概述

kunlun-0.9.1的性能测试次要应用Sysbench进行，分为oltp测试和olap测试两大部分。

  • 对于oltp测试，次要蕴含4种操作:read&write、write only、update_non_index、update_index，测试目标次要是查看新推出的强一致性模式(rbr)，比照MySQL的官网强一致性计划(mgr)性能有多大晋升。因为网络不是瓶颈，次要在内网的机器中进行。
  • 对于olap测试，则次要蕴含: point select、simple range select、sum range select, order by range select、distinct range select，次要在AWS EC2的机器上运行，因为某些select操作对网络要求很高，大量操作就能用满千兆网，须要万兆网能力测出最好性能。另一目标则是掂量AWS上不同配置的性能价格比。

oltp测试

根本配置状况

本测试分为2个局部:

  • rbr: 应用RBR复制模式构建的集群，此为企业版独有。
  • mgr: 应用MGR复制模式构建的集群，此为开源版和企业版都有。

客户端: 测试客户端应用一台AMD Ryzen 9 5950X + 64GB内存的机器，其上部署sysbench以及HAProxy, sysbench将申请发往HAProxy, HAProxy将申请发往三个计算节点。

数据:总共为18个表，每个表1000万记录，总数据量为36G，分到3个Shard外面，数据在shard间均匀分布，每个shard含有6个表，12G。

集群配置：集群应用三台机器，且做对等部署, 每台机器上部署一个元数据节点，一个计算节点, 一个shard的primary和另外两个shards的replicas，三台机器配置为:

  • § AMD Ryzen 9 5950X + 64G + 1TB SSD
  • § AMD Ryzen 9 5950X + 128GB + 1TB SSD
  • § AMD Ryzen 9 5950X + 128GB + 1TB SSD

缓存命中率: 每个数据节点innodb_buffer_pool_size为12G，meta node的innodb_buffer_pool_size为512MB，缓存命中100%，计算节点应用默认的内存配置。

测试状况:

  • 测试线程为：300 400 500 600 700 800 900 1000。
  • 总共测试四种操作:read&write、write only、update_non_index、update_index。
  • 每个线程下每个操作运行工夫为5分钟。

测试后果

总体后果：

  • rbr为0.9.1版本新推出的，针对mgr复制模式的改良模式，从测试后果看，性能晋升显著。
  • 对于read&write：中低(<=600)线程下，mgr和rbr体现差不多，线程数>=700时， rbr比照mgr产生较大性能差，最高到靠近3倍。
  • 对于write only：低(<=400)线程下, rbr约为mgr的1.5倍，中高线程下，rbr为mgr的2倍以上。
  • 对于update_non_index和update_index：rbr均匀超过mgr的2倍。

read&write

Sysbench命令:

./sysbench --max-time=300 --test=tests/db/oltp.lua  --pgsql-host=$host  --pgsql-port=$port --pgsql-db=$dbname--oltp_tables_count=$tblcnt --oltp-table-size=$tblsize  --oltp-write-only=off --oltp-read-only=off--init-rng=on --num-threads=$thrcnt --max-requests=0 --oltp-dist-type=uniform --pgsql-user=$user--pgsql-password=$pass --oltp_auto_inc=off --db-driver=pgsql --oltp_use_xa_pct=0 --oltp_use_xa_2pc_pct=80--report-interval=10 run

rbr的后果：

mgr的后果：

write only

Sysbench命令:

./sysbench --max-time=300--test=tests/db/oltp.lua --pgsql-host=$host --pgsql-port=$port --pgsql-db=$dbname --oltp_tables_count=$tblcnt--oltp-table-size=$tblsize --oltp-write-only=on --oltp-read-only=off --init-rng=on--num-threads=$thrcnt  --max-requests=0--oltp-dist-type=uniform --pgsql-user=$user --pgsql-password=$pass--oltp_auto_inc=off --db-driver=pgsql --oltp_use_xa_pct=0--oltp_use_xa_2pc_pct=80 --report-interval=10 run

rbr的后果：

mgr的后果：

update_non_index

Sysbench命令：

./sysbench --max-time=300--test=tests/db/update_non_index.lua --pgsql-host=$host --pgsql-port=$port --pgsql-db=$dbname --oltp_tables_count=$tblcnt--oltp-table-size=$tblsize --oltp-write-only=on --oltp-read-only=off--init-rng=on --num-threads=$thrcnt --max-requests=0 --oltp-dist-type=uniform --pgsql-user=$user--pgsql-password=$pass --oltp_auto_inc=off --db-driver=pgsql--oltp_use_xa_pct=95 --oltp_use_xa_2pc_pct=80 --report-interval=10 run

rbr的后果：

mgr的后果：

update_index

Sysbench命令:

./sysbench --max-time=300--test=tests/db/update_index.lua --pgsql-host=$host  --pgsql-port=$port--pgsql-db=$dbname --oltp_tables_count=$tblcnt --oltp-table-size=$tblsize--oltp-write-only=on --oltp-read-only=off --init-rng=on--num-threads=$thrcnt  --max-requests=0--oltp-dist-type=uniform --pgsql-user=$user --pgsql-password=$pass --oltp_auto_inc=off--db-driver=pgsql --oltp_use_xa_pct=95 --oltp_use_xa_2pc_pct=80--report-interval=10 run

rbr的后果：

mgr的后果：

olap测试

olap测试依据资源利用的状况，调整了机型的配置，以掂量不同配置下集群的整体体现，这里次要应用三种配置（仅列出不同)：

  • 配置1：计算节点应用3台C5.4xlarge, 存储节点应用3台i3.4xlarge，此配置仅测了point select的操作，因为很快发现存储节点CPU成为瓶颈。
  • 配置2：计算节点应用3台C5.4xlarge, 存储节点应用3台c5d.9xlarge
  • 配置3：计算节点应用3台C5.9xlarge, 存储节点应用3台c5d.9xlarge

根本配置状况

本测试应用RBR复制模式构建的集群，此为企业版独有。

测试客户端采纳3台C5.4xlarge来运行sysbench, 通过aws load balancer做分流，将申请发向3个计算节点。

集群配置:

  • rbr: 元数据集群应用3台m5.xlarge, 蕴含3个shards, 每个shard都是三正本，每台存储机器上具备一个shard的primary和另外两个shards的replicas.

数据：总共为18个表，每个表1000万记录，总数据量为36G，数据在shard间均匀分布，每个shard含有6个表，12G。

缓存命中率：每个数据节点innodb_buffer_pool_size为20G，meta node的innodb_buffer_pool_size为1G，缓存命中100%。

测试状况:

  • 每台sysbench客户端测试线程为：50 100 200 300 400 500。
  • 总共测试5种操作: point selects、simple range selects、sum range selects、order by range selects、distinct range selects。
  • 每个线程下每个操作运行工夫为5分钟。

集群老本：

  • 配置1 = 3 (m5.xlarge + i3.4xlarge + c5.4xlarge) = 3 (1.356 + 9.365 + 3.943) = 3 14.664 = 44 CNY / hour。
  • 配置2 = 3 (m5.xlarge + c5d.9xlarge + c5.4xlarge) = 3 (1.356 + 10.721 + 3.943) = 3 16.02 = 48 CNY / hour。
  • 配置3 = 3 (m5.xlarge + c5d.9xlarge + c5.9xlarge) = 3 (1.356 + 10.721 + 8.872) = 3 20.949 = 63 CNY / hour。

测试后果

总体后果剖析：

  • 通过应用aws cloudwatch剖析EC2的资源利用状况，可能更好的发现性能瓶颈，以便调整配置取得更好的性能价格比。
  • 测试的目标之一是为了掂量云上不同配置下的性能价格比，每个具体操作前面都给出了性价比的折线图，更直观的显示比照后果。从后果上看，配置3可能更好施展集群各局部的整体性能，具备更高的性能价格比（qps/price per hour)。
  • 因为存储节点基于mysql开发, 具备残缺的SQL解析执行性能，存储节点比其余竞品的存储节点具备更弱小的性能，但也要求更高的CPU，在简单查问下性能也更杰出。
  • 除point select外的其余汇集类查问对网络要求较高，在AWS上更容易展现出高性能，机房内的1Gb/s的网络中，网络先到瓶颈，无奈测出高性能。

point selects

Sysben命令:

 ./sysbench --max-time=300 --test=tests/db/oltp.lua  --pgsql-host=$host  --pgsql-port=$port --pgsql-db=$dbname--oltp_tables_count=$tblcnt --oltp-table-size=$tblsize --oltp-write-only=off--oltp-read-only=on --init-rng=on --num-threads=$thrcnt  --max-requests=0 --oltp-dist-type=uniform--pgsql-user=$user --pgsql-password=$pass --oltp_auto_inc=off --db-driver=pgsql --oltp_use_xa_pct=0--oltp_use_xa_2pc_pct=80 --oltp_point_selects=10 --oltp_simple_ranges=0--oltp_sum_ranges=0 --oltp_order_ranges=0 --oltp_distinct_ranges=0 --report-interval=30run

