CN114116339A - 基于stream的压力测试方法、系统、终端及存储介质 - Google Patents

基于stream的压力测试方法、系统、终端及存储介质 Download PDF

Info

Publication number
CN114116339A
CN114116339A CN202111340278.XA CN202111340278A CN114116339A CN 114116339 A CN114116339 A CN 114116339A CN 202111340278 A CN202111340278 A CN 202111340278A CN 114116339 A CN114116339 A CN 114116339A
Authority
CN
China
Prior art keywords
threads
program
pressure
mode
thread
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202111340278.XA
Other languages
English (en)
Other versions
CN114116339B (zh
Inventor
陈耿彬
黄守钢
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Suzhou Inspur Intelligent Technology Co Ltd
Original Assignee
Suzhou Inspur Intelligent Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Suzhou Inspur Intelligent Technology Co Ltd filed Critical Suzhou Inspur Intelligent Technology Co Ltd
Priority to CN202111340278.XA priority Critical patent/CN114116339B/zh
Publication of CN114116339A publication Critical patent/CN114116339A/zh
Application granted granted Critical
Publication of CN114116339B publication Critical patent/CN114116339B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/22—Detection or location of defective computer hardware by testing during standby operation or during idle time, e.g. start-up testing
    • G06F11/2205—Detection or location of defective computer hardware by testing during standby operation or during idle time, e.g. start-up testing using arrangements specific to the hardware being tested
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/22—Detection or location of defective computer hardware by testing during standby operation or during idle time, e.g. start-up testing
    • G06F11/2268—Logging of test results
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/22—Detection or location of defective computer hardware by testing during standby operation or during idle time, e.g. start-up testing
    • G06F11/2273—Test methods
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management

Landscapes

  • Engineering & Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Quality & Reliability (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Debugging And Monitoring (AREA)

Abstract

本发明涉及服务器测试技术领域，具体提供一种基于STREAM的压力测试方法、系统、终端及存储介质，包括：利用编译器编译基于内存带宽测试实际性能测量工具的多个压力程序，每个压力程序均包括循环执行次数；基于设定的线程数量随机生成模式生成线程数量，并基于设定的进程生成规则和所述线程数量生成进程数量；从多个压力程序中选定目标压力程序，基于所述线程数量和进程数量生成相应数量的线程和进程，所述线程和进程执行所述目标压力程序；记录目标压力程序的执行次数，并在所述执行次数达到相应循环执行次数之后切换目标压力程序并更新线程数量和进程数量。本发明能够判断内存和CPU在动态负载下的可靠性。

