redis之benchmark工具:benchmark是redis自带的性能测试工具

news2024/9/23 17:15:59

从本篇文章·开始,博主将开始对redis的探索,今天的咱们先来聊聊benchmark性能测试工具,通过此工具来检查以下redis的读写能能力以及环境问题。通过此工具可以让我们更清楚的认识到redis具有怎样的能力,是否要进行其他的配置例如:服务器等。可以更好的处理数据的读写能力。

 

 语法格式

redis-benchmark [参数] [参数值]

位置:位于bin文件下,在生成的bin文件中

 模拟性能测试:

指定100000请求数,100 并发连接数

命令

./redis-benchmark -h localhost -p 6379 -c 100 -n 100000

执行命令

 关于返回值进行讲解

===== PING_INLINE ======                                                   
  100000 requests completed in 1.49 seconds    100000请求需要的时间
  100 parallel clients                                             100并发数量
  3 bytes payload                                                  每次写入3个字节数
  keep alive: 1                                                        1个服务器
  host configuration "save": 3600 1 300 100 60 10000 持久化方式默认开启的规则
  host configuration "appendonly": no AOF持久化方式未开启
  multi-thread: no 多线程未开启

下面则是执行该测试需要的时间才能够完成

0.000% <= 0.591 milliseconds (cumulative count 6)
50.000% <= 1.055 milliseconds (cumulative count 50009)
75.000% <= 1.271 milliseconds (cumulative count 75671)
87.500% <= 1.375 milliseconds (cumulative count 88120)
93.750% <= 1.431 milliseconds (cumulative count 94440)
96.875% <= 1.479 milliseconds (cumulative count 96998)
98.438% <= 1.583 milliseconds (cumulative count 98470)
99.219% <= 1.703 milliseconds (cumulative count 99241)
99.609% <= 1.975 milliseconds (cumulative count 99614)
99.805% <= 2.391 milliseconds (cumulative count 99805)
99.902% <= 2.719 milliseconds (cumulative count 99903)
99.951% <= 2.959 milliseconds (cumulative count 99952)
99.976% <= 3.119 milliseconds (cumulative count 99976)
99.988% <= 3.231 milliseconds (cumulative count 99988)
99.994% <= 3.311 milliseconds (cumulative count 99994)
99.997% <= 3.343 milliseconds (cumulative count 99997)
99.998% <= 3.375 milliseconds (cumulative count 99999)
99.999% <= 3.399 milliseconds (cumulative count 100000)
100.000% <= 3.399 milliseconds (cumulative count 100000)
 

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/488649.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

【css】CSS层叠样式表二

目录 一、Emmet语法 1、快速生成HTML结构语法 2、快速生成CSS样式语法 3、vscode自动格式化代码 二、CSS的复合选择器 1、什么是复合选择器 1.1后代选择器&#xff08;重要&#xff09; 1.2子选择器&#xff08;重要&#xff09; 1.3并集选择器&#xff08;重要&…

Downie 4 4.6.16 MAC上最新最好用的一款视频下载工具

Downie for Mac 简介 Downie是Mac下一个简单的下载管理器&#xff0c;可以让您快速将不同的视频网站上的视频下载并保存到电脑磁盘里然后使用您的默认媒体播放器观看它们。 Downie 4 下载 Downie 4 for Mac Downie 4 for Mac软件特点 支持许多站点 -当前支持1000多个不同的…

SLAM中将地图映射到谷歌地图上的方法——完美运行

文章目录 前言一、rviz_satellite二、mapviz 前言 老是看到论文中有将地图映射到谷歌地图上的图&#xff0c;实在是泰裤辣&#xff01;&#xff01;&#xff08;武汉大学&#xff09; 搜索了很久&#xff0c;发现有两种可视化软件&#xff0c;分别为rviz_satellite和mapviz。…

换脸ai的方法分享!这几个换脸APP巨好用。​

换脸ai的方法分享&#xff01;换脸AI是一种基于人工智能技术的图像处理应用&#xff0c;它可以将一个人的面部特征和表情应用到另一张照片或视频中&#xff0c;实现快速、高效的人脸替换。这种技术利用机器学习模型分析和学习大量的人脸数据&#xff0c;训练出一种“生成对抗网…

GPU基础与CUDA编程入门

文章目录 一、GPU和CPU的区别GPU&#xff1a; 高吞吐量导向设计CPU&#xff1a; 低延迟导向设计GPU适合什么场景:什么是Prefetch&#xff1f; 二、CUDA与OpenCL三、CUDA编程并行计算整体流程内存模型线程块网格Grid&#xff1a;并行线程块组合线程束SIMD 四、CUDA编程实例&…

ModuleNotFoundError: No module named ‘allennlp‘解决方法

1. 准备工作 由于本人复现论文要安装allennlp的包但是遇到些问题&#xff0c;所以特地记录一下 需求:在SBN环境下安装allennlp的包 1.创建环境 创建一个环境名为SBN的环境名字 python版本为3.8.5 可以根据自己需求指定&#xff0c; conda create -n SBN python3.8.5conda a…

企业微信-构造网页授权链接实现登录

文档地址&#xff1a;构造网页授权链接 - 接口文档 - 企业微信开发者中心 注意&#xff1a; 1.redirect_uri&#xff1a;回调链接地址&#xff0c;需要使用urlencode对链接进行处理 2.scope&#xff1a;如果需要获取成员的头像、手机号等信息需要设为snsapi_privateinfo 例如前…

ChatGPT4.0火爆全球,是什么让它独领风骚?