rbr模式的后果：

simple range selects

Sysbench命令：

./sysbench --max-time=300 --test=tests/db/oltp.lua  --pgsql-host=$host  --pgsql-port=$port --pgsql-db=$dbname --oltp_tables_count=$tblcnt--oltp-table-size=$tblsize --oltp-write-only=off --oltp-read-only=on--init-rng=on --num-threads=$thrcnt --max-requests=0 --oltp-dist-type=uniform --pgsql-user=$user--pgsql-password=$pass --oltp_auto_inc=off --db-driver=pgsql --oltp_use_xa_pct=0--oltp_use_xa_2pc_pct=80 --oltp_point_selects=0 --oltp_simple_ranges=1--oltp_sum_ranges=0 --oltp_order_ranges=0 --oltp_distinct_ranges=0--report-interval=30 run

rbr模式的后果：

sum range selects

Sysbench命令:

./sysbench --max-time=300 --test=tests/db/oltp.lua  --pgsql-host=$host  --pgsql-port=$port --pgsql-db=$dbname--oltp_tables_count=$tblcnt --oltp-table-size=$tblsize --oltp-write-only=off--oltp-read-only=on --init-rng=on --num-threads=$thrcnt  --max-requests=0 --oltp-dist-type=uniform --pgsql-user=$user--pgsql-password=$pass  --oltp_auto_inc=off --db-driver=pgsql--oltp_use_xa_pct=0 --oltp_use_xa_2pc_pct=80 --oltp_point_selects=0--oltp_simple_ranges=0 --oltp_sum_ranges=1 --oltp_order_ranges=0--oltp_distinct_ranges=0 --report-interval=30 run

rbr模式的后果：

order by range selects

Sysbench命令：

./sysbench --max-time=300 --test=tests/db/oltp.lua  --pgsql-host=$host  --pgsql-port=$port --pgsql-db=$dbname--oltp_tables_count=$tblcnt --oltp-table-size=$tblsize --oltp-write-only=off--oltp-read-only=on --init-rng=on --num-threads=$thrcnt  --max-requests=0 --oltp-dist-type=uniform--pgsql-user=$user --pgsql-password=$pass --oltp_auto_inc=off --db-driver=pgsql --oltp_use_xa_pct=0--oltp_use_xa_2pc_pct=80 --oltp_point_selects=0 --oltp_simple_ranges=0--oltp_sum_ranges=0 --oltp_order_ranges=1 --oltp_distinct_ranges=0--report-interval=30 run

rbr模式的后果：

distinct range selects

Sysbench命令：

./sysbench --max-time=300 --test=tests/db/oltp.lua  --pgsql-host=$host  --pgsql-port=$port --pgsql-db=$dbname --oltp_tables_count=$tblcnt--oltp-table-size=$tblsize --oltp-write-only=off --oltp-read-only=on--init-rng=on --num-threads=$thrcnt --max-requests=0 --oltp-dist-type=uniform --pgsql-user=$user--pgsql-password=$pass --oltp_auto_inc=off --db-driver=pgsql --oltp_use_xa_pct=0--oltp_use_xa_2pc_pct=80 --oltp_point_selects=0 --oltp_simple_ranges=0--oltp_sum_ranges=0 --oltp_order_ranges=0 --oltp_distinct_ranges=1--report-interval=30 run

rbr模式的后果：

END

昆仑数据库是一个HTAP NewSQL分布式数据库管理系统，能够满足用户对海量关系数据的存储管理和利用的全方位需要。
利用开发者和DBA的应用昆仑数据库的体验与单机MySQL和单机PostgreSQL简直完全相同，因为首先昆仑数据库反对PostgreSQL和MySQL双协定，反对规范SQL:2011的 DML 语法和性能以及PostgreSQL和MySQL对规范 SQL的扩大。同时，昆仑数据库集群反对程度弹性扩容，数据主动拆分，分布式事务处理和分布式查询处理，强壮的容错容灾能力，欠缺直观的监测剖析告警能力，集群数据备份和复原等 罕用的DBA 数据管理和操作。所有这些性能无需任何利用零碎侧的编码工作，也无需DBA人工染指，不停服不影响业务失常运行。
昆仑数据库具备全面的OLAP 数据分析能力，通过了TPC-H和TPC-DS规范测试集，能够实时剖析最新的业务数据，帮忙用户发掘出数据的价值。昆仑数据库反对私有云和公有云环境的部署，能够与docker，k8s等云基础设施无缝合作，能够轻松搭建云数据库服务。
请拜访 http://www.zettadb.com/ 获取更多信息并且下载昆仑数据库软件、文档和材料。
KunlunDB我的项目已开源
【GitHub：】
https://github.com/zettadb
【Gitee：】
https://gitee.com/zettadb