Description

基于STREAM的压力测试方法、系统、终端及存储介质
技术领域
本发明涉及服务器测试技术领域，具体涉及一种基于STREAM的压力测试方法、系统、终端及存储介质。
背景技术
在Intel的新一代服务器平台Eagle Stream上，引入了新一代内存DDR5。在以往的Intel平台上，内存的电压调节是由主板上的VR电源模块进行处理，但是DDR5内存将自带PMIC电源管理芯片，可以对内存的供电进行更加精细化的处理。同时主板可以简化设计，降低主板成本。每个内存厂家选择的电源方案将会不同，同时DDR5的工作电压也从DDR4的1.2V降至1.1V。因此，对内存测试的要求就会比以往更加复杂。STREAM是业界广为流行的综合性内存带宽实际性能测量工具之一。STREAM具有良好的空间局部性，是对TLB友好、Cache友好的一款测试工具。STREAM支持以下四种操作：a、数组的复制(Copy)：CPU从一个内存单元读取其中的值，再将该值写入到另一个内存单元。b、数组的尺度变换(Scale)：CPU先从一个内存单元读取其中的值，然后做一个乘法运算，再将运算结果写入到另一个内存单元。c、数组的矢量求和(Add)：CPU先分别从两个内存单元读取其中的值，然后这两个值做一个加法运算，再将运算结果写入到另一个内存单元。d、数组的复合矢量求和(Triad)：CPU先分别从两个内存单元读取其中的x和y，对其进行乘法和加法的混合运算(x+系数*y)，将运算结果写入到另一个内存单元。
现有的CPU压力和内存压力测试基本都是静态压力，即按照各自设置测试参数运行，很少关注动态压力的情况，无法自动根据实际运行情况来变更测试参数进行配合测试。但是在现有的互联网环境下，经常会面对突然爆发的网络流量冲击，CPU和内存的占用率也会突然增加，因此CPU和内存对这种动态压力的耐受性也是考验服务器稳定性的关键因素。
发明内容
针对现有技术的上述不足，本发明提供一种基于STREAM的压力测试方法、系统、终端及存储介质，以解决上述技术问题。
第一方面，本发明提供一种基于STREAM的压力测试方法，包括：
利用编译器编译基于内存带宽测试实际性能测量工具的多个压力程序，每个压力程序均包括循环执行次数；
基于设定的线程数量随机生成模式生成线程数量，并基于设定的进程生成规则和所述线程数量生成进程数量；
从多个压力程序中选定目标压力程序，基于所述线程数量和进程数量生成相应数量的线程和进程，所述线程和进程执行所述目标压力程序；
记录目标压力程序的执行次数，并在所述执行次数达到相应循环执行次数之后切换目标压力程序并更新线程数量和进程数量。
进一步的，利用编译器编译基于内存带宽测试实际性能测量工具的多个压力程序，每个压力程序均包括循环执行次数，包括：
设定编译参数，所述编译参数包括编译优化级别、连接限制参数、处理器环境适应参数、内置数组生成参数和执行次数指定参数；
利用编译器基于所述编译参数生成压力程序，所述压力程序包括特定的内置数组和循环执行次数。
进一步的，基于设定的线程数量随机生成模式生成线程数量，并基于设定的进程生成规则和所述线程数量生成进程数量，包括：
根据用户设定的模式参数从多种线程数量随机生成模式选定目标模式，并利用目标模式生成线程数量，多种线程数量随机生成模式包括随机模式、指数模式、线性模式和混合模式；
获取CPU可执行的最大线程数量，并将最大线程数量与生成的线程数量的商作为进程数量。
进一步的，基于设定的线程数量随机生成模式生成线程数量，并基于设定的进程生成规则和所述线程数量生成进程数量，包括：
如果目标模式为随机模式，则利用随机函数生成线程数量；
如果目标模式为指数模式，则生成的线程数量采用2的n次方递增，其中n表示第n次生成线程数量；
如果目标模式为线性模式，则利用线性函数x＝z*10％*n计算线程数量，其中x为线程数量，z为最大线程数量，n表示第n次生成线程数量；
如果目标模式为混合模式，则混合执行随机模式、指数模式和线性模式生成线程数量；
限定目标模式下生成的线程数量不超过最大线程数量。
进一步的，从多个压力程序中选定目标压力程序，基于所述线程数量和进程数量生成相应数量的线程和进程，所述线程和进程执行所述目标压力程序，包括：
预先将所有压力程序的内置数组保存至程序列表，并在程序列表中生成程序执行顺序；
按照所述程序执行顺序从所述程序列表中调取目标内置数组，并将目标内置数组赋值给当前的进程和线程，以使当前的进程和线程调用目标压力程序。
进一步的，记录目标压力程序的执行次数，并在所述执行次数达到相应循环执行次数之后切换目标压力程序并更新线程数量和进程数量，包括：
如果目标压力程序的执行次数达到相应循环执行次数，则更新线程数量和进程数量，并基于更新的线程数量和进程数量重新生成相应的线程和进程；