ChatGPT造就了互联网历史上又一个神话&#xff0c;仅用两个月时间就成功吸引了1亿用户&#xff0c;成为全球互联网应用中增长速度最快的一个。连比尔盖茨都称&#xff1a;ChatGPT的历史意义重大&#xff0c;不亚于PC或互联网诞生。这个热度以至于ChatGPT官网长期都处于满负荷运…

射频功率放大器在S180肿瘤细胞膜研究中的应用

实验名称&#xff1a;聚焦超声对S180肿瘤细胞膜理化性质的影响 研究方向&#xff1a;生物医疗 测试目的&#xff1a; 细胞膜是细胞生命活动中有着复杂功能的重要结构其基本作用在于维持细胞内外环境的相对稳定而其通透性、完整性及流动性等理化性质则与胞内外信息传递、物质…

Unity——Mirror学习(01)

1.下载 Mirror是一个简单高效的开源的unity多人游戏网络框架&#xff0c;Mirror在Unity商店中是免费的&#xff0c;因此直接加入自己的资源库并在导入即可。 官方API地址&#xff1a;https://mirror-networking.gitbook.io/docs 2.使用 1.创建场景的网络管理器 网络管理器…

C#,生信软件实践(03)——DNA数据库GenBank格式详解及转为FASTA序列格式的源代码

1 GenBank 1.1 NCBI——美国国家生物技术信息中心&#xff08;美国国立生物技术信息中心&#xff09; NCBI&#xff08;美国国立生物技术信息中心&#xff09;是在NIH的国立医学图书馆&#xff08;NLM&#xff09;的一个分支。它的使命包括四项任务&#xff1a;1. 建立关于分…

Linux操作系统CentOS7安装Nginx[详细版]

Linux操作系统CentOS7安装Nginx[详细版] Nginx安装 1. 官网下载 Nginx 2. 使用 XShell 和 Xftp 将压缩包上传到 Linux 虚拟机中 3. 解压文件 nginx-1.20.2.tar.gz 4. 配置nginx 5. 启动 nginx 6. 拓展&#xff08;修改端口和常用命令&#xff09; &#xff08;一&#xff09;修…

QProgressBar详解

QProgressBar详解 [1] QProgressBar详解1.QProgressBar简述2.常用方法3.示例&#xff0c;比较进度条4.设置样式表 [1] QProgressBar详解 原文链接&#xff1a;https://blog.csdn.net/wzz953200463/article/details/125530997 1.QProgressBar简述 QProgressBar提供了一个水平…

Spark大数据处理讲课笔记3.5 RDD持久化机制

文章目录 零、本讲学习目标一、RDD持久化&#xff08;一&#xff09;引入持久化的必要性&#xff08;二&#xff09;案例演示持久化操作1、RDD的依赖关系图2、不采用持久化操作3、采用持久化操作 二、存储级别&#xff08;一&#xff09;持久化方法的参数&#xff08;二&#x…

docker使用集锦

docker简介 docker是一个软件&#xff0c;作用是在任意安装docker软件的系统上虚拟一个容器&#xff0c;用户可以在容器上构建任何自定义环境。 容器与虚拟机的区别在于&#xff0c;虚拟机需要对硬件也虚拟化&#xff0c;分配给虚拟机一定的资源&#xff0c;包括网卡&#xf…

SpringBoot热部署插件原理分析及实战演练

目录 1、关于热部署&#xff08;Hot Deploy&#xff09;产生的背景 1&#xff09;热部署出现前 2&#xff09;热部署出现后 2、spring-boot-devtools插件原理 1&#xff09;解决变更文件自动加载到JVM中 2&#xff09;spring-boot-devtools重启速度比手动重启快 3、关于…

最优化理论(一)Fibonacci法(python实现)

最优化理论之Fibonacci法(python实现) 纯纯干货 刚过完五一假期&#xff0c;又要回归到课程多还要兼顾每天考研复习的生活的日常了&#xff0c;这不&#xff0c;最优化理论课程又需要编写一些代码&#xff0c;鉴于网上基于python实现的系列算法很杂很散&#xff08;基本没有&…

juc--三大接口

文章目录 juc一、为什么会有juc二、juc--三大接口1.lock2.condition3.ReadWriteLock 二、juc--的默认实现类1.ReentrantLock--lock的默认实现类公平锁,非公平锁 2. ReentrantReadWriteLock读写锁--ReadWriteLock的默认实现类读写锁和排它锁 总结 juc juc: java.util.concurren…

IT行业比较吃香的技能有哪些?

前言 在互联网IT行业中&#xff0c;虽然只有短短几十年时间&#xff0c;但是技术革新一直都在&#xff0c;而且各类前沿技术层出不穷&#xff0c;不断迭代和创新。作为一个程序员&#xff0c;在互联网行业竞争很激烈的当下&#xff0c;更应该通过学习来应对日新月异的前沿技术。…

【IDEA Sprintboot】简单入门:整合SpringSecurity依赖、整合Thymeleaf框架

目录&#xff1a; 1、【IDEA】简单入门&#xff1a;请求数据库表数据_水w的博客-CSDN博客 目录 三、 1、整合SpringSecurity依赖 2、整合Thymeleaf框架 解决css样式等静态资源访问不到的问题 三、 1、整合SpringSecurity依赖 Spring Security是一个能够为基于Spring的企业…