Saturn性能测试报告
1. 测试目的
- 评估zk集群可以负荷的域数量
- zk参数调优
2. 测试环境
ZooKeeper Ensemble (5)
Version: 3.4.6
| server id | role | 配置 |
|---|---|---|
| 1 | Follower | CPU: 2200MHZ X 24RAM: 126G带宽：1000M OS：CentOS 6.6 |
| 2 | Follower | CPU: 2600MHZ X 24RAM: 31G带宽：2000M OS：CentOS 6.6 |
| 3 | Follower | CPU: 2601MHZ X 24RAM: 31G带宽：2000M OS：CentOS 6.6 |
| 4 | Leader 注：下面的每一组测试都会保证这台机器都是Leader | CPU: 1217MHZ X 24RAM: 126G带宽：2000M OS：CentOS 7.3 |
| 5 | Follower | CPU: 1217MHZ X 24RAM: 126G带宽：2000M OS：CentOS 6.6 |
Saturn Console (2):
Version: 2.1.3
| ID | 配置 | 备注 |
|---|---|---|
| console-1 | -Xms8g -Xmx8g -Xmn2g -Xss256k -XX:ParallelGCThreads=24 -XX:+UseConcMarkSweepGC -XX:PermSize=256m -XX:MaxPermSize=256m -DVIP_SATURN_DASHBOARD_REFRESH_INTERVAL_MINUTE=60 | 为了减少refresh对测试带来的噪音，refresh时间改为每小时1次 |
| console-2 | 同上 |
Saturn Executor :
Version: 2.1.3
- 嵌入式实现；
- 不打印日志；
3. 测试场景
3.1 测试模型
3.1.1 变量定义
| 变量 | 定义 | 是否变量 |
|---|---|---|
| domainNum | 域数 | Y |
| executorNum | executor总数量 | |
| executorNumPerDomain | 每个域的executor数量 | |
| jobNumPerDomain | 每个域的作业数 | |
| shardingItemPerJob | 每个作业的分片数 |
3.1.2 模型
- executorNumPerDomain = 3
- executorNum = executorNumPerDomain X domainNum = 3 X domainNum
- jobNumPerDomain = 35
- shardingItemPerJob = 3
- 作业调度频率：每分钟执行1次（时间随机）
- 作业类型：Shell
- 作业运行时长：2秒
3.2 场景
3.2.1 场景总览
- 场景1：（Benchmark）按照上述模型运行，获取benchmark。benchmark包括3个：没有任何作业下的性能（benchmark-0），200个域下的性能(benchmark-1)，400个域下的性能(benchmark-2)
- 场景2：（最大负载）通过增大域数量，其他参数保持不变，尝试获取集群的最大负荷；
- 场景3：（参数调优）在场景2的基础上，做zk配置调优；
3.2.2 具体测试用例
场景1 - Benchmark
| ID | Name | 域数量 | Executor数量 | 作业数量 | 描述 |
|---|---|---|---|---|---|
| bm-0 | (Benchmark-0) 0个域 | 0 | 0 | 0 | |
| bm-1 | (Benchmark-1) 200个域，600exec | 200 | 600 | 7000 | |
| bm-2 | (Benchmark-2) 400个域，1200exec | 400 | 1200 | 14000 |
场景2 - 最大负载
| ID | Name | 域数量 | Executor数量 | 作业数量 | 描述 |
|---|---|---|---|---|---|
| load-n | 每次添加100个域，进行压测，直到达到瓶颈 |
场景3 - 参数调优
| ID | Name | 域数量 | Executor数量 | 作业数量 | 描述 |
|---|---|---|---|---|---|
| zk-x | zookeeper.snapCount 调整 | 最大能承载域数 | 最大能承载域数 X 3 | 最大能承载域数 X 35 | |
| zk-y | JDK 8 | 最大能承载域数 | 最大能承载域数 X 3 | 最大能承载域数 X 35 |
4.测试方法
使用zk-smoketest的zk-latencies.py进行benchmark获取。
zk-latencies是一个比较通用的zk benchmark工具，由zookeeper的作者之一Patrick Hunt开发。
zk-latencies.py会用1个zk client执行下列的操作：
- Create: 创建持久节点
- Set: 更新节点数据
- Get: 获取节点数据
- Delete: 删除持久节点
- Create Ephemeral: 创建临时节点
- Watch: 使用exsits()对节点设置watch
- Delete Ephemeral: 删除临时节点
测试中所使用的zk-latencies 参数：
PYTHONPATH=lib.linux-x86_64-2.6 LD_LIBRARY_PATH=lib.linux-x86_64-2.6 ./zk-latencies.py \
--servers "<zk_cluster_ip>" \
--znode_count=100000 --znode_size=100 --synchronous
上述指令解释：调用同步接口分别调用5台zk server，获取benchmark。操作过程中所创建的节点大小固定为100bytes，操作的数量为100,000次。
5. 测试结果
为了便于比较，下面结果仅展现zk leader的结果。
5.1 场景1 - benchmark
5.1.1 zk 参数
JVM
-Djute.maxbuffer=104857600 \