按照所述程序执行顺序读取下一个内置数组，并将内置数组赋值给当前的线程和进程，以切换压力程序；
保存CPU和内存在压力程序执行过程中生成的运行日志。
第二方面，本发明提供一种基于STREAM的压力测试系统，包括：
程序编译单元，用于利用编译器编译基于内存带宽测试实际性能测量工具的多个压力程序，每个压力程序均包括循环执行次数；
数量生成单元，用于基于设定的线程数量随机生成模式生成线程数量，并基于设定的进程生成规则和所述线程数量生成进程数量；
执行控制单元，用于从多个压力程序中选定目标压力程序，基于所述线程数量和进程数量生成相应数量的线程和进程，所述线程和进程执行所述目标压力程序；
程序切换单元，用于记录目标压力程序的执行次数，并在所述执行次数达到相应循环执行次数之后切换目标压力程序并更新线程数量和进程数量。
进一步的，程序编译单元用于：
设定编译参数，所述编译参数包括编译优化级别、连接限制参数、处理器环境适应参数、内置数组生成参数和执行次数指定参数；
利用编译器基于所述编译参数生成压力程序，所述压力程序包括特定的内置数组和循环执行次数。
进一步的，数量生成单元用于：
根据用户设定的模式参数从多种线程数量随机生成模式选定目标模式，并利用目标模式生成线程数量，多种线程数量随机生成模式包括随机模式、指数模式、线性模式和混合模式；
获取CPU可执行的最大线程数量，并将最大线程数量与生成的线程数量的商作为进程数量。
进一步的，数量生成单元用于：
如果目标模式为随机模式，则利用随机函数生成线程数量；
如果目标模式为指数模式，则生成的线程数量采用2的n次方递增，其中n表示第n次生成线程数量；
如果目标模式为线性模式，则利用线性函数x＝z*10％*n计算线程数量，其中x为线程数量，z为最大线程数量，n表示第n次生成线程数量；
如果目标模式为混合模式，则混合执行随机模式、指数模式和线性模式生成线程数量；
限定目标模式下生成的线程数量不超过最大线程数量。
进一步的，执行控制单元用于：
预先将所有压力程序的内置数组保存至程序列表，并在程序列表中生成程序执行顺序；
按照所述程序执行顺序从所述程序列表中调取目标内置数组，并将目标内置数组赋值给当前的进程和线程，以使当前的进程和线程调用目标压力程序。
进一步的，程序切换单元用于：
如果目标压力程序的执行次数达到相应循环执行次数，则更新线程数量和进程数量，并基于更新的线程数量和进程数量重新生成相应的线程和进程；
按照所述程序执行顺序读取下一个内置数组，并将内置数组赋值给当前的线程和进程，以切换压力程序；
保存CPU和内存在压力程序执行过程中生成的运行日志。
第三方面，提供一种终端，包括：
处理器、存储器，其中，
该存储器用于存储计算机程序，
该处理器用于从存储器中调用并运行该计算机程序，使得终端执行上述的终端的方法。
第四方面，提供了一种计算机存储介质，所述计算机可读存储介质中存储有指令，当其在计算机上运行时，使得计算机执行上述各方面所述的方法。
本发明的有益效果在于，本发明提供的基于STREAM的压力测试方法、系统、终端及存储介质，先对压力程序(Stream)的编译过程进行参数调优，然后通过随机算法分配线程数执行Stream进程，使用MPICH来调用多个Stream进程并行，从而产生随机的CPU和内存动态压力，模拟实际服务器应用场景。本发明采用随机产生CPU和内存动态压力，来模拟服务器受到的动态流量冲击，从而判断内存和CPU在动态负载下的可靠性。
此外，本发明设计原理可靠，结构简单，具有非常广泛的应用前景。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明一个实施例的方法的示意性流程图。
图2是本发明一个实施例的系统的示意性框图。
图3为本发明实施例提供的一种终端的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明中的技术方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。
下面对本发明中出现的关键术语进行解释。
MPICH作为世界上最广泛的MPI实现方式，通过构建MPI编程环境，从而进行Stream并行程序的调用，进行内存负载压力测试。
现有的CPU压力可以通过PTU或者Mprime等软件提供；现有的内存压力可以通过Stressapp等软件提供。现有的CPU和内存压力测试基本都是各自设置测试参数运行，各自为政，无法自动根据实际运行情况来变更测试参数进行配合测试。
本发明将根据实际运行场景，自动变更测试参数，产生随机的CPU和内存动态压力，对服务器的稳定性测试更加灵活多变，能更好地模拟实际应用场景。
