基准驱动

基准驱动可用于测量openLooKeng集群中查询的性能。我们用它来连续测量主干的性能。

从Maven Central下载合适版本的基准驱动可执行Jar文件，例如presto-benchmark-driver-1.0.1-executable.jar，重命名为presto-benchmark-driver后，使用chmod +x使其可执行。如果预期版本不存在，可以使用1.0.1。

套件

创建suite.json文件：

  1. {
  2.     "file_formats": {
  3.         "query": ["single_.*", "tpch_.*"],
  4.         "schema": [ "tpch_sf(?<scale>.*)_(?<format>.*)_(?<compression>.*?)" ],
  5.         "session": {}
  6.     },
  7.     "legacy_orc": {
  8.         "query": ["single_.*", "tpch_.*"],
  9.         "schema": [ "tpch_sf(?<scale>.*)_(?<format>orc)_(?<compression>.*?)" ],
  10.         "session": {
  11.             "hive.optimized_reader_enabled": "false"
  12.         }
  13.     }
  14. }

此示例包含两个套件file_formats和legacy_orc。file_formats套件将在与正则表达式tpch_sf.*_.*_.*?匹配的所有模式中运行名称与正则表达式single_.*或tpch_.*匹配的查询。legacy_orc套件添加了一个会话属性来禁用优化的ORC阅读器，并且只在tpch_sf.*_orc_.*?模式中运行。

查询

SQL文件包含在名为sql的目录中，并且必须具有.sql文件扩展名。查询的名称是不带扩展名的文件名。

输出

基准驱动将测量挂钟时间、所有openLooKeng进程使用的CPU总时间以及查询使用的CPU时间。对于每次计时，驱动报告查询运行的中位数、平均值和标准偏差。进程CPU时间和查询CPU时间之差是查询开销，这通常是垃圾收集器造成的。下面是上述file_formats套件的输出：

  1. suite        query          compression format scale wallTimeP50 wallTimeMean wallTimeStd processCpuTimeP50 processCpuTimeMean processCpuTimeStd queryCpuTimeP50 queryCpuTimeMean queryCpuTimeStd
  2. ============ ============== =========== ====== ===== =========== ============ =========== ================= ================== ================= =============== ================ ===============
  3. file_formats single_varchar none        orc    100   597         642          101         100840            97180              6373              98296           94610            6628
  4. file_formats single_bigint  none        orc    100   238         242          12          33930             34050              697               32452           32417            460
  5. file_formats single_varchar snappy      orc    100   530         525          14          99440             101320             7713              97317           99139            7682
  6. file_formats single_bigint  snappy      orc    100   218         238          35          34650             34606              83                33198           33188            83
  7. file_formats single_varchar zlib        orc    100   547         543          38          105680            103373             4038              103029          101021           3773
  8. file_formats single_bigint  zlib        orc    100   282         269          23          38990             39030              282               37574           37496            156

请注意，上面的输出已重新格式化，以提高驱动输出的标准TSV的可读性。

驱动可以通过从模式名或SQL文件中提取值来向输出中添加额外的列。在上述套件文件中，架构名称包含compression、format和scale的命名正则表达式捕获组，因此如果我们在一个包含模式 tpch_sf100_orc_none、 tpch_sf100_orc_snappy、 和 tpch_sf100_orc_zlib 的目录中运行查询，我们得到上面的输出。

创建其他输出列的另一种方法是向SQL文件添加标记。例如，下面的SQL文件中声明了两个标签projection和filter：

  1. projection=true
  2. filter=false
  3. =================
  4. SELECT SUM(LENGTH(comment))
  5. FROM lineitem

这将导致驱动为每次运行此查询输出这些值。

CLI参数

presto-benchmark-driver程序包含许多CLI参数，用于控制运行哪个套件和查询、预热运行的数量和测量运行的数量。通过--help选项可以看到所有的命令行参数。