ClickHouse与Elasticsearch压测实践 - 京东云开发者

1 需求分析

1.1 分析压测对象

1）什么是ClickHouse 和Elasticsearch

ClickHouse 是一个真正的列式数据库管理系统（DBMS)。在 ClickHouse 中，数据始终是按列存储的，包括矢量（向量或列块）执行的过程。只要有可能，操作都是基于矢量进行分派的，而不是单个的值，这被称为«矢量化查询执行»，它有利于降低实际的数据处理开销。

Elasticsearch是一个开源的分布式、RESTful 风格的搜索和数据分析引擎，它的底层是开源库Apache Lucene。 它可以被这样准确地形容：

• 一个分布式的实时文档存储，每个字段可以被索引与搜索
• 一个分布式实时分析搜索引擎
• 能胜任上百个服务节点的扩展，并支持 PB 级别的结构化或者非结构化数据

2）为什么要对他们进行压测

众所周知，ClickHouse在基本场景表现非常优秀，性能优于ES，但是我们实际的业务查询中有很多是复杂的业务查询场景，甚至是大数量的查询，所以为了在双十一业务峰值来到前，确保大促活动峰值业务稳定性，针对ClickHouse 和Elasticsearch在我们实际业务场景中是否拥有优秀的抗压能力，通过这次性能压测，探测系统中的性能瓶颈点，进行针对性优化，从而提升系统性能。

1.2 制定压测目标

为什么会选择这个（queryOBBacklogData）接口呢？

1）从复杂度来看，接口（queryOBBacklogData）查询了5次，代码如下：

2）接口（queryOBBacklogData），总共查询了5个表，如下：

wms.wms_ob_cross_dock
wms.wms_ob_assign_order
wms.wms_picking_task.
wms.wms_check_task_detail
wms.wms_order_sku

3）查询的数据量，如下：

select
(ifnull(sum(m.shouldBeCrossedDockQty),
0) -
ifnull(sum(m.satisfiedCrossedDockQty),
0)) as preCrossStockSkuQty,
count(m.docId) as preCrossStockTaskQty
from
wms.wms_ob_cross_dock m final
prewhere
m.createTime >= '2021-12-03 11:00:00'
and m.createTime <= '2021-12-14 11:00:00'
and m.warehouseNo = '279_1'
and m.orderType = '10'
and tenantCode = 'TC90230202'
where
m.deleted = 0
and m.deliveryDestination = '2'
and m.shipmentOrderDeleted = 0
and m.status = 0

从上面SQL截图可以看出，查询待越库件数&待越库任务数，共读了720817行数据

select count(distinct m.orderNo) as preAssignedOrderQty
from wms.wms_ob_assign_order m final
prewhere
m.createTime >= '2021-12-03 11:00:00'
and m.createTime <= '2021-12-14 11:00:00'
and m.warehouseNo = '361_0'
and tenantCode = 'TC90230202'
where m.taskassignStatus = 0
and m.deliveryDestination = 2
and m.stopProductionFlag = 0
and m.deleted = 0
and m.orderType = 10

从上面SQL截图可以看出，查询集合任务信息-待分配订单，共读了153118行数据

select minus(toInt32(ifnull(sum(m.locateQty), toDecimal64(0, 4))),
toInt32(ifnull(sum(m.pickedQty), toDecimal64(0, 4)))) as prePickingSkuQty,
count(distinct m.taskNo) as prePickingTaskQty
from wms.wms_picking_task m final
prewhere
m.shipmentOrderCreateTime >= '2021-12-03 11:00:00'
and m.shipmentOrderCreateTime <= '2021-12-14 11:00:00'
and m.warehouseNo = '286_1'
and tenantCode = 'TC90230202'
where m.pickingTaskDeleted = 0
and m.deliveryDestination = 2
and m.pickLocalDetailDeleted = 0
and m.shipmentOrderDeleted = 0
and m.orderType = 10
and (m.operateStatus = 0 or m.operateStatus = 1)

从上面SQL截图可以看出，查询拣货信息-待拣货件数&待拣货任务数，共读了2673536行数据

select minus(toInt32(ifnull(sum(m.locateQty), toDecimal64(0, 4))),
toInt32(ifnull(sum(m.pickedQty), toDecimal64(0, 4)))) as prePickingSkuQty,
count(distinct m.taskNo) as prePickingTaskQty
from wms.wms_picking_task m final
prewhere
m.shipmentOrderCreateTime >= '2021-12-03 11:00:00'
and m.shipmentOrderCreateTime <= '2021-12-14 11:00:00'
and m.warehouseNo = '279_1'
and tenantCode = 'TC90230202'
where m.pickingTaskDeleted = 0
and m.deliveryDestination = 2
and m.pickLocalDetailDeleted = 0
and m.shipmentOrderDeleted = 0
and m.orderType = 10
and (m.operateStatus = 0 or m.operateStatus = 1)

从上面SQL截图可以看出，查询分播信息-待分播件数&待分播任务，共读了1448149行数据

select ifnull(sum(m.unTrackQty), 0) as unTrackQty
from wms.wms_order_sku m final
prewhere
m.shipmentOrderCreateTime >= '2021-12-03 11:00:00'
and m.shipmentOrderCreateTime <= '2021-12-14 11:00:00'
and m.warehouseNo = '280_1'
and m.orderType = '10'
and m.deliveryDestination = '2'
and tenantCode = 'TC90230202'
where m.shipmentOrderDeleted <> '1'
and m.ckDeliveryTaskDeleted <> '1'
and m.ckDeliveryTaskDetailDeleted <> '1'
and m.ckDeliveryTaskStatus in ('1','0','2')

