做了两次都不行，没法进行资源包支付，被扼杀在了最后一步

请问有没有适用于Euler-aarch64系统的GaussDB性能测试工具？官方的验收测试和对应的工具使用时，在aarch64系统中会出现【cannot execute binary file: Exec format error】的报错。请大家推荐一下吧。

现象描述TaiShan 200服务器配置了板载网卡和1822网卡情况下，做Ceph性能测试，服务器重启。处理步骤检查发现是板载网卡驱动问题，内核参数需配置。升级板载网卡驱动、在kernel启动项添加irqpoll参数。

现象描述执行fio测试时，提示无法连接远程客户端，错误信息如下：fio: connect: Connection refused fio: failed to connect to 192.168.3.132:8765处理步骤检查发现远程客户端fio服务未启动。在远程客户端上启动fio服务。fio --server

      REMILL是一个能将机器码转换成LLVM Intermediate Representation（LLVM IR）的library。在此次的项目中进行逻辑运算类指令的REMILL语义函数编写并进行性能测试。      项目初始，环境搭建成了一大问题。在项目环境搭建过程中，操作系统最适配的为CentOS8，使用其他版本/类型的操作系统或多或少存在着问题，除此之外，还有许多未在开发文档中出现的环境依赖问题和操作系统某些指令集不支持等问题阻碍着项目的推进。但是众人拾柴火焰高，同学们和老师在开发开群内积极交流自己的心得及经验，最终攻克服此问题。      在本次项目开发中，我负责了VPMAXUB、VPMULHRSW、VPMULHUW、VPMULHW、VINSERTPS、INSERTPS指令的REMILL语义函数编写及性能测试，VPMAXSQ、VPAVGB、VPAVGW、ADCX、MOVS、LODS指令的性能测试。在进行语义函数编写之前，需进入https://www.felixcloutier.com/x86/网址查看指令的具体功能，查看指令是否提供了intrinsic函数方式进行语义实现，若未提供，需仔细阅读理解指令的伪代码，再参考REMILL里自带的读、写、逻辑运算等函数来模拟该指令功能的语义函数。对于提供了intrinsic函数方式进行语义实现的指令集即用intrinsic函数方式进行语义实现，可以大大提高指令的开发效率和性能。以VPMAXUB为例，VPMAXUB拥有10条iform（iform指的是该指令可以带有的操作数类型，比如指令后接寄存器操作数或内存操作数）并且提供了intrinsic函数方式进行语义实现，所以我们需要为VPMAXUB的每条iform编写一个REMILL语义函数。其中一个语义函数如下：1.  int8v16_t __remill_simd__mm_max_epu8(int8v16_t a, int8v16_t b) {2.    __m128i a_tmp, b_tmp, res_tmp;3.    int8v16_t res;4.    memcpy(&a_tmp, &a, 16);5.    memcpy(&b_tmp, &b, 16);6.    res_tmp = _mm_max_epu8(a_tmp, b_tmp);7.    memcpy(&res, &res_tmp, 16);8.    return res;9.  }学会编写一条语义函数即可触类旁通，其他各类的指令也在不断的实践中完成。      而在之后的性能测试中，主要注意指令AT&T格式以及intel格式的区别以及立即数、内存和寄存器的写法，在使用llvm-mc工具获取指令的encoding信息时使用的是AT&T格式，在一开始的性能测试过程中，我都使用了intel格式，若两个操作数都使用寄存器则不会报错，若出现一个使用寄存器，一个使用立即数，即会出现错误，使用AT&T格式即可解决此问题。并且在性能测试中也证明了在REMILL语义函数编写中使用intrinsic函数方式实现指令的运行时间会大大降低。     最后，非常感谢能够参加REMILL指令的开发当中，能够为鲲鹏生态付出自己的一份力。通过此次项目，让我对REMILL有了更加深刻的认识，了解到了更多自己不熟悉领域的知识。                                                                                                                                                 北京交通大学-操作系统与测试自动化团队                                                                                                                                                  指导老师：翟高寿老师

