其实MySQL基线测试已经不是什么新鲜的话题了，这应该是作为DBA的基本的技能了。大家都知道使用一些工具去做(sysbench、tpcc-mysql、tpc-c等等)。本篇文章不是告诉你相关的工具具体怎么用，更不是告诉你工具输出的报告应该如何去看，这些在现在的互联网中一搜一大把。本篇文章告诉你的是一个流程，做一个测试我们需要做一些什么、如何提取我们需要的信息，并生成可视化报告。在之后的监控我们就可以使用输出的报告作为基准，从而来定位问题和瓶颈。
测试最重要的就是在测试过程中收集的数据，各个方面的数据越多对以后的参照对比越有利。比如收集磁盘IO、CPU、网络情况等等。如果少收集了相关资源数据很可能在以后就不知道相关资源的瓶颈。如你没有收集IO资源的使用变化情况。你就不知道你的MySQL的写能力到达什么时候是个瓶颈，就不知道要如何去预防了。
感谢那些为开源做贡献的团队们。向他们致敬！ ^_^
由于笔者编写的Python脚本使用到了pandas和matplotlib，所以使用之前需要安装好这些模块。笔者为了方便没有去安装这些模块，而是使用Canopy这个免费版的集成套件，只要安装了他就能使用相关模块了。
软件版本：
| 软件 | 版本 | 说明 |
| Canopy | 1.6.1-rh5-64 | |
| Python | 2.7.10 | Canopy中自带的 |
1、使用tpcc-mysql加载数据到MySQL中
