TPS:区块链性能测试与优化-上篇_区块链的未来发展前景分析

大纲

本篇文章目的是通过具体示例，介绍完整的性能项目过程，具体内容介绍区块链性能测试中使用的：1.基本概念2.常用工具3.性能调优的常见情况这3块内容涵盖的内容非常多，每一个内容都有很多书籍和文章介绍，详细的内容不会出现在本文中。基本概念

区块链的性能测试，方法论上与传统的性能测试没有不同。性能测试有很多混乱的概念，这里我列出本文描述概念做一些定义。性能测试的定义

性能测试是对系统或者服务的性能指标建立监控策略，在特定场景下执行测试，分析判断性能瓶颈并调优，最终得出性能结果来评估系统或者服务的性能指标是否满足既定值。这里结合cosmos-sdk的simapp区块链来解释。1.需要明确指标，一般指两类指标:技术指标、业务指标。技术指标一般是TPS，响应时间，资源利用率，对应到区块链一般是指每秒可以处理多少笔交易？这些交易的响应时间或者统计结果是多少？在这种情况下系统使用的资源处于什么状态？期望满足的业务指标，应该来源于生产环境统计，以cosmos-sdk的生产应用cosmos-hub为例，其现阶段出块时间大约6秒，每个区块中的交易数大多数小于10。期望的业务指标设定为TPS为100是较为合理的。。2.测试模型:是真实场景的抽象，描述业务模型是什么样的。以cosmos-hub为例大致就是，分布在全球的区块链节点，在验证者节点约500个，活跃验证者节点约为200的情况下处理交易。测试时可以按比例抽象实际情况。3.测试方案:包括测试环境，测试数据，测试模型，性能指标等。对比区块链系统的测试，就是确定测试架构，准备好如1000个用户，每个用户余额1000stake这样的内容。4.需要有监控:监控的对象有压力机、区块链节点、其他如负载均衡服务器等。云原生时代的监控一般是Kubernetes+Prometheus+Grafana。5.需要测试条件：硬件环境，测试执行策略等。例如:4C8G,前60秒，每秒增加10个线程。6.需要有场景：指性能场景，正式化的描述是:在既定的环境、既定的数据、既定的执行策略、既定的监控之下，执行性能脚本，同时观察系统各层级的性能状态参数变化，并实时判断分析场景是否符合预期。性能场景，有时被称为测试用例其实是不对的。7.要有结果报告：报告内容当然就是实际的指标数据。性能场景分类

加密市场24小时清算额达到10亿美元:金色财经报道，过去24小时内加密市场清算额达到1,000,000,000美元。[2023/8/19 18:09:25]

1.基准性能场景：做单交易/接口的容量，为混合容量做准备。2.容量性能场景：混合容量测试是因为线上真实场景就是由不同的业务组成的，所以由这些业务按照不同并发比例发起梯度压测就是混合容量测试场景。3.稳定性性能场景：核心就是时长，在长时间的运行之下，观察系统的性能表现。这个时长的设置，应该来源于运维周期。4.异常性能场景：在强压力之下，模拟异常。重要的性能指标

性能测试的指标有很多，比如：1.RT,ResponseTime2.HPS,HitsPerSecond3.TPS,TransactionsPerSecond,这里的Transactions在传统的应用中一般称为”事务“，在区块链领域指”交易“4.QPS,QueriesPerSecond5.PV,PageView6.Throughput7.IOPS,Input/OutputOperationsPerSecond比较重要的指标有资源使用率、吞吐量、响应时间，服务提供方比较关心前两者，用户更更新后者。关于这些指标的一般情况引用PerformanceTestingMethodology(http://hosteddocs.ittoolbox.com/questnolg22106java.pdf)中的经典图来说明，实际情况可能不同。图中定义了3线3区域3状态，这个图值得多看看，能够大致理解指标简的关系。1.3线:Utilization，Throughput，ResponseTime2.3区域:LightLoad,HeavyLoad,BuckleZone3.3状态:ResourceSaturated,ThroughputFalling,EndUsersEffected

ARB短线突破1.8美元，24小时涨幅超10%:金色财经报道，行情显示，Arbitrum代币ARB短线突破1.8美元，24小时涨幅约10%，行情波动较大，请注意风险控制。[2023/4/18 14:10:48]

其他

1.一般需要在什么时候做性能测试。a.项目上线前，估计系统承载能力b.项目重构后，评估效果2.如果一个项目得到性能报告就终止，这样就只是性能验证。做完全面的性能测试，同时将系统调优到最优状态，才算是一个完整的性能项目了。性能调优耗时长，还可能需要开发参与，代价高。区块链性能测试区块链的性能测试的指标最重要的是TPS与延迟，a16z的文章Whyblockchainperformanceishardtomeasure对此做了很有洞察的讨论，说明了为什么这两个指标很难测量和比较。其主要内容有以下方面：延迟

延迟的这段时间的起点和终点如何定义？1.起点是用户点击提交还是交易到达内存池？2.终点是交易被第1个区块确认？还是被第6个区块确认？又或者是最终用户收到接口响应的时间？3.有些区块链系统对交易会等待一定延迟和到达一定数量才开始处理。这样比较幸运的就是最后加入的交易，其处理延迟最短。4.对于上诉问题的一种折中方案是，即准确评估整个系统需要考虑延时的分布，而不是将其延迟看做单一数字。5.有些区块链系统的交易处理是有优先级的，fee高的交易很快确认，fee低的相对慢些。fee的不同对交易的延时和TPS的统计是有影响的。吞吐量

