7.1　Benchmark简介

Benchmark性能基准测试本质上就是生成模拟数据或真实数据，在系统上运行典型负载（Workload），进而暴露系统瓶颈和性能优势，最终完成系统评测。

Benchmark的种类很多，有些偏重于硬件，有些偏重于软件，还有些是对整个系统进行综合度量和评价。

我们为什么要使用Benchmark呢？其实Benchmark对软硬件系统生产厂商和用户都是很有价值的。生产厂商利用Benchmark在产品的开发过程中诊断性能瓶颈，随时进行调优和优化。产品发布之后，也能够根据评测结果进行很有说服力的宣传，说明产品基于哪个Benchmark性能，达到什么样的标准。同时有些厂商没有真实环境的数据，需要利用Benchmark来生产数据和负载，模拟生产环境的运行状况。对用户来说就是可以根据Benchmark的结果对比不同厂商的不同产品，更加方便和透明地选择系统。

同时，Benchmark对一个领域的技术发展很有积极意义，例如，在数据库领域，TPC的Bench已经成为开发数据库的主流Benchmark。开发者在开发的过程中，利用Benchmark生成结构化的数据，同时利用查询生成器生成指定数据库的SQL方言。这样在开发的数据库或者改进的算法上用SQL负载（Workload）进行测试，就能够更加精准地了解性能瓶颈，对系统进行调优。

选择Benchmark需要有明确的目的。当用于产品发布时，就应该用这个领域主流和权威的Benchmark进行评估。同时有些Benchmark只适用于某些领域。例如，TPC针对数据仓库开发了TPC-DS Benchmark，而针对其他的数据库又有TPC-H等系列的Benchmark供用户使用。

在现在的Bigdata领域，Benchmark标准尚在制定，但是有一些Benchmark得到部分应用。

下面介绍现有的几款大数据的Benchmark，用户可以根据自己的情况选用，对Spark或者Spark上的系统进行性能评测。