閱讀本文前建議先閱讀云梯跨機房方案介紹，了解云梯跨機房項目背景，難點以及解決方案。本文重點介紹下跨機房測試的整體解決方案
功能測試
測試用例管理:http://kelude.taobao.net/testsuites?project_id=12202
數(shù)據(jù)安全性測試
數(shù)據(jù)安全簡單的說是不能丟數(shù)據(jù)，跨機房后集群規(guī)模到達近萬臺，數(shù)據(jù)存儲到達數(shù)百PB，如何確保數(shù)據(jù)安全是一個很大的挑戰(zhàn)
在跨機房的情況下，我們通過（Sange、Slive、DFSIO）模擬線上比例的各種混合性操作，通過NN的FSCK， CN的 CrossCheck工具定位異常數(shù)據(jù)如CORRUPT，一直處于BEING WRITTEN無法關(guān)閉的文件，跨機房失敗的文件
數(shù)據(jù)安全性測試?yán)镄枰紤]的一種重要場景是NN和DN重啟，在實際的升級過程中，在集群重啟前各業(yè)務(wù)線并沒有停止讀寫數(shù)據(jù)，重啟后數(shù)據(jù)的一致性和可恢復(fù)性非常重要；在實際的跨機房測試中我們曾發(fā)現(xiàn)一個因為重啟后狀態(tài)不一致導(dǎo)致無法加載EDITLOG從而使NN無法啟動的BUG，如果這種問題發(fā)生到線上，后果不堪設(shè)想
性能測試
性能測試的關(guān)鍵點是如何建立性能基準(zhǔn)，對線上性能進行準(zhǔn)確評估，跨機房測試性能基準(zhǔn)工具主要包括：
DFSIO: HDFS I/O（讀寫） 性能基準(zhǔn)
Slive: 主要模擬線上各種RPC，在每個TASK發(fā)起混合型RPC操作，并可以指定文件和block大小，該工具可以同時測試NN和DN的性能；
Sange: 主要模擬線上各種RPC操作壓力，在每個TASK啟動大量Thread進行混合性RPC操作 ，對NN產(chǎn)生壓力，進而評估NN RPC 處理能力；SANGE工具不能指定文件和Block大小，會產(chǎn)生大量小文件，比SLIVE對NN可以產(chǎn)生更大的RPC壓力
Terasort：MapReduce 數(shù)據(jù)排序能力基準(zhǔn)
Gridmix ：Gridmix和Rumen結(jié)合可以模擬和生產(chǎn)作業(yè)相應(yīng)的負(fù)載，更真實的模擬生產(chǎn)環(huán)境
SmallJobBench:通過創(chuàng)建大量sleep job到不同group來測試jobtracker性能
SubmitJobBench：通過每個map啟動（-nThreads）個線程，每個線程順序提交（-nTasks）個作業(yè)， 每個線程有自己的獨立賬號，來模擬線上多賬號并行度2K情況下JTProxy性能
跨機房性能主要對比場景：
主要針對上述場景進行性能對比和評估包括NN帶寬，內(nèi)存，CPU load， NN RPC 指標(biāo)， NN 各個operation的吞吐量(opsper second)和平均執(zhí)行時間， NN同步editlog性能指標(biāo)，跨機房帶寬流量，跨機房復(fù)制速率，跨機房副本刪除速率，CROSSFSCK時間
跨機房測試還有很重要的一點是要保證計算一定優(yōu)先從本機房讀數(shù)據(jù)，除非本機房沒有數(shù)據(jù)才會跨機房讀；實際測試中TERASORT跨機房讀對比本機房讀性能會有32%左右的下降，而且對帶寬也是很大的浪費。
