的key，需要打開 use_existing_db=1 和 use_existing_keys=1。
需要注意的是 use_existing_keys 開啟之后不能直接讀多db，只能讀單個db，因為它會在真正執(zhí)行讀workload 之前從這一個db內(nèi)scan 所有的key 到一個數(shù)組中，同時 配置的 --num 選項是失效的，這里會填充掃描上來的key的個數(shù)。
使用這個配置之后 worklaod 不會立即啟動，會卡一會掃描完所有的key之后才真正開始隨機(jī)讀（讀的過程是生成隨機(jī)下標(biāo)來進(jìn)行訪問）

這個測試是使用默認(rèn)大小的block_cache (8MB)，以及 開啟bloom filter，因為我們是use_existing_keys，那bloom filter基本沒什么用。

 $DB_BENCH \--benchmarks=readrandom,stats \--num=3000000000 \--threads=40 \--db=./db \--wal_dir=./db \--duration="$DURATION" \--statistics \-report_interval_seconds=1 \--key_size=16 \--value_size=128 \-use_existing_db=1 \-use_existing_keys=1 \-compression_type=none \

想要測試 direct 讀，添加-use_direct_reads=true，那么讀就不會用os pagecache了，這里可以搭配-cache_size=1073741824 以及其他block_cache的配置進(jìn)行測試，來看rocksdb的block_cache 相比于os pagecache的收益。

想要測試 mmap 讀，添加-mmap_read=true 即可。

4.3 熱點讀

這里基本是使用之前的配置，主要是增加一個數(shù)據(jù)傾斜的配置?read_random_exp_range，它會用來產(chǎn)生傾斜的隨機(jī)下標(biāo)。

這個值越大，下標(biāo)的傾斜越嚴(yán)重（可以理解為key-range 越小）。

 $DB_BENCH \--benchmarks=readrandom,stats \--num=3000000000 \--threads=40 \--db=./db \--wal_dir=./db \--duration="$DURATION" \--statistics \-report_interval_seconds=1 \--key_size=16 \--value_size=128 \-use_existing_db=1 \-use_existing_keys=1 \-compression_type=none \-read_random_exp_range=0.8 \

以上所有的workload 最后的結(jié)果
可以通過?tail -f report.csv?查看 吞吐

secs_elapsed,interval_qps
1,3236083
2,2877314
3,2645623
4,2581939
5,2655481
6,2038635
7,2226018
8,2366941
...

后面可以通過python 繪圖腳本系列簡單記錄進(jìn)行曲線繪圖。

二、rocksdb ldb工具使用

語法格式：

ldb --db=<full_path_to_db_directory> <command>

語法說明：

• 必須指定數(shù)據(jù)庫的路徑--db=<full_path_to_db_directory>
• 根據(jù)需要，選擇需要執(zhí)行的command

????????????????????????????????????????????????表1 ldb支持的command及其說明

管理員命令：

????????????????????????????????????????????????????????表1 管理員命令及其說明

字符串輸入/輸出格式參數(shù)

表1 字符串輸入/輸出格式參數(shù)及其說明

數(shù)據(jù)庫內(nèi)部控制參數(shù)

????????????????????????????????????????????????表1 數(shù)據(jù)庫內(nèi)部控制參數(shù)及其說明

例子：

put和batchput命令