Hyperledger Caliper Benchmarks 项目使用教程
2024-09-26 00:38:23作者:齐冠琰
1. 项目的目录结构及介绍
Hyperledger Caliper Benchmarks 项目的目录结构如下:
caliper-benchmarks/
├── benchmarks/
│ ├── api/
│ ├── samples/
│ └── scenario/
├── networks/
├── src/
├── .gitignore
├── CODEOWNERS
├── LICENSE
├── MAINTAINERS.md
├── README.md
└── SECURITY.md
目录结构介绍
-
benchmarks/: 包含测试配置和回调文件。测试配置文件描述了基准测试的参数,并引用回调文件,这些文件由 Caliper 客户端在基准测试期间执行。
- api/: 针对单个目标区块链 API 的测试。
- samples/: 针对目标区块链平台提供的原生示例的测试。
- scenario/: 适用于所有(支持的)目标区块链平台的通用场景测试。
-
networks/: 包含可用于基准测试的目标系统(SUT)的示例区块链网络。
-
src/: 包含部署到 SUT 并由测试回调交互的智能合约源文件。每个智能合约都保存在与其对应的区块链技术相关的文件夹中。
-
.gitignore: Git 忽略文件。
-
CODEOWNERS: 代码所有者文件。
-
LICENSE: 项目许可证文件。
-
MAINTAINERS.md: 维护者信息文件。
-
README.md: 项目介绍和使用说明文件。
-
SECURITY.md: 安全相关信息文件。
2. 项目的启动文件介绍
Hyperledger Caliper Benchmarks 项目没有明确的“启动文件”,因为它是用于基准测试的配置和资源集合。要运行基准测试,需要使用 Hyperledger Caliper CLI。
启动步骤
-
安装 Caliper CLI:
- 参考 Caliper 主仓库 的安装说明。
-
克隆本仓库:
git clone https://github.com/hyperledger/caliper-benchmarks.git cd caliper-benchmarks
-
运行基准测试:
- 使用 Caliper CLI 命令运行基准测试,例如:
caliper benchmark run --caliper-benchconfig benchmarks/scenario/simple/config.yaml --caliper-networkconfig networks/fabric/fabric-v1.4.1/2org1peergoleveldb/fabric-go.yaml
- 使用 Caliper CLI 命令运行基准测试,例如:
3. 项目的配置文件介绍
配置文件类型
-
测试配置文件: 位于
benchmarks/
目录下,描述基准测试的参数。- 例如:
benchmarks/scenario/simple/config.yaml
- 例如:
-
网络配置文件: 位于
networks/
目录下,描述目标区块链网络的配置。- 例如:
networks/fabric/fabric-v1.4.1/2org1peergoleveldb/fabric-go.yaml
- 例如:
配置文件示例
测试配置文件 (config.yaml
)
test:
name: Simple
description: This is a simple test
clients:
type: local
number: 5
rounds:
- label: init
txNumber: 10
rateControl:
type: fixed-rate
opts:
tps: 50
callback: benchmarks/scenario/simple/init.js
网络配置文件 (fabric-go.yaml
)
version: "1.0.0"
name: "Fabric 1.4.1"
description: "Fabric 1.4.1 network"
caliper:
blockchain: fabric
command:
start: scripts/start.sh
end: scripts/end.sh
通过以上配置文件,可以定义和运行不同的基准测试场景。
登录后查看全文
热门项目推荐
PaddleOCR-VL
PaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00- DDeepSeek-V3.2-ExpDeepSeek-V3.2-Exp是DeepSeek推出的实验性模型,基于V3.1-Terminus架构,创新引入DeepSeek Sparse Attention稀疏注意力机制,在保持模型输出质量的同时,大幅提升长文本场景下的训练与推理效率。该模型在MMLU-Pro、GPQA-Diamond等多领域公开基准测试中表现与V3.1-Terminus相当,支持HuggingFace、SGLang、vLLM等多种本地运行方式,开源内核设计便于研究,采用MIT许可证。【此简介由AI生成】Python00
openPangu-Ultra-MoE-718B-V1.1
昇腾原生的开源盘古 Ultra-MoE-718B-V1.1 语言模型Python00ops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。C++0128AI内容魔方
AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。02Spark-Chemistry-X1-13B
科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile011
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起

deepin linux kernel
C
23
6

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
229
2.3 K

仓颉编译器源码及 cjdb 调试工具。
C++
112
76

React Native鸿蒙化仓库
JavaScript
216
291

暂无简介
Dart
530
117

仓颉编程语言运行时与标准库。
Cangjie
122
93

🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
990
587

Ascend Extension for PyTorch
Python
73
102

仓颉编程语言测试用例。
Cangjie
34
59

旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.02 K
401