-Xms6g -Xmx6g -Xmn1500m -XX:+UseConcMarkSweepGC -XX:+UseCMSInitiatingOccupancyOnly -XX:CMSInitiatingOccupancyFraction=75 \
-XX:+ExplicitGCInvokesConcurrent -Xloggc:/dev/shm/gc_zk.log -XX:+PrintGCDetails -XX:+PrintGCDateStamps -XX:ErrorFile=<your_log_dir> \
-XX:+HeapDumpOnOutOfMemoryError -XX:HeapDumpPath=<your_log_dir> \
-Dcom.sun.management.jmxremote -Dcom.sun.management.jmxremote.authenticate=false \
-Dcom.sun.management.jmxremote.ssl=false -Dcom.sun.management.jmxremote.port=8989 Djava.rmi.server.hostname=<zkip> \
org.apache.zookeeper.server.quorum.QuorumPeerMain
其中，JDK版本为1.7.0_79
zoo.cfg
# The number of milliseconds of each tick
tickTime=2000
# The number of ticks that the initial
# synchronization phase can take
initLimit=10
# The number of ticks that can pass between
# sending a request and getting an acknowledgement
syncLimit=5
# the directory where the snapshot is stored.
# do not use /tmp for storage, /tmp here is just
# example sakes.
dataDir=<your_dir>
dataLogDir=<your_dir>
# the port at which the clients will connect
clientPort=2181
# the maximum number of client connections.
# increase this if you need to handle more clients
maxClientCnxns=1000
minSessionTimeout=4000
maxSessionTimeout=60000
#
# Be sure to read the maintenance section of the
# administrator guide before turning on autopurge.
#
# http://zookeeper.apache.org/doc/current/zookeeperAdmin.html#sc_maintenance
#
# The number of snapshots to retain in dataDir
autopurge.snapRetainCount=10
# Purge task interval in hours
# Set to "0" to disable auto purge feature
autopurge.purgeInterval=2
5.1.2 结果
zk数据
| ID | znode | watchers | live connections | snapshot大小 | snapshot落盘时间间隔 | CPU of Leader (%) | Memory of Leader (GB) | Network In of Leader (MB/s) | Network Out of Leader (MB/s) | Disk Read of Leader (KB/s) | Disk Write of Leader (MB/s) |
|---|---|---|---|---|---|---|---|---|---|---|---|
| bm-0 0个域 | N/A | N/A | N/A | N/A | N/A | 0.3 | 6.7 | 0 | 0 | 0 | 0 |
| bm-1 200个域 | 581601 | 1485015 | 1810 | 59M | 1min | 4.37 | 10.8 | 1.73 | 2.73 | 0 | 5.89 |
| bm-2 400个域 | 2392138 | 5859763 | 2448 | 115M | 15s | 9 | 10.87 | 3.6 | 6.1 | 0 | 13 |
TPS
| Operation | bm-0 | bm-1 | bm-2 |
|---|---|---|---|
| Create | 1354 | 1383 | 487 |
| Set | 1385 | 1486 | 507 |
| Get | 4234 | 3219 | 977 |
| Delete | 1488 | 1568 | 571 |
| Create Ephemeral | 1266 | 1429 | 474 |
| Watch | 4230 | 3174 | 1222 |
| Delete Ephemeral | 1272 | 1448 | 469 |
- 上述每个操作都是执行100,000次获取的平均值；
TPS对比图
5.1.3 分析
当域的数量为200时，写性能没有下降，而读性能下降明显（~24%）；
当域的数量为400时，读写下降明显（>60%）。
5.2 场景2 - 最大负荷
5.2.1 zk 参数
与5.1.1一致
5.2.2 结果
zk数据
| ID | znode | watchers | live connections | snapshot大小 | snapshot落盘时间 | Avg. Outstanding Request | CPU of Leader (%) | Memory of Leader (GB) | Network In of Leader (MB/s) | Network Out of Leader (MB/s) | Disk Read of Leader (KB/s) | Disk Write of Leader (MB/s) |
