关于数据库:myloader导入更快吗并没有

• 0. 论断后行
• 1. 背景介绍
• 2. 测试过程
• 3. 后果比照
• 附录

myloader 还默认禁用 binlog 了

0. 论断后行

重要论断先说：导入大批量数据时，采纳 GreatSQL 8.0.32-24 中新增并行 load data 个性是最快的，对于该个性的形容详见：Changes in GreatSQL 8.0.32-24。

1. 背景介绍

前几天我用 MySQL 官网提供的 airportdb 库中的 weatherdata 表做测试，论断是相比原生快了约 5 倍。

群里有小伙伴反驳说用 myloader 更香，于是就有了本次测试。

因为 weatherdata 表较小，表空间只有 228MB，所以我改用 sysbench 表做测试，该表共 600 万行数据，表空间约 1.5GB，其余信息如下：

greatsql> show create table myload\G
*************************** 1. row ***************************
       Table: myload
Create Table:CREATE TABLE `myload` (
  `id` int NOT NULL AUTO_INCREMENT,
  `k` int NOT NULL DEFAULT '0',
  `c` char(120) NOT NULL DEFAULT '',
  `pad` char(60) NOT NULL DEFAULT '',
  PRIMARY KEY (`id`),
  KEY `k_2` (`k`)
) ENGINE=InnoDB AUTO_INCREMENT=6194244 DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_0900_ai_ci;

greatsql> show table status like 'myload'\G
*************************** 1. row ***************************
           Name: myload
         Engine: InnoDB
        Version: 10
     Row_format: Dynamic
           Rows: 5930876
 Avg_row_length: 233
    Data_length: 1385168896
Max_data_length: 0
   Index_length: 153894912
      Data_free: 7340032
 Auto_increment: 6194244
    Create_time: 2023-07-08 09:25:02
    Update_time: 2023-07-08 09:25:33
     Check_time: NULL
      Collation: utf8mb4_0900_ai_ci
       Checksum: NULL
 Create_options:
        Comment:

2. 测试过程

本次测试基于 GreatSQL 8.0.32-24 版本，其余相干信息如下：

# myloader 版本
$ myloader --version
myloader0.15.0-1, built against MySQL 5.7.42-46 with SSL support with GZIP

# MySQL Shell 版本
 JS > shell.version
Ver 8.0.32 for Linux on x86_64 - for MySQL 8.0.32 (MySQL Community Server (GPL))

默认开启 binlog + 双 1 + redo log + doublewrite buffer：

|binlog_rows_query_log_events |ON|
| innodb_buffer_pool_size | 8589934592|innodb_doublewrite |ON|
|innodb_flush_log_at_trx_commit |1|
|innodb_redo_log_capacity |2147483648|
|sync_binlog |1|

3. 后果比照

上面是几个不同导入形式的比照测试后果，每种形式我都测试至多 3 次，去除噪点数据后取平均值：

从这个测试后果能够看到几个比照关系：

1. 原生 load data 最慢，因为是单线程的，它的耗时是并行 load data 的 5.32 倍；
2. 原生 load data 的耗时是多线程模式下 myloader 的 2.14 倍；
3. 原生 load data 的耗时是多线程模式下 util.importTable 的 3.92 倍；
4. 当 myloader 没有开启并行（mydumper 备份时要先进行调配）的话，它的耗时是最久的，是并行 load data 的 7 倍，是多线程模式下 util.importTable 的 5.16 倍；
5. 当 myloader 未开启 binlog 时（其默认行为，有 ” 舞弊 ” 嫌疑），其耗时是并行 load data 的 1.81 倍，是多线程模式下 util.importTable 的 1.34 倍；
6. 最初，myloader 导入后造成的 binlog 文件最大，内存开销也最大。

综上，在 MySQL 8.0/GreatSQL 8.0.32 中，采纳 myloader 导入数据就不再是最优计划了，举荐采纳 GreatSQL 的并行 load data，或者 MySQL Shell 的 util.loadDump/util.importTable 导入，其本质也是采纳并行的思路，导入效率更高，额定的 binlog 和内存开销也更小。

最初，补充说下，myloader 导入时产生的 binlog 更多，是因为它的导入形式是重复执行 INSERT SQL，在 binlog_rows_query_log_events = ON 时，相比 load data 形式会产生更多 binlog。

附录

1. myloader 多分片形式导出

设置导出时进行分片，每个分片（chunk）10MB

$ mydumper -F 10 -S /data/GreatSQL/mysql.sock -T sbtest.myload -o /tmp/myload

最初的（未压缩）文件总大小为 1.2GB。

2. outfile 导出

greatsql> select * into outfile '/tmp/myload.csv' from myload;

很简略，平平无奇，最初的（未压缩）文件总大小为 1.1GB。

3. util.dumpTables 多分片形式导出 设置导出时进行分片，每个分片（chunk）64MB（默认值）

MySQL  localhost  JS > util.dumpTables("sbtest", ["myload"], "/tmp/myload", {threads:16, chunking:true, bytesPerChunk:"67108864"})

最初的（压缩后）文件总大小为 505MB。

Enjoy GreatSQL :)

## 对于 GreatSQL

GreatSQL 是实用于金融级利用的国内自主开源数据库，具备高性能、高牢靠、高易用性、高平安等多个外围个性，能够作为 MySQL 或 Percona Server 的可选替换，用于线上生产环境，且完全免费并兼容 MySQL 或 Percona Server。

相干链接：GreatSQL 社区 Gitee GitHub Bilibili

GreatSQL 社区：

社区博客有奖征稿详情：https://greatsql.cn/thread-100-1-1.html

技术交换群：

微信：扫码增加 GreatSQL 社区助手 微信好友，发送验证信息 加群。