非常荣幸能参加鲲鹏众智Android应用兼容4期项目，项目主要是在国产鲲鹏PC上搭建Android 容器，在容器内兼容几款常用办公和娱乐应用。在项目中，我主要是负责功能和性能测试。因为之前做过手机应用相关的性能测试，再结合项目对性能测试的具体要求，很快就决定使用monkey测试和python3+weditor+uiautomator2来进行性能测试。下面着重介绍下性能测试使用的方法和技术。Monkey测试又被称作猴子测试，是指通过向系统发送伪随机用户事件流对Android 系统和应用做测试，用来检测应用稳定性和健壮性，主要目的是检测应用是否会出现crash、冻屏和资源异常。monkey测试测试环境搭建和使用这里不在细聊，想了解可以直接问度娘。测试时使用的命令如下：adb shell monkey -p 包名 --hprof --pct-touch 50 --pct-motion 30 --pct appswitch 10 --pct-majornav 10 --ignore-timeouts --ignore-security-exceptions --monitor-native-crashes --ignore-crashes --throttle 500 -v -v -v 190000 1>/home/kylin/Desktop/monkey_test_info.log 2>/home/kylin/Desktop/monkey_log/monkey_test_error.logpython3+weditor+uiautomator2 主要是结合项目性能要求，默认用户正常操作来对应用的稳定性进行测试。在使用前需要安装python3环境和adb环境，然后在python内使用pip 安装python 三方库weditor和uiautomator2。安装完成后在pycharm新建python项目，使用venv虚拟环境，cmd进入到venv虚拟环境目录，执行下面命令激活虚拟环境：python -m venv env；source env/bin/acticate。在虚拟环境venv目录输入weditor，会弹出一个weditor网页界面。最左侧是手机通过adb连接的画面，通过鼠标在上面进行操作，相关操作的详细信息会被记录在中间一栏；最右侧是自动录制的脚本，可以直接回放。下面是项目中结合性能要求使用的一段代码，主要是实现对应用主要功能进行遍历测试，仅供参考。代码如下：import uiautomator2 as u2import timeusb_connect_addr="0.0.0.0:8501"d=u2.connect(usb_connect_addr)d.loggerfor i in range (5000):    try:        d.xpath(            '//*[@resource-id="com.pingan.smt:id/app_navigation"]/android.widget.LinearLayout[1]/android.support.v7.app.ActionBar-b[2]/android.widget.RelativeLayout[1]/android.widget.ImageView[1]').click()        time.sleep(0.5)        d.xpath(            '//*[@resource-id="com.pingan.smt:id/recycler_view"]/android.widget.FrameLayout[1]/android.view.ViewGroup[1]/android.widget.ImageView[1]').click()        time.sleep(0.5)        d.xpath(            '//*[@resource-id="com.pingan.smt:id/officehall_recyclerView"]/android.widget.LinearLayout[3]/android.widget.ImageView[1]').click()        time.sleep(1)        d.xpath('//*[@text="二、三级运动员授予"]').click()        time.sleep(4)        d.xpath('//*[@resource-id="com.pingan.smt:id/iv_title_left"]').click()        d.xpath('//*[@resource-id="com.pingan.smt:id/iv_title_left"]').click()        time.sleep(0.5)        d.xpath('//*[@resource-id="com.pingan.smt:id/iv_title_left"]').click()        d.xpath(            '//*[@resource-id="com.pingan.smt:id/app_navigation"]/android.widget.LinearLayout[1]/android.support.v7.app.ActionBar-b[1]/android.widget.RelativeLayout[1]/android.widget.ImageView[1]').click()        time.sleep(30)        print(i)        print(time.strftime('%Y-%m-%d %H:%M:%S', time.localtime(time.time())))        d.p    except:        pass湖南麒麟信安科技股份有限公司-华为鲲鹏众智项目团队--黄美建指导老师：邓旺波

