目录
- 1. 测试环境
- 1.1 软硬件
- 1.2 表结构
- 2. 测试目的
- 2.1 压缩空间对比
- 2.2 查询性能对比
- 3. 测试工具
- 3.1 mysqlslap
- 3.2 测试query
- 4.测试结论
数据魔方需要的数据,一旦写入就很少或者根本不会更新。这种数据非常适合压缩以降低磁盘占用。mysql本身提供了两种压缩方式――archive
引擎以及针对myisam
引擎的myisampack
方式。今天对这两种方式分别进行了测试,对比了二者在磁盘占用以及查询性能方面各自的优劣。至于为什么做这个,你们应该懂的,我后文还会介绍。且看正文:
1. 测试环境
1.1 软硬件
一台 64位 2.6.18-92
内核linux
开发机,4g内存,4个2800mhz dual-core amd opteron
(tm) processor
2220 cpu。
mysql放在一块7200转sat硬盘,未做raid
;
mysql未做任何优化, 关闭了query cache
,目的在于避免query cache
对测试结果造成干扰。
1.2 表结构
2424753条记录,生产环境某一个分片的实际数据;
分别建立了(partition_by1,idx_rank
) 和 (partition_by1,chg_idx
)的联合索引,其中 partition_by1为32长度的varchar类型 ,用于检索;其余两个字段均为浮点数,多用于排序;
autokid
作为子增列,充当primary key
,仅作为数据装载时原子性保证用,无实际意义。
2. 测试目的
2.1 压缩空间对比
压缩率越大,占用的磁盘空间越小,直接降低数据的存储成本;
2.2 查询性能对比
压缩后查询性能不应该有显著降低。archive
是不支持索引的,因此性能降低是必然的,那么我们也应该心里有个谱,到底降低了多少,能不能接受。
3. 测试工具
3.1 mysqlslap
官方的工具当然是不二之选。关于mysqlslap
的介绍请参考 官方文档 。
3.2 测试query
截取生产环境访问topranks_v3
表的实际sql共9973条,从中抽取访问量较大的7条,并发50,重复执行10次。命令如下:
./mysqlslap --defaults-file=../