• 起压力机器信息：与被压机器同配置
• 测试工具：apache-Jmeter-2.5.1

注：起压机器和被压机器在同一机房

2.1 名词定义（时间的单位均为ms）

• Samples — 本次场景中一共完成了多少个线程
• Average — 平均响应时间
• Median — 统计意义上面的响应时间的中值
• 90% Line — 所有线程中90%的线程的响应时间都小于xx
• Max — 最大响应时间
• Error — 出错率
• Throughput — 吞吐量
• KB/sec — 以流量做衡量的吞吐量

2.2 底层存储

1. HugeGraph单条插入顶点和边的速度分别为9000和4500
2. 顶点和边的批量插入速度分别为5w/s和15w/s，远大于单条插入速度
3. 按id查询顶点和边的并发度可达到12000以上，且请求的平均延时小于70ms

4.1 batch插入

4.1.1 压力上限测试

测试方法

不断提升并发量，测试server仍能正常提供服务的压力上限

压力参数

顶点的最大插入速度：

# 结论：

• 并发3500，顶点的吞吐量是261，每秒可处理的数据：261*200=52200/s

边的最大插入速度

# 结论：

• 并发1000，边的吞吐量是323，每秒可处理的数据：323*500=161500/s

4.2 single插入

4.2.1 压力上限测试

测试方法

不断提升并发量，测试server仍能正常提供服务的压力上限

压力参数

• 持续时间：5min
• 服务异常标志：错误率大于0.00%

顶点的单条插入

# 结论：

• 并发9000，吞吐量为8400，顶点的单条插入并发能力为9000

边的单条插入

# 结论：

• 并发4500，吞吐量是4160，边的单条插入并发能力为4500

4.3 按id查询

4.3.1 压力上限测试

测试方法

压力参数

• 持续时间：5min
• 服务异常标志：错误率大于0.00%

顶点的按id查询

# 结论：

• 并发14500，吞吐量是13576，顶点的按id查询的并发能力为14500，平均延时为11ms

边的按id查询

# 结论：

• 并发12000，吞吐量是10688，边的按id查询的并发能力为12000，平均延时为63ms