请问除了 benchmarksql 外，opengauss 能跑 sysbench 吗？或者自己特有的benchmark 工具

2 月 17 日，由信通院主办的国内首款金融数据库性能测试工具开源发布会在线上召开。会上，定位于国家高端专业智库、产业创新发展平台的信通院宣布开源了该测试工具，并详细阐述了开源此工具的背景、初心、历程以及愿景。信通院云大所副所长魏凯表示，将该款测试工具开源出来，也是希望借助平台的力量推动我国数据库产业健康、可持续地发展。国产数据库百花齐放，选型和测评成为困扰2022 年 1 月 17 日，据国际数据公司（IDC）发布的《2021 年上半年中国关系型数据库软件市场跟踪报告》显示，2021 上半年中国关系型数据库软件市场规模为 11.9 亿美元，整体市场同比增长 37.2%，IDC 预测，2021 全年中国关系型数据库软件市场规模为 27.5 亿美元， 到 2025 年将达到 76.7 亿美元，未来 5 年市场年复合增长率（CAGR）为 30.4%。毫无疑问，资本的目光紧盯上了数据库这块大蛋糕。据相关数据显示，仅在 2021 第四季度，全球数据库初创企业就募集了超过 22 亿美元的资金，国内的数据库产品更是可谓百花齐放。在全面数字化转型的过程中，数据库也迎来了换道转型的关键时期，其中最明显的变化就是云原生和分布式数据库时代真正来临了。一方面数据库产品多点开花昭示着这个行业是欣欣向荣的，这对行业来说是个利好，但另一方面，对于企业而言，要在纷繁复杂的数据库产品中选出适合自己企业的产品也愈发困难。在看到了这种现象出现后，作为信息社会创新发展的思想库和使能者，信通院也在关注数据库的 Benchmark 的实践应用及演变。技术在变、应用场景在变、产业的主体也在变，所以这也给信通院提供了一个契机和窗口，为数据库产业提出具有时代特色的 Benchmark 软件工具。在所有应用场景中，最典型的场景是金融行业，它对数据库的可拓展性、安全性、兼容性等要求是极为苛刻的。那么，应该怎样测评一款数据库是否符合当前的应用场景？此前，数据库性能测试长期依托 TPC（ Transaction Processing Performance Council，事务处理性能委员会）推出的 TPC-C 评测标准。但由于其存在工具不统一、场景不对口等问题，难以满足当前我国数据库产业新发展阶段需求。此外，TPC-C 的商品批发销售模型不能完全模拟金融机构实际业务中的事务，TPC 也不提供官方测试工具，第三方工具五花八门，测试结果难以横向比较。基于以上种种，2018 年，中国信通院联合北京银行、建设银行以及多个领域头部企业，共同设计研发了金融数据库性能测试工具（DetaBench-T)，并依托工具开展了统一标准测试，有效指导了金融行业数据库选型工作。2022 年开年之际，为使工具更快、更好地为相关方服务，信通院特将 Detabench-T 进行开源。项目开源地址：https://gitee.com/caict-bigdata/databench-t四年磨一剑，力求打造中国 TPC自 2018 年至今，信通院联合各大银行及多个领域头部企业深耕打磨的 Detabench-T，为什么选择金融行业来首次试水？据中国信通院云计算与大数据研究所业务主管刘思源介绍，2020 年，信通院从公开的数据中统计到金融业占全国的 GDP 是 8.2%，是除了制造业之外最大的一个行业。除此之外还有一个重要的原因就是金融、监管机构从 2017 年开始规划了很多政策文件，这些文件为金融信息系统向分布式架构转型的方向提出了很多的高层次指导意见。于是，从 2018 年年底开始，信通院联合了北京银行、建设银行一起来开发，并邀请了来自腾讯、华为、中兴等企业的多位专家来共同参与该款工具的总体设计和实现。DetaBench-T 工具总体架构分为三大模块，工具的总体架构图如下：刘思源表示，在我国数字化转型大背景下，很多行业都处于蓬勃发展的阶段，对于数据库这类基础软件有着极端的要求。数据库应用侧不断涌现的一些需求也在快速变化，存量市场需要替换，增量市场也要创新。但目前来说，存量市场和增量市场有两大矛盾：首先，就存量市场而言，据 2021 年信通院统计数据显示，国内已经有 80 多家数据库企业，一百多款数据库产品，今年的数据将会更多，产品的同质化竞争较为严重。但供给侧的发展相对来说并不是特别清晰，应用侧也很难在众多数据库产品中做出选择。其次，就增量市场而言，随着数字化转型的不断推进，数据和数据业务上云已经成为一种主流趋势。目前来讲，未来数据库的一些创新方向和实现路径以及应用模式还缺乏成熟的、可借鉴的经验。在这两大矛盾作用下，信通院在数据库领域的定位就很明确了，一是优化存量市场的竞争环境，对于存量市场中一些相对来说不那么适应新需求的数据库进行平稳的替代；二是找到新的数据库的发展方向，引领整个产业标准化达成共识。此次发布的 Detabench-T 工具，也是希望能从根本上推动我国 ICT 领域健康、快速发展，使工具能更快、更好地为相关方服务。文章来源：https://t.cj.sina.com.cn/articles/view/5901272611/15fbe462301901uipd声明：文章只为分享、学习，如有涉及侵权， 请及时联系删除，谢谢！

问题：执行脚本后HDFS NameNode自动停止分析过程:查看日志，发现Hive报错堆内存溢出，HDFS报NameNode连接超时导致停止运行等错误。查看name node机器环境：lscpu查看负载：top分析到系统numa个数只有2个以及网络中断很高，怀疑网卡版本有问题。查看网卡版本：ethtool -i enp4s0发现是1822网卡，驱动未升级。排查集群机器解决方案：升级网卡驱动以及关闭DIE交织升级后的网卡关闭DIE交织后，正常显示4个numa对机器升级驱动以及关闭DIE交织后，再次执行脚本Namenode正常，distcp任务运行时间由2个多小时降低至3分钟左右问题二：mapreduce提交任务计算时，job已经结束，但是容器仍不能关闭持续等待五分钟问题原因：ATSv2的嵌入式HBASE崩溃。解决方案：重置ATsv2内嵌HBASE数据库1.停止Yarn服务Ambari -> Yarn-Actions -> Stop2.删除Zookeeper上的ATSv2 Znodezookeeper-client -server zookeeper-quorum-serversrmr /atsv2-hbase-unsecure或rmr /atsv2-hbase-secure（如果是kerberized集群）3.从HDFS移动Hbase时间线服务器Hbase嵌入式数据库hdfs dfs -mv /atsv2/hbase/tmp/4.开始使用yarn服务Ambari - > Yarn-Actions- > Start再次重新提交任务，发现程序正常，问题解决，任务时间由14分钟降低至8分钟左右

有没有出现这样问题的，希望有贵人相助，感谢

【功能模块】【操作步骤&问题现象】1、在IO模组3 位置插入PM983 NVME SSD2、fio --ioengine=libaio --randrepeat=0 --norandommap --filename=/dev/nvme0n1 --numjobs=8 --iodepth=64 --rw=randread --thread --direct=1 --group_reporting --name=mytest --ramp_time=10 --runtime=3600 --time_based --bs=4k3、步骤2 随机读性能只能到330K(没有达到datasheet要求4、拔插下 SSD5、再次读写，就可以达到600K该问题为必现【截图信息】步骤3 截图：步骤5截图：【日志信息】（可选，上传日志内容或者附件）热拔插打印日志：[  283.935864] pciehp 0000:80:08.0:pcie004: Slot(28): Card present[  285.068082] pci 0000:83:00.0: [144d:a808] type 00 class 0x010802[  285.068101] pci 0000:83:00.0: reg 0x10: [mem 0x00000000-0x00003fff 64bit][  285.068118] pci 0000:83:00.0: reg 0x30: [mem 0x00000000-0x0000ffff pref][  285.068124] pci 0000:83:00.0: Max Payload Size set to 256 (was 128, max 256)[  285.068334] pci 0000:83:00.0: BAR 6: assigned [mem 0xb0000000-0xb000ffff pref][  285.068336] pci 0000:83:00.0: BAR 0: assigned [mem 0xb0010000-0xb0013fff 64bit][  285.068343] pcieport 0000:80:08.0: PCI bridge to [bus 83][  285.068345] pcieport 0000:80:08.0:   bridge window [io  0x10000-0x10fff][  285.068347] pcieport 0000:80:08.0:   bridge window [mem 0xb0000000-0xb00fffff][  285.068349] pcieport 0000:80:08.0:   bridge window [mem 0x280000000000-0x2800001fffff 64bit pref][  285.069016] nvme nvme0: pci function 0000:83:00.0[  285.069037] nvme 0000:83:00.0: enabling device (0140 -> 0142)[  289.280873] nvme nvme0: Shutdown timeout set to 8 seconds