|---|---|---|---|---|---|---|---|---|---|---|---|---|
| load-1 500个域 | 2612650 | 6434186 | 3213 | 352M | 15秒 | 106 | 16 | 14.1 | 3.65 | 6.46 | 1.19 | 31.57 |
| load-2 600个域 | 2831398 | 7005540 | 3613 | 381M | 15秒 | 189 | 16 | 14.1 | 3.83 | 6.79 | 1.52 | 33.04 |
| load-3 700个域 | 3051027 | 7574432 | 4314 | 409M | 15秒 | 293 | 17.5 | 14.1 | 4.12 | 7.33 | 1.73 | 35.12 |
TPS
| Operation | load-1 | load-2 | load-3 |
|---|---|---|---|
| Create | 287 | 177 | 110 |
| Set | 333 | 215 | 106 |
| Get | 662 | 407 | 139 |
| Delete | 292 | 193 | 108 |
| Create Ephemeral | 350 | 165 | 112 |
| Watch | 514 | 277 | 140 |
| Delete Ephemeral | 359 | 205 | 123 |
TPS对比图
Outstanding Size分布图
5.2.3 分析
- 700个域后，已经无法添加多100个域的作业。因此，700个域是当前测试配置下的最大负荷；
- 当zk的outstanding长期处于300以上，zk集群开始出现不稳定（见上图）
5.3 场景3 - 参数优化
5.3.1 Snapcount 调整
ZK会定时备份snapshot，而snapcount这个配置项影响了zk的落盘频率。下面这组测试是观察snapcount的大小（snapshot落盘频率）跟性能的关系。
5.3.1.1 zk 参数
在5.1.1描述的配置基础上，添加了-Dzookeeper.snapcount=xxx 参数，具体数值见下
5.3.1.2 结果
zk数据
| ID | 描述 | snapshot大小 | snapshot落盘时间 | CPU of Leader (%) | Memory of Leader (GB) | Network In of Leader (MB/s) | Network Out of Leader (MB/s) | Disk Read of Leader (KB/s) | Disk Write of Leader (MB/s) |
|---|---|---|---|---|---|---|---|---|---|
| zk-snapcount-1m | 700个域，zookeeperSnapcount=1,000,000 | 408M | 2分钟 | 20 | 12.15 | 5.75 | 10.33 | 0 | 23.65 |
| zk-snapcount-3m | 700个域，zookeeperSnapcount=3,000,000 | 410M | 5分钟 | 15 | 10.69 | 6.9 | 13.9 | 0 | 16 |
| zk-snapcount-10m | 700个域，zookeeperSnapcount=10,000,000 | 410M | 16分钟 | 18 | 11.73 | 5.8 | 10.32 | 0 | 20 |
TPS
| Operation | zk-snapcount-1m | zk-snapcount-3m | zk-snapcount-10m |
|---|---|---|---|
| Create | 200 | 320 | 409 |
| Set | 201 | 352 | 473 |
| Get | 256 | 484 | 688 |
| Delete | 232 | 321 | 451 |
| Create Ephemeral | 215 | 394 | 396 |
| Watch | 292 | 558 | 665 |
| Delete Ephemeral | 173 | 358 | 413 |
TPS对比图
5.3.1.3 分析
- 随着snapcount的增大，读写性能有所提高；
- snapcount=10m从效果来看最佳，但是CreateEphemeral的性能跟snapcount=3m差不多；因此，后续测试还是沿用snapcount=3m进行
5.3.2 JDK调整
下面这组测试，是观察JDK不同版本对ZK性能的影响。
5.3.2.1 zk 参数
在5.1.1描述的配置基础上添加了-Dzookeeper.snapcount=3000000，以及修改了JDK版本为“1.8.0_102”
5.3.2.2 结果
zk数据
| ID | CPU of Leader (%) | Memory of Leader (GB) | Network In of Leader (MB/s) | Network Out of Leader (MB/s) | Disk Read of Leader (KB/s) | Disk Write of Leader (MB/s) |
|---|---|---|---|---|---|---|
| zk-snapcount-3m+jdk8 | 18 | 12.1 | 5.66 | 10.11 | 0 | 21 |
TPS
| Operation | zk-snapcount-3m+jdk8 |
|---|---|
| Create | 498 |
| Set | 541 |
| Get | 740 |
| Delete | 563 |
| Create Ephemeral | 535 |
| Watch | 749 |
| Delete Ephemeral | 482 |
TPS对比图
5.3.2.3 分析
- 使用了JDK8后性能有明显提升。(JDK8其中一个优化点是对Atomic相关类的优化，而ZK的实现使用了大量的Atomic，详情可以参考这里)
6. 总结
- 本次测试获取了2个benchmark：测试模型下的200个域以及400域的性能；
- 按照测试模型，最多能承受700个域；
- 使用JDK8以及调整snapcount到合适的值有助于改善性能；