来源:吴炳锡
yq.aliyun.com/articles/278034
MySQL数据库如何实现每秒570000的写入,通过本文了解下 。
一、需求
一个朋友接到一个需求,从大数据平台收到一个数据写入在20亿+,需要快速地加载到MySQL中,供第二天业务展示使用 。
二、实现再分析
对于单表20亿,在MySQL运维,说真的这块目前涉及得比较少,也基本没什么经验,但对于InnoDB单表Insert 如果内存大于数据情况下,可以维持在10万-15万行写入 。但很多时间我们接受的项目还是数据超过内存的 。这里使用XeLabs TokuDB做一个测试 。
三、XeLabs TokuDB 介绍
项目地址:
https://github.com/XeLabs/tokudb
相对官方TokuDB的优化:
- 内置了jemalloc 内存分配
- 引入更多的内置的TokuDB性能指标
- 支持Xtrabackup备份
- 引入ZSTD压缩算法
- 支持TokuDB的binlog_group_commit特性
TokuDB核心配置:
loose_tokudb_cache_size=4Gloose_tokudb_directio=ONloose_tokudb_fsync_log_period=1000tokudb_commit_sync=0
表结构
CREATETABLE`user_summary`(`user_id`bigint(20)unsignedNOTNULLCOMMENT'用户id/手机号',`weight`varchar(5)DEFAULTNULLCOMMENT'和码体重(KG)',`level`varchar(20)DEFAULTNULLCOMMENT'重量级',`beat_rate`varchar(12)DEFAULTNULLCOMMENT'击败率',`level_num`int(10)DEFAULTNULLCOMMENT'同吨位人数',UNIQUEKEY`u_user_id`(`user_id`))ENGINE=TokuDBDEFAULTCHARSET=utf8
利用load data写入数据
root@localhost[zst]>LOADDATAINFILE'/u01/work/134-136.txt'INTOTABLEuser_summary(user_id,weight,level,beat_rate,level_num);QueryOK,200000000rowsaffected(5min48.30sec)Records:200000000Deleted:0Skipped:0Warnings:0
计算一下每秒写入速度:
root@localhost[zst]>select200000000/(5*60+48.30);+------------------------+|200000000/(5*60+48.30)|+------------------------+|574217.6285|+------------------------+1rowinset(0.00sec)
文件大小:
-rw-r--r--1rootroot8.5G11月2520:05134-136.txt-rw-r-----1mysqlmysql8.6K11月2520:44user_summary.frm-rw-r-----1mysqlmysql3.5G11月2520:51user_summary_main_229_1_1d_B_0.tokudb
实际文件8.5G,写入TokuDB大小3.5G,只是接近于一半多点的压缩量 。对于20亿数据写入,实际测试在58分钟多点就可以完成 。可以满足实际需求,另外对于磁盘IO比较好的机器(SSD类盘,云上的云盘),如果内存和数据差不多情况,这量级数据量测试在Innodb里需要添加自增列,可以在3个小多一点完成 。从最佳实战上来看,Innodb和TokuDB都写入同样的数据,InnoDB需要花大概是TokuDB3-4倍时间 。文件大小区别,同样20亿数据:
-rw-r-----1mysqlmysql35G11月2523:29user2_main_26a_1_1d_B_0.tokudb-rw-r-----1mysqlmysql176G11月2603:32user5.ibd
文件大小在5倍大小的区别 。
测试结论:
利用TokuDB在某云环境中8核8G内存,500G高速云盘环境,多次测试可以轻松实现57万每秒的写入量 。
另外测试几种场景也供大家参考:如果在TokuDB中使用带自增的主键,主键无值让MySQL内部产生写入速度,下降比较明显,同样写入2亿数据,带有自建主键:
root@localhost[zst]>CREATETABLE`user3`(->`user_id`bigint(20)unsignedNOTNULLCOMMENT'用户id/手机号',->`weight`varchar(5)DEFAULTNULLCOMMENT'和码体重(KG)',->`level`varchar(20)DEFAULTNULLCOMMENT'重量级',->`beat_rate`varchar(12)DEFAULTNULLCOMMENT'击败率',->`level_num`int(10)DEFAULTNULLCOMMENT'同吨位人数',->`id`bigint(20)NOTNULLAUTO_INCREMENT,->PRIMARYKEY(`id`),->UNIQUEKEY`u_user_id`(`user_id`)->)ENGINE=TokuDB;QueryOK,0rowsaffected(0.03sec)root@localhost[zst]>LOADDATAINFILE'/u01/work/134-136.txt'INTOTABLEuser3(user_id,weight,level,beat_rate,level_num);QueryOK,200000000rowsaffected(22min43.62sec)Records:200000000Deleted:0Skipped:0Warnings:0
同样的数据写入在主键自增无值产生时,不能使用TokuDB的 Bulk loader data特性,相当于转换为了单条的Insert实现,所以效果上慢太多 。
关于TokuDB Bulk Loader前提要求,这个表是空表,对于自增列,如自增列有值的情况下,也可以使用 。建议实际使用中,如果自增列有值的情况下,可以考虑去除自增属性,改成唯一索引,这样减少自增的一些处理逻辑,让TokuDB能跑地更快一点 。另外在Bulk Loader处理中为了追求更快速的写入,压缩方面并不是很好 。
关于TokuDB Bulk Loader :
https://github.com/percona/PerconaFT/wiki/TokuFT-Bulk-Loader
五、测试环境说明
推荐阅读
- 适用于Mac的10款应用程序,瞬间提高Mac生产力
- 食人树是真的吗 世界上真的有食人树吗
- 我的天,内网渗透,大黑客是这样进行操作的
- 茶业专家 学者,中国茶叶96%合格
- 好网线与坏网线的区别,教你几招鉴别技巧不掉坑
- google站长工具的9个分析逻辑
- 品牌中国李国平,炒的出天价 炒不出的茶文化
- 推荐5款好用的开源 Docker 工具
- 一篇文章推荐量1.3亿,500多万阅读量,爆文背后的“秘诀”是什么
- 如何查询头条号的权重