海量数据--数据库基准测试--需要避免的--10大--关键性--错误

这些错误会导致测试结果无用，或不精确。

1. 使用真实数据的一个子集，而不是全集。   例如：app需要数百 GB 数据，但测试之用了1GB数据；或者只使用当前数据集进行测试，却希望模拟将来业务增长后的性能测试。
2. 使用错误的分布式数据。   例如：平均的使用分布式数据，而忽略了真实系统中是有“热点区域（Hot Sports）”的（随即产生的数据往往不同于真实分布的。）
3. 使用非真实的分布参数。    例如：假定所有用户的概要文件都平均地被读取。
4. 在多用户应用中使用单用户想定进行测试。
5. 在单服务器上测试一个分布式应用。
6. 与真实用户行为不匹配。   例如：Web页面中的 “思考时间 (Think Time)”。真实用户在请求到一个页面后，会阅读它，而不会不停顿地一个接一个点击相关链接。
7. 循环运行同一个查询。真实的查询是不相同的，而这会引起缓存内容变化。相同的查询则会在某种程度上，全部或部分地被缓存起来。
8. 忽略错误检查，如果测试出错，测试结果会毫无意义。比如一个原来很慢的操作忽然变得很快了，这就需要检查是否有错误产生。否则这种测试结果可能只是测试了MySql如何快速地检查到一个SQL语法错误。在基准测试后，一定要检查相关错误日志，这是一个原则性的要求。
9. 忽略了系统的暖机（Warm Up）过程。 例如：系统重启之后马上就进行测试。有时要了解服务器在重启多久后才能到达正常的性能容量，所以要特别注意这个暖机时间。反过来说，如果测试的目的是想分析正常情况下的性能，那要注意，重启后马上进行基准测试时，许多缓存都还没有数据，并且这种测试结果也不能反映缓存已被填满数据后的效果。
10. 使用默认的服务器设置。