图1是本发明一个实施例的方法的示意性流程图。其中，图1执行主体可以为一种基于STREAM的压力测试系统。
如图1所示，该方法包括：
步骤110，利用编译器编译基于内存带宽测试实际性能测量工具的多个压力程序，每个压力程序均包括循环执行次数；
步骤120，基于设定的线程数量随机生成模式生成线程数量，并基于设定的进程生成规则和所述线程数量生成进程数量；
步骤130，从多个压力程序中选定目标压力程序，基于所述线程数量和进程数量生成相应数量的线程和进程，所述线程和进程执行所述目标压力程序；
步骤140，记录目标压力程序的执行次数，并在所述执行次数达到相应循环执行次数之后切换目标压力程序并更新线程数量和进程数量。
为了便于对本发明的理解，下面以本发明基于STREAM的压力测试方法的原理，结合实施例中对基于STREAM对服务器进行压力测试的过程，对本发明提供的基于STREAM的压力测试方法做进一步的描述。
具体的，所述基于STREAM的压力测试方法包括：
S1、利用编译器编译基于内存带宽测试实际性能测量工具的多个压力程序，每个压力程序均包括循环执行次数。
设定编译参数，所述编译参数包括编译优化级别、连接限制参数、处理器环境适应参数、内置数组生成参数和执行次数指定参数；利用编译器基于所述编译参数生成压力程序，所述压力程序包括特定的内置数组和循环执行次数。
Stream源码编译和参数优化
这里使用的GCC编译器进行stream进行编译：
gcc-O3-fopenmp-DN＝2000000-mcmodel＝large-DNTIMES＝10stream.c-ostream
参数优化说明：
编译优化级别，其中-O3指定编译器编译优化级别，gcc提供了为了满足用户不同程度的的优化需要，提供了近百种优化选项，用来对编译时间，目标文件长度，执行效率这个三维模型进行不同的取舍和平衡，gcc提供了从O0-O3以及Os这几种不同的优化级别供大家选择，按着个人测试经验推荐使用O3优化选项，以下为同一台机器实测的数据，可以看到针对stream.c源码，使用O0不做优化的选项编译出来的执行性能较差，其他优化的编译选项之间差异不大。
连接限制参数，mcmodel参数用于调整内存分配模型有三个值可选：Small：程序必须位于2GB以下的地址空间，指针仍然是64位，程序可以静态连接也可以动态连接；Medium：程序运行于2GB地址空间之外；Large:程序对地址空间没有任何限制。
处理器环境适应参数，fopenmp该参数适应多处理器环境，开启后，程序默认线程为CPU最大线程数，也可以在运行时动态指定运行的线程数，举个例子来说，export OMP_NUM_THREADS＝8，此处8为自定义的要使用的线程数，后续会通过随机算法在每个循坏去动态改变这个数值，从而保证每个循坏调用的线程数是随机的。
内置数组生成参数，其中-DN指DSTREAM_ARRAY_SIZE用于指定计算中a[],b[],c[]数组的大小，改参数与系统CPU三级缓存密切相关，计算公式如下：base_DN＝CPU三级缓存大小(Bytes)*4*$socket/8。根据base_DN生成多个大小不一的数组,如数组大小为2倍的base_DN或者4倍的base_DN等,从而编译出内置数组大小不同的StreamDN、Stream2DN、Stream4DN等来供后续程序调用。
执行次数指定参数，DNTIMES参数用于指定执行的次数，并且从这些结果中选最优值，次数越大越准确。
S2、基于设定的线程数量随机生成模式生成线程数量，并基于设定的进程生成规则和所述线程数量生成进程数量。
根据用户设定的模式参数从多种线程数量随机生成模式选定目标模式，并利用目标模式生成线程数量，多种线程数量随机生成模式包括随机模式、指数模式、线性模式和混合模式；获取CPU可执行的最大线程数量，并将最大线程数量与生成的线程数量的商作为进程数量。如果目标模式为随机模式，则利用随机函数生成线程数量；如果目标模式为指数模式，则生成的线程数量采用2的n次方递增，其中n表示第n次生成线程数量；如果目标模式为线性模式，则利用线性函数x＝z*10％*n计算线程数量，其中x为线程数量，z为最大线程数量，n表示第n次生成线程数量；如果目标模式为混合模式，则混合执行随机模式、指数模式和线性模式生成线程数量；限定目标模式下生成的线程数量不超过最大线程数量。
例如，MPICH软件安装：tar–zxvf mpich-3.4.2.tar.gz；cd mpich-3.4.2&&./configure–prefix＝../mpich3&&make–j 4&&make install。
设定z为测试环境中允许的最大线程数，x是执行每个Stream的线程数，关于x的随机生成有以下几种模式，用户可以通过指定-m参数来设置:
-m＝0(随机模式)：采用随机函数生成一个随机线程数x，压力随着线程数x的变化而变化，压力曲线整体呈现正太分布。
-m＝1(指数模式)：线程数x采用2的n次方来递增，即x首先为1，下一次x为2，再一下x为4，依次类推。当x达到最大值z后，再依次进行递减操作，即x当为1024时，下一次x为512，再一下x为256，依次类推。整体压力曲线非常陡峭，压力上升快，压力下降也快
-m＝2(线性模式)：首先z进行10等分，那么线程数x首先为z*10％，每次压力增加10％，则下次x为z*20％，依次类推。当x达到最大值z后，每次压力减少10％，则下次x为z*90％，再下次x为z*80％，依次类推。整体压力曲线比较平缓，压力上升和下降都会缓和。
-m＝3(混合模式)：混合执行前述三种模式，可以覆盖前面三种模式。
下文中的y是执行同时执行stream的进程数，可以是一个固定值，比如y＝z/x，也可以是一个随机值，在一定范围内变化，根据用户需求进行设定。
S3、从多个压力程序中选定目标压力程序，基于所述线程数量和进程数量生成相应数量的线程和进程，所述线程和进程执行所述目标压力程序。
预先将所有压力程序的内置数组保存至程序列表，并在程序列表中生成程序执行顺序；按照所述程序执行顺序从所述程序列表中调取目标内置数组，并将目标内置数组赋值给当前的进程和线程，以使当前的进程和线程调用目标压力程序。
读取CPU内核数和三级缓存大小，利用计算出base_DN值，生成内置数组大小不同的StreamDN、Stream2DN、Stream4DN等，供后续程序调用。根据用户选择的压力模型(通过-m参数指定)，随机算法生成执行Stream*DN的随机线程数x，根据随机线程数x来产生并行执行Stream*DN的进程数y，根据x和y，利用Stream*DN产生CPU和内存压力测试，同时保存运行log。
S4、记录目标压力程序的执行次数，并在所述执行次数达到相应循环执行次数之后切换目标压力程序并更新线程数量和进程数量。
如果目标压力程序的执行次数达到相应循环执行次数，则更新线程数量和进程数量，并基于更新的线程数量和进程数量重新生成相应的线程和进程；按照所述程序执行顺序读取下一个内置数组，并将内置数组赋值给当前的线程和进程，以切换压力程序；保存CPU和内存在压力程序执行过程中生成的运行日志。
读取用户设置的循环测试(通过-cycle_base参数指定)，假设每种压力程序执行30次。记录当前程序执行次数，如果已经执行30次则需要切换压力程序。
当压力结束时，检查日志信息是否报错判断循环是否结束，如果否，开始下一个循环，如果是，测试结束。
如图2所示，该系统200包括：
程序编译单元210，用于利用编译器编译基于内存带宽测试实际性能测量工具的多个压力程序，每个压力程序均包括循环执行次数；
数量生成单元220，用于基于设定的线程数量随机生成模式生成线程数量，并基于设定的进程生成规则和所述线程数量生成进程数量；
执行控制单元230，用于从多个压力程序中选定目标压力程序，基于所述线程数量和进程数量生成相应数量的线程和进程，所述线程和进程执行所述目标压力程序；
程序切换单元240，用于记录目标压力程序的执行次数，并在所述执行次数达到相应循环执行次数之后切换目标压力程序并更新线程数量和进程数量。
可选地，作为本发明一个实施例，程序编译单元用于：
设定编译参数，所述编译参数包括编译优化级别、连接限制参数、处理器环境适应参数、内置数组生成参数和执行次数指定参数；
利用编译器基于所述编译参数生成压力程序，所述压力程序包括特定的内置数组和循环执行次数。
可选地，作为本发明一个实施例，数量生成单元用于：
根据用户设定的模式参数从多种线程数量随机生成模式选定目标模式，并利用目标模式生成线程数量，多种线程数量随机生成模式包括随机模式、指数模式、线性模式和混合模式；
获取CPU可执行的最大线程数量，并将最大线程数量与生成的线程数量的商作为进程数量。
可选地，作为本发明一个实施例，数量生成单元用于：
如果目标模式为随机模式，则利用随机函数生成线程数量；
如果目标模式为指数模式，则生成的线程数量采用2的n次方递增，其中n表示第n次生成线程数量；
如果目标模式为线性模式，则利用线性函数x＝z*10％*n计算线程数量，其中x为线程数量，z为最大线程数量，n表示第n次生成线程数量；
如果目标模式为混合模式，则混合执行随机模式、指数模式和线性模式生成线程数量；
限定目标模式下生成的线程数量不超过最大线程数量。
可选地，作为本发明一个实施例，执行控制单元用于：
预先将所有压力程序的内置数组保存至程序列表，并在程序列表中生成程序执行顺序；