Ledger与ApeCoin DAO达成合作，拟发行1000个ApeCoin品牌钱包:金色财经报道，硬件钱包公司Ledger宣布与ApeCoin DAO达成合作，旨在通过PoK（知识证明）教育和奖励社区。APE持有者可以通过Ledger x apecoin Quest来证明自己的加密货币和NFT安全知识，并且赢得定制ApeCoin Nano钱包。据悉，这批ApeCoin品牌的硬件钱包发放数量总计有1000个。[2023/4/9 13:52:59]

区块链中的吞吐量，即TPS(TransactionPerSecond)来衡量，这里的transaction显示不是平等的，最简单的例子就是以太坊中的交易，它可以是转账也可以是调用合约。因此，得出TPS需要指定T指代的是什么。另外一个实际的问题是，用户其实不关心一个区块链的TPS是多少，用户只关心如何少用fee并尽快完成交易。从这个角度来讲，TPS只对系统服务提供商有意义。基本工具

压力工具

压力工具一般用Jmeter或者特定应用专用测试工具如下:1.hyperbench/hyperbench2.hyperledger/caliper:Ablockchainbenchmarkframeworktomeasureperformanceofmultipleblockchainsolutions3.https://github.com/xuperchain/xbench4.…使用Jmeter应该是更贴近使用场景，更通用。一般与区块链节点进行交互的方式有1.gRPC协议2.HTTP协议(REST接口)Jmeter支持的Sampler支持有HTTP，对gRPC协议的支持需要借助插件jmeter-grpc-request监控工具

SOL在V神的支持下收复11美元关口:金色财经报道，根据CoinGecko数据，Solana?(SOL) 的价格在过去24小时内上涨了11%以上。目前已收复了11美元关口。这一消息是在以太坊创始人Vitalik Buterin表示支持之后发生的，V神上周在推特上称，聪明人告诉他，Solana有一个真诚的聪明开发者社区，而且该链条拥有光明的未来，因为投机取巧的人已经被淘汰了。Buterin补充说，他希望 Solana 社区获得公平的发展机会。[2023/1/3 22:21:47]

监控工具一般用Prometheus这工具可以监控的内容比较多，其生态如图(https://prometheus.io/assets/architecture.png)。在测试区块链应用的实践中，一般是先使用docker-compose部署多个区块链节点模拟正式进行测试的环境，因为正式的测试环境一般硬件配置较高，如果不是自建机房，使用云服务厂商的机器，费用昂贵，这样做可以节约成本。docker-compose中可以限制容器使用的资源，如内存和CPU算力，甚至绑定CPU核心，对这些资源的监控可以使用cadvisor。为了验证CPU限制是否准确，可以用stress-ng压满核心，看统计结果是否与限制值一致。

Crypto.com暂停支持BNB Chain的BEP-20代币存款:金色财经报道，Crypto.com DeFi 钱包已暂停支持 BNB Chain 链上代币存款服务，涉及所有 BEP-20 代币，包括 BNB、BUSD 等。据悉，最早在 11 月 28 日就有用户反馈使用 BEP-2 0代币存款时遇到问题，但据消息人士称目前相关功能确已暂停，且发布了一条 Crypto.com 的通知信息，其中显示“ BSC 网络上的存款当前已暂停，Crypto.com 团队将会对相关转账交易进行退款处理”。截止目前，Crypto.com 官方尚未就此事进行确认。11 月底，另一个加密货币平台 Poloniex 也宣布暂停与 BNB Chain 相关稳定币的关联充值功能。[2022/12/3 21:19:47]

性能调优

一般遇到性能瓶颈的常见元原因会是网络、CPU、磁盘IO。引发磁盘IO的瓶颈的操作有写日志频频繁，打印不必要的日志，通过网络访问磁盘等。这些资源都会通过系统调用来完成，跟踪系统调用，可以使用strace来查看执行了哪些系统调用，以及在这些调用上花费的时间等信息还可能遇到的问题是系统不稳定，可以表现为CPU使用率/TPS不稳定。如果在LightLoad区域选择一定的并发压力，TPS波动较大的话，可能就是系统设计得不好，需要找到原因和优化了。如果是CPU使用率不稳定，从CPU指令执行层面来看为CPU处于idle状态的时长参差不齐。这种情况下的原因并不在于有CPU有idle，而是在于处于idle的时间段有长有短。需要借助Linux系统工具、程序对应的profilling工具来观测，找到原因。分析工具

要解决性能问题，首先需要找到原因，寻找原因的分析工具可以参考下图(https://www.brendangregg.com/Perf/linux_perf_tools_full.png)。这是Linux性能分析最重要的参考资料了，显示了在不同子系统出现性能问题后，应该用什么样的工具来观测和分析。

磁盘IO

磁盘IO一般会导致系统瓶颈，磁盘IO栈比较长，分析起来难度不小。熟悉IO栈，有助于我们发现问题(https://www.thomas-krenn.com/en/wikiEN/images/c/c2/Linux-storage-stack-diagram_v6.2.pdf)

找到原因后，如果能够通过调整操作系统参数或者应用系统参数优化性能是比较快捷的，如果需要修改代码，则会涉及系统架构优化，会有涉及和编码工作，调优周期会很长。下一篇文章将分享使用cosmos-sdk中的SimApp来进行性能测试以及在性能调优方面的方法。

标签：DAO区块链TPSCPUAFKDAO区块链的未来发展前景分析https://etherscan.ioxhv币cpu挖矿

Gate.io热门资讯