从上面SQL截图可以看出，查询发货信息-待发货件数，共读了99591行数据

2 测试环境准备

为了尽可能发挥性能压测作用，性能压测环境应当尽可能同线上环境一致，所以我们使用了和线上一样的环境

3 采集工具准备

1. http://origin.jd.com/ ：监控JVM，方法级别监控（提供秒级支持）
2. http://console.jex.jd.com/ ：提供异常堆栈监控，火焰图监控、线程堆栈分析
3. http://x.devops.jdcloud.com/ ：支持查看clickhouse/Elasticsearch数据库服务每个节点的cpu使用率
4. http://dashboard.fireeye.jdl.cn/ ：监测应用服务器cpu使用率、内存使用率

4 压测执行及结果分析

4.1 编写压测脚本工具

Forcebot（http://forcebot.jd.com） 是专门为开发人员、测试人员提供的性能测试平台，通过编写脚本、配置监控、设置场景、启动任务、实时监控、日志定位、导出报告一系列操作流程来完成性能测试，灵活的脚本配置满足同步、异步、集合点等多种发压模式。

帮助文档（http://doc.jd.com/forcebot/helper/）

4.2 设计压测数据

4.2.1 前期压测中名词解释

• DBCP：数据库连接池，是 apache 上的一个Java连接池项目。DBCP通过连接池预先同数据库建立一些连接放在内存中(即连接池中)，应用程序需要建立数据库连接时直接到从接池中申请一个连接使用，用完后由连接池回收该连接，从而达到连接复用，减少资源消耗的目的。
• maxTotal：是连接池中总连接的最大数量，默认值8
• max_thread：clickhouse中底层配置，处理SQL请求时使用的最大线程数。默认值是clickhouse服务器的核心数量。
• coordinating：协调节点数，主要作用于请求转发，请求响应处理等轻量级操作
• 数据节点：主要是存储索引数据的节点，主要对文档进行增删改查操作，聚合操作等。数据节点对cpu，内存，io要求较高， 在优化的时候需要监控数据节点的状态，当资源不够的时候，需要在集群中添加新的节点

4.2.2 压测数据

clickhouse数据服务：32C128G6节点2副本
应用服务器：4核8G2
maxTotal=16

注：每次压测前，一定要观察每个数据节点的cpu使用率

注：从上面压测过程中，序号6-12可以看出，并发用户数在增加，但tps没有幅度变化，检查发现bigdata dbcp数据库链接池最大线程数未配置，默认最大线程数是8，并发用户数增加至8以后，clickhouse cpu稳定在40%~50%之间不再增加，应用服务器CPU稳定在25%左右。

之后我们调整maxTotal=50，通过调整max_thread不同的值，数据库节点CPU使用率保持在50%左右，来查看相应的监测数据指标：应用服务CPU使用率、TPS、TP99、并发用户数。

clickhouse数据节点，CPU使用率：

Elasticsearch数据服务：32C128G6节点2副本
应用服务器：4核8G2
Elasticsearch同样保持数据库服务CPU使用率达到（50%左右），再监控数据指标tps、tp99
调整指标如下：coordinating协调节点数、 数据节点、poolSize

指标1：coordinating=2，数据节点=4，poolSize=400

注：在压测的过程中发现，coordinating节点的cpu使用率达到51.69%，负载均衡的作用受限，所以协调节点需扩容2个节点

指标2：coordinating=4，数据节点=5，poolSize=800

注：在压测的过程中，发现CPU使用率（数据库）ES数据节点在40%左右的时候，一直上不去，查看日志发现activeCount已经达到797，需要增加poolSize值

指标3：coordinating=4，数据节点=5，poolSize=1200

注：压测过程中，发现coordinating协调节点还是需要扩容，不能支持现在数据节点cpu使用率达到50%
Elasticsearch数据节点及协调节点，CPU使用率：

我们在压测的过程中发现一些之前在开发过程中没发现的问题，首先bdcp数bigdata应用服务器，使用的线程池最大线程数为8时，成为瓶颈，用户数增加至8以后， clickhouse的cpu稳定在40%~50%之间不在增加，应用服务器CPU稳定在25%左右，其次warehouse集群协调节点配置低，协调节点CPU使用率高，最后是clickhouse-jdbc JavaCC解析sql效率低。

4.3 结果分析

4.3.1 测试结论

1）clickhouse对并发有一定的支持，并不是不支持高并发，可以通过调整max_thread提高并发

• max_thread=32时，支持最大TPS 是37，相应TP99是122
• max_thread=2时，支持最大TPS 是66，相应TP99是155
• max_thread=1时，支持最大TPS 是86，相应TP99是206

2）在并发方面Elasticsearch比clickhouse支持的更好，但是相应的响应速度慢很多

• Elasticsearch：对应的TPS是192，TP99是3050
• clickhouse：对应的TPS 是86，TP99是206

综合考量，我们认为clickhouse足以支撑我们的业务诉求

4.3.2 优化建议

1. 对ES协调节点进行扩容
2. bigdata应用线程池最大线程数调高至200
3. bigdata应用 dbcp线程池maxTotal设置成50
4. 读取配置文件工具类增加内存缓存

作者：潘雪艳