按照所述程序执行顺序从所述程序列表中调取目标内置数组，并将目标内置数组赋值给当前的进程和线程，以使当前的进程和线程调用目标压力程序。
可选地，作为本发明一个实施例，程序切换单元用于：
如果目标压力程序的执行次数达到相应循环执行次数，则更新线程数量和进程数量，并基于更新的线程数量和进程数量重新生成相应的线程和进程；
按照所述程序执行顺序读取下一个内置数组，并将内置数组赋值给当前的线程和进程，以切换压力程序；
保存CPU和内存在压力程序执行过程中生成的运行日志。
图3为本发明实施例提供的一种终端300的结构示意图，该终端300可以用于执行本发明实施例提供的基于STREAM的压力测试方法。
其中，该终端300可以包括：处理器310、存储器320及通信单元330。这些组件通过一条或多条总线进行通信，本领域技术人员可以理解，图中示出的服务器的结构并不构成对本发明的限定，它既可以是总线形结构，也可以是星型结构，还可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
其中，该存储器320可以用于存储处理器310的执行指令，存储器320可以由任何类型的易失性或非易失性存储终端或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。当存储器320中的执行指令由处理器310执行时，使得终端300能够执行以下上述方法实施例中的部分或全部步骤。
处理器310为存储终端的控制中心，利用各种接口和线路连接整个电子终端的各个部分，通过运行或执行存储在存储器320内的软件程序和/或模块，以及调用存储在存储器内的数据，以执行电子终端的各种功能和/或处理数据。所述处理器可以由集成电路(Integrated Circuit，简称IC)组成，例如可以由单颗封装的IC所组成，也可以由连接多颗相同功能或不同功能的封装IC而组成。举例来说，处理器310可以仅包括中央处理器(Central Processing Unit，简称CPU)。在本发明实施方式中，CPU可以是单运算核心，也可以包括多运算核心。
通信单元330，用于建立通信信道，从而使所述存储终端可以与其它终端进行通信。接收其他终端发送的用户数据或者向其他终端发送用户数据。
本发明还提供一种计算机存储介质，其中，该计算机存储介质可存储有程序，该程序执行时可包括本发明提供的各实施例中的部分或全部步骤。所述的存储介质可为磁碟、光盘、只读存储记忆体(英文：read-only memory，简称：ROM)或随机存储记忆体(英文：random access memory，简称：RAM)等。
因此，本发明先对压力程序(Stream)的编译过程进行参数调优，然后通过随机算法分配线程数执行Stream进程，使用MPICH来调用多个Stream进程并行，从而产生随机的CPU和内存动态压力，模拟实际服务器应用场景。本发明采用随机产生CPU和内存动态压力，来模拟服务器受到的动态流量冲击，从而判断内存和CPU在动态负载下的可靠性，本实施例所能达到的技术效果可以参见上文中的描述，此处不再赘述。
本领域的技术人员可以清楚地了解到本发明实施例中的技术可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解，本发明实施例中的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中如U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质，包括若干指令用以使得一台计算机终端(可以是个人计算机，服务器，或者第二终端、网络终端等)执行本发明各个实施例所述方法的全部或部分步骤。
本说明书中各个实施例之间相同相似的部分互相参见即可。尤其，对于终端实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例中的说明即可。
在本发明所提供的几个实施例中，应该理解到，所揭露的系统和方法，可以通过其它的方式实现。例如，以上所描述的系统实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，系统或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。
尽管通过参考附图并结合优选实施例的方式对本发明进行了详细描述，但本发明并不限于此。在不脱离本发明的精神和实质的前提下，本领域普通技术人员可以对本发明的实施例进行各种等效的修改或替换，而这些修改或替换都应在本发明的涵盖范围内/任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应所述以权利要求的保护范围为准。

