目录
- 一、sysbench 基础介绍
- 1. 安装 sysbench
- 方式 1：包管理器安装（简单）
- 方式 2：源码编译安装（最新版本）
- 二、sysbench 压测 MySQL 核心流程
- 1. 核心参数说明（通用）
- 2. 提前准备 MySQL 环境
- 三、常用压测场景实战
- 场景 1：读写混合压测（oltp_read_write）
- 步骤 1：准备测试数据
- 步骤 2：执行压测
- 步骤 3：清理测试数据（压测完成后）
- 场景 2：其他常用场景（仅替换核心参数）
- 四、压测结果解读（核心指标）
- 五、压测注意事项
- 总结
你想全面了解如何使用 sysbench 对 MySQL 进行压测，包括安装、常用压测场景、参数配置和结果解读，我会从基础到实战一步步给你讲清楚。
一、sysbench 基础介绍
sysbench 是一款开源的、跨平台的多线程性能测试工具，支持对 CPU、内存、磁盘 I/O、数据库（主要是 MySQL）等进行压测，尤其在数据库压测中应用广泛，能模拟真实的读写负载，评估数据库的性能极限。
1. 安装 sysbench
环境说明：以 Linux（CentOS 7/8 或 Ubuntu）为例，推荐安装 1.0 及以上版本（新版语法更清晰）。
方式 1：包管理器安装（简单）
# CentOS/RHELyuminstall-y epel-release yuminstall-y sysbench# Ubuntu/Debianaptupdateaptinstall-y sysbench方式 2：源码编译安装（最新版本）
# 安装依赖yuminstall-ymakeautomake libtool pkgconfig libaio-devel mysql-community-develgit# 克隆源码gitclone https://github.com/akopytov/sysbench.gitcdsysbench# 编译安装./autogen.sh ./configure --with-mysql-includes=/usr/include/mysql --with-mysql-libs=/usr/lib64/mysqlmake-j$(nproc)makeinstall# 验证安装sysbench --version二、sysbench 压测 MySQL 核心流程
sysbench 压测 MySQL 分为 3 个核心步骤：准备测试数据→执行压测→清理测试数据。
1. 核心参数说明（通用）
先熟悉常用的连接和压测参数，后续所有场景都会用到：
| 参数 | 说明 |
|---|---|
--mysql-host | MySQL 服务器地址（默认 127.0.0.1） |
--mysql-port | MySQL 端口（默认 3306） |
--mysql-user | 连接 MySQL 的用户名 |
--mysql-password | 连接 MySQL 的密码 |
--mysql-db | 测试用的数据库名（需提前创建） |
--table-size | 每个测试表的行数（核心参数，决定数据量） |
--tables | 测试表的数量 |
--threads | 并发线程数（模拟并发用户数） |
--time | 压测持续时间（秒，默认 10） |
--report-interval | 每隔几秒输出一次压测进度（秒） |
2. 提前准备 MySQL 环境
-- 1. 创建测试数据库CREATEDATABASEIFNOTEXISTSsysbench_test;-- 2. 创建有足够权限的用户（避免用 root 压测）CREATEUSER'sysbench'@'%'IDENTIFIEDBY'Sysbench@123';GRANTALLPRIVILEGESONsysbench_test.*TO'sysbench'@'%';FLUSHPRIVILEGES;三、常用压测场景实战
sysbench 对 MySQL 的压测主要有 4 个核心场景：只读（oltp_read_only）、只写（oltp_write_only）、读写混合（oltp_read_write）、纯插入（oltp_insert），以下以最常用的「读写混合」为例讲解完整流程。
场景 1：读写混合压测（oltp_read_write）
步骤 1：准备测试数据
sysbench oltp_read_write\--mysql-host=127.0.0.1\--mysql-port=3306\--mysql-user=sysbench\--mysql-password=Sysbench@123\--mysql-db=sysbench_test\--table-size=1000000\# 每个表 100 万行--tables=10\# 共 10 个表（总数据量 1000 万行）--db-driver=mysql\prepare# 准备数据的核心指令- 执行后，sysbench 会在
sysbench_test库中创建 10 张名为sbtest1~sbtest10的测试表； - 数据量根据服务器配置调整：低配服务器（1C2G）建议
table-size=100000，高配服务器（8C16G）可设table-size=5000000。
步骤 2：执行压测
sysbench oltp_read_write\--mysql-host=127.0.0.1\--mysql-port=3306\--mysql-user=sysbench\--mysql-password=Sysbench@123\--mysql-db=sysbench_test\--table-size=1000000\--tables=10\--threads=64\# 64 并发线程（根据 CPU 核心数调整，一般为 CPU 核心数的 2 倍）--time=60\# 压测持续 60 秒--report-interval=10\# 每 10 秒输出一次进度--db-driver=mysql\run# 执行压测的核心指令步骤 3：清理测试数据（压测完成后）
sysbench oltp_read_write\--mysql-host=127.0.0.1\--mysql-port=3306\--mysql-user=sysbench\--mysql-password=Sysbench@123\--mysql-db=sysbench_test\--tables=10\--db-driver=mysql\cleanup# 清理数据的核心指令场景 2：其他常用场景（仅替换核心参数）
- 只读压测：将
oltp_read_write替换为oltp_read_only； - 只写压测：替换为
oltp_write_only； - 纯插入压测：替换为
oltp_insert； - 删改混合压测：替换为
oltp_delete或oltp_update_index。
四、压测结果解读（核心指标）
压测结束后会输出详细结果，重点关注以下核心指标（以读写混合压测为例）：
SQL statistics: queries performed: read: 103200 # 读请求总数 write: 29486 # 写请求总数 other: 14743 # 其他请求（如事务提交） total: 147429 # 总请求数 transactions: 7371 (122.83 per sec.) # 核心：TPS（每秒事务数） queries: 147429 (2456.60 per sec.) # QPS（每秒查询数） ignored errors: 0 (0.00 per sec.) reconnects: 0 (0.00 per sec.) General statistics: total time: 60.0010s # 实际压测时长 total number of events: 7371 # 总事务数 total time taken by event execution: 3836.1251s # 所有线程执行事件的总耗时 response time: min: 19.02ms # 事务最小响应时间 avg: 520.43ms # 事务平均响应时间 max: 2980.15ms # 事务最大响应时间 95th percentile: 1200.50ms # 95%事务的响应时间（重点关注）- 核心指标：TPS（每秒事务数）、QPS（每秒查询数）越高越好；95th percentile（95%响应时间）越低越好；
- 参考标准：8C16G 服务器 + MySQL 8.0，读写混合压测 TPS 一般能达到 1000+，QPS 20000+，95% 响应时间 < 1s 为正常。
五、压测注意事项
- 压测环境隔离：不要在生产库直接压测，单独搭建和生产配置一致的测试环境；
- 参数调优：压测前可先优化 MySQL 核心参数（如
innodb_buffer_pool_size、max_connections、innodb_flush_log_at_trx_commit）； - 逐步增加并发：从低并发（如 8、16）开始，逐步增加到 64、128，找到数据库的性能拐点；
- 监控配套：压测时用
top、iostat、vmstat监控服务器 CPU、磁盘 IO、内存使用，定位性能瓶颈（如 IO 打满则需优化磁盘，CPU 打满则需优化 SQL 或数据库参数）。
总结
- sysbench 压测 MySQL 的核心流程是「准备数据 → 执行压测 → 清理数据」，核心参数需关注
table-size（单表行数）、tables（表数量）、threads（并发数）； - 核心压测指标为 TPS（每秒事务数）、QPS（每秒查询数）、95% 响应时间，前两者越高、后者越低，数据库性能越好；
- 压测时需隔离环境、逐步增加并发，并结合服务器监控定位性能瓶颈，而非仅看数值。
