性能容量关键指标：
每秒tps，峰值tps
基础数据量，日均增长数据量
最大连接数
内存分配
IOPS
重点关注指标：
业务指标：
每秒并发用户请求、每秒订单数、用户请求响应时长
折算成性能指标：
qps、tps、rt
提出测试预期目标：
根据性能指标制定测试方案
测试结果尽可能以这些指标来表达
业务预期指标解读
读写比例：读多写少、读少写多、读写相当、统计为主、纯写入为主
存盘模式(数据可靠性要求)：实时、异步、不关注
用户端的语言、字符编码(latin1、utf8、utf8mb4)
数据恢复实时性要求
日新增数据量
数据库连接方式
历史数据归档方式
业务平均、峰值指标
业务目标评估要点
服务器配置
存储引擎选择
数据库高可用方案
数据可用性方案
数据库备份方案
相应优化方案：
CPU，更换更好、更多核心的CPU
I/O，更换IOPS性能更高的设备，例如SSD，PCIE SSD
内存，增加内存，合理分配
MySQL，升级版本
选择InnoDB引擎，并且设计合适的表结构，避免锁竞争
建立性能基线
某个运行时刻的状态记录、快照
中位线 or 均线
用于和未来的状态进行对比
未来时刻产生关键事件后的新状态，作为下一个基线
https://github.com/zhishutech/mysqldba/tree/master/mysql-snapshot
系统性能指标：
CPU、内存、I/O
MySQL性能指标：
tps、qps、DMLs、响应时长、内存利用率、锁等待
业务指标
每秒业务量、每次交易时长
采集工具：
top、free、vmstat、sar、iostat、dstat、nmon、oradba.pl等
CPU：%user、%idle、%sys、%iowait
%user (<10%)、%idle (>80%)、%sys (<5%)、%iowait (<10%)
IO：tps/iops、await、svctm、%util
tps/iops (越大越好)、await (<5~10)、svctm (<5)、%util (<50%)
内存：free (free、buffers、cached)、used，以及swap
used非常高，但cached非常低，要引起关注了，可能发生内存泄漏
MySQL
tps越大越好、rt越小越好、lock越少越好、hit ratio越高越好、waits越少越好
table_locks_wait,innodb_log_waits,innodb_buffer_pool_wait_free大于0说明负载很大
压力测试
基准压力测试目的：
采购新设备，评估新设备性能
开发新项目，评估数据库容量
新系统上线前，预估/模拟数据库负载
更换数据库版本，评估性能变化
设计测试模型要点：
明确测试的核心目标、诉求
排除干扰，专注测试目的
确定测试环境
确定测试过程中的衡量和变量
保证测试结果的可重复性
设计压测模型注意事项：
只在本地加压
压测数据量小
压测时间过短
压测模式太少
压力负载过大或过小
每轮测试完毕要净化环境
MySQL数据预热：
5.6以前，执行一次mysqldump，或全量select
5.6以后，buffer bool dump & restore
常用压测工具介绍：
tpcc-mysql、sysbench、fio
测试方法，结果解读：
MySQL压力测试基准值
测试结果模板
测试报告编写
压测client、server分开
压测数据量、时长、并发量过大过小都不合适
压测结果除了TPS/TPmC，也要关注性能数据
利用压测发现性能瓶颈因素
系统性能瓶颈大概率发生在磁盘I/O层
相应的优化措施，大多数靠加索引