Claims (10)

1.一种基于STREAM的压力测试方法，其特征在于，包括：
利用编译器编译基于内存带宽测试实际性能测量工具的多个压力程序，每个压力程序均包括循环执行次数；
基于设定的线程数量随机生成模式生成线程数量，并基于设定的进程生成规则和所述线程数量生成进程数量；
从多个压力程序中选定目标压力程序，基于所述线程数量和进程数量生成相应数量的线程和进程，所述线程和进程执行所述目标压力程序；
记录目标压力程序的执行次数，并在所述执行次数达到相应循环执行次数之后切换目标压力程序并更新线程数量和进程数量。
2.根据权利要求1所述的方法，其特征在于，利用编译器编译基于内存带宽测试实际性能测量工具的多个压力程序，每个压力程序均包括循环执行次数，包括：
设定编译参数，所述编译参数包括编译优化级别、连接限制参数、处理器环境适应参数、内置数组生成参数和执行次数指定参数；
利用编译器基于所述编译参数生成压力程序，所述压力程序包括特定的内置数组和循环执行次数。
3.根据权利要求1所述的方法，其特征在于，基于设定的线程数量随机生成模式生成线程数量，并基于设定的进程生成规则和所述线程数量生成进程数量，包括：
根据用户设定的模式参数从多种线程数量随机生成模式选定目标模式，并利用目标模式生成线程数量，多种线程数量随机生成模式包括随机模式、指数模式、线性模式和混合模式；
获取CPU可执行的最大线程数量，并将最大线程数量与生成的线程数量的商作为进程数量。
4.根据权利要求3所述的方法，其特征在于，于设定的线程数量随机生成模式生成线程数量，并基于设定的进程生成规则和所述线程数量生成进程数量，包括：
如果目标模式为随机模式，则利用随机函数生成线程数量；
如果目标模式为指数模式，则生成的线程数量采用2的n次方递增，其中n表示第n次生成线程数量；
如果目标模式为线性模式，则利用线性函数x＝z*10％*n计算线程数量，其中x为线程数量，z为最大线程数量，n表示第n次生成线程数量；
如果目标模式为混合模式，则混合执行随机模式、指数模式和线性模式生成线程数量；
限定目标模式下生成的线程数量不超过最大线程数量。
5.根据权利要求2所述的方法，其特征在于，从多个压力程序中选定目标压力程序，基于所述线程数量和进程数量生成相应数量的线程和进程，所述线程和进程执行所述目标压力程序，包括：
预先将所有压力程序的内置数组保存至程序列表，并在程序列表中生成程序执行顺序；
按照所述程序执行顺序从所述程序列表中调取目标内置数组，并将目标内置数组赋值给当前的进程和线程，以使当前的进程和线程调用目标压力程序。
6.根据权利要求5所述的方法，其特征在于，记录目标压力程序的执行次数，并在所述执行次数达到相应循环执行次数之后切换目标压力程序并更新线程数量和进程数量，包括：
如果目标压力程序的执行次数达到相应循环执行次数，则更新线程数量和进程数量，并基于更新的线程数量和进程数量重新生成相应的线程和进程；
按照所述程序执行顺序读取下一个内置数组，并将内置数组赋值给当前的线程和进程，以切换压力程序；
保存CPU和内存在压力程序执行过程中生成的运行日志。
7.一种基于STREAM的压力测试系统，其特征在于，包括：
程序编译单元，用于利用编译器编译基于内存带宽测试实际性能测量工具的多个压力程序，每个压力程序均包括循环执行次数；
数量生成单元，用于基于设定的线程数量随机生成模式生成线程数量，并基于设定的进程生成规则和所述线程数量生成进程数量；
执行控制单元，用于从多个压力程序中选定目标压力程序，基于所述线程数量和进程数量生成相应数量的线程和进程，所述线程和进程执行所述目标压力程序；
程序切换单元，用于记录目标压力程序的执行次数，并在所述执行次数达到相应循环执行次数之后切换目标压力程序并更新线程数量和进程数量。
8.根据权利要求7所述的系统，其特征在于，程序编译单元用于：
设定编译参数，所述编译参数包括编译优化级别、连接限制参数、处理器环境适应参数、内置数组生成参数和执行次数指定参数；
利用编译器基于所述编译参数生成压力程序，所述压力程序包括特定的内置数组和循环执行次数。
9.一种终端，其特征在于，包括：
处理器；
用于存储处理器的执行指令的存储器；
其中，所述处理器被配置为执行权利要求1-6任一项所述的方法。
10.一种存储有计算机程序的计算机可读存储介质，其特征在于，该程序被处理器执行时实现如权利要求1-6中任一项所述的方法。
CN202111340278.XA 2021-11-12 2021-11-12 基于stream的压力测试方法、系统、终端及存储介质 Active CN114116339B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111340278.XA CN114116339B (zh) 2021-11-12 2021-11-12 基于stream的压力测试方法、系统、终端及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111340278.XA CN114116339B (zh) 2021-11-12 2021-11-12 基于stream的压力测试方法、系统、终端及存储介质