尊敬的微认证客户：您好！因产品功能调整，华为云学院于2021年6月24日对《微服务网站性能测试》微认证的课程及实验进行下线优化，预计将于2021年7月23日重新上线，届时请您关注。为此，我们将采取以下措施：1．对于已购买该微认证并通过考试领取证书的客户，原证书在证书有效期内仍有效，并与课程优化后的证书拥有同等效力；2．对于已购买该微认证但未通过考试且仍有考试机会的客户，可在重新上线后进行新课程学习、实验，参加考试并领取证书；3．对于已购买该微认证但未完成实验操作的客户，如您在2021年6月24日前，自购买日期起在30天内（代金劵有效）未进行实验操作，华为云学院将于微认证优化重新上线后为您另行发放代金券，可用于优化后的微认证实验操作，新代金券自发放之日起30天内有效，请在有效期内使用。如您有任何问题，可随时通过工单或者服务热线（+86-4000-955-988 ）与我们联系。感谢您对华为云微认证的支持！ 发布日期：2021年6月24日

　　基于GaussDB(for Cassandra)，进行性能测试，具体包括测试环境，测试步骤，以及测试结果。测试环境区域：亚太-新加坡可用区：可用区1+可用区2+可用区3（跨3个可用区部署）弹性云服务器（Elastic Cloud Server，简称ECS）：规格选择h3.4xlarge.2，16U32GB，操作系统镜像使用CentOS 7.5 64位版本。被测试实例的配置：每个实例均包含3个节点。被测试实例的规格：覆盖以下规格类型，详见表1 实例规格。表1 实例规格编号规格cluster14U16GBcluster28U32GBcluster316U64GBcluster432U128GB测试工具　　本次测试采用开源社区的YCSB 0.15.0版本的测试工具。　　YCSB是一款广泛使用的数据库性能测试工具，具体使用方法请参见YCSB。测试指标　　OPS：Operation Per Second，数据库每秒执行的操作数。测试步骤配置workload文件。按照表2 测试模型所示的业务模型，配置workload中的“readproportion”、“insertproportion”、“updateproportion”、“scanproportion”、“readmodifywriteproportion”的值。按照表3 预置数据量所示的预置数据量，配置workload中的“recordcount”的值。以测试模型workload-insert-mostly为例，执行以下命令，准备数据。sh bin/ycsb.sh load cassandra-cql -P workloads/workload-insert-mostly -p "hosts=${ContactPoints}" -p "port=${port}" -p "cassandra.username=${username}" -p "cassandra.password=${password}" -p operationcount=400000000 -p recordcount=400000000 -p exportfile=./data_load.exp -threads ${threadNum} -s > data_load.log 2>&1 &以测试模型workload-insert-mostly为例，执行以下命令，测试性能。sh bin/ycsb.sh run cassandra-cql -P workloads/workload-insert-mostly -p "hosts=${ContactPoints}" -p "port=${port}" -p "cassandra.username=${username}" -p "cassandra.password=${password}" -p operationcount=9000000 -p recordcount=9000000 -p maxexecutiontime=3600 -p exportfile=./workload-insert-mostly.exp -threads ${threadNum} -s > workload-insert-mostly_run.log 2>&1 &测试模型workload模型表2 测试模型测试模型编号测试模型workload-read-mostly95% read, 5% updateworkload-read-write-combination50% update, 50% readworkload-read-modify-write50% read, 50% readmodifywriteworkload-mixed-operational-analytical65% read, 25% update, 10% insertworkload-insert-mostly90% insert, 10% read数据模型fieldlength=100, fieldcount=10预置数据量本次性能测试中，针对每种规格的实例，测试了如下预置数据量的性能。预置数据具体如下表所示：表3 预置数据量编号规格预置数据量cluster14U16GB50GBcluster28U32GB100GBcluster316U64GB200GBcluster432U128GB400GB测试模式本次性能测试使用高性能模式。————————————————

断言的介绍可以断言服务器的响应内容在性能测试脚本中使用断言，一般是为了调试脚本在接口自动化测试中使用断言，一般是为了严谨的校验接口响应内容是否符合预期 断言成功与否断言成功与否，可以通过监听器-断言结果查看如果断言失败，则将此请求标记为失败，还会显示在察看结果树中，错误率会显示在聚合报告中 添加断言可以将断言添加到任何取样器，只作用于当前取样器如果断言是在线程组下，那么会作用于线程组下的所有取样器 性能测试中是否应该使用断言绝对不可以使用断言，因为断言不仅会增加响应时间，拉低最终的结果值，还会占用系统资源 有什么断言