Publications (2)

Publication Number Publication Date
CN114116339A true CN114116339A (zh) 2022-03-01
CN114116339B CN114116339B (zh) 2023-11-03

Family

ID=80378966

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111340278.XA Active CN114116339B (zh) 2021-11-12 2021-11-12 基于stream的压力测试方法、系统、终端及存储介质

Country Status (1)

Country Link
CN (1) CN114116339B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110990204A (zh) * 2019-11-24 2020-04-10 苏州浪潮智能科技有限公司 内存压力测试方法、装置、设备及计算机可读存储介质
CN112363884A (zh) * 2020-12-08 2021-02-12 吉林大学 一种国产操作系统内存性能测试方法及系统
CN112579380A (zh) * 2020-12-26 2021-03-30 苏州浪潮智能科技有限公司 一种设备压力测试方法和系统
CN113590403A (zh) * 2021-08-05 2021-11-02 北京百度网讯科技有限公司 压力测试方法、装置、系统、电子设备、存储介质及产品

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110990204A (zh) * 2019-11-24 2020-04-10 苏州浪潮智能科技有限公司 内存压力测试方法、装置、设备及计算机可读存储介质
CN112363884A (zh) * 2020-12-08 2021-02-12 吉林大学 一种国产操作系统内存性能测试方法及系统
CN112579380A (zh) * 2020-12-26 2021-03-30 苏州浪潮智能科技有限公司 一种设备压力测试方法和系统
CN113590403A (zh) * 2021-08-05 2021-11-02 北京百度网讯科技有限公司 压力测试方法、装置、系统、电子设备、存储介质及产品

Also Published As

Publication number Publication date
CN114116339B (zh) 2023-11-03

Similar Documents

Publication Publication Date Title
US6598130B2 (en) Technique for referencing distributed shared memory locally rather than remotely
CN109741087A (zh) 电子优惠券的管理方法及装置
EP2776926A1 (en) Message passing interface tuning using collective operation modeling
US11789734B2 (en) Padded vectorization with compile time known masks
Lu et al. Demystifying the memory system of modern datacenter FPGAs for software programmers through microbenchmarking
Diamantopoulos et al. High-level synthesizable dataflow mapreduce accelerator for fpga-coupled data centers
CN104156234A (zh) 启动多核处理器、bootloader大小端模式自适应的方法及装置
CN111708513B (zh) 一种伪随机数种子生成方法及相关产品
CN104572289A (zh) 基于虚拟化的服务器配置测算处理方法与装置
CN111262753A (zh) 一种numa节点个数自动配置方法方法、系统、终端及存储介质
He et al. Enabling energy-efficient DNN training on hybrid GPU-FPGA accelerators
CN113760187A (zh) 基于vdbench的重删IO线程生成方法、系统、终端及存储介质
CN101290571B (zh) 一种生成可被动态装载执行的文件的方法
US10120602B2 (en) Device and method for determining data placement destination, and program recording medium
CN114116339A (zh) 基于stream的压力测试方法、系统、终端及存储介质
CN104657216A (zh) 一种资源池的资源分配方法及装置
Moltchanov et al. Statistical traffic properties and model inference for shared cache interface in multi-core CPUs
CN111124772A (zh) 一种云平台存储性能测试方法、系统、终端及存储介质
JP4870956B2 (ja) 組み込み用プログラム生成方法、組み込み用プログラム開発システム、及び情報テーブル部
CN113296788B (zh) 指令调度方法、装置、设备及存储介质
US10409624B1 (en) Data array compaction in an emulation system
Villa et al. Fast and accurate simulation of the cray xmt multithreaded supercomputer
CN113407350A (zh) 指令处理装置、处理器、芯片、计算设备及相应的方法
Chen et al. Distributed quasi-Monte Carlo algorithm for option pricing on HNOWs using mpC
CN112465116A (zh) 运算方法、装置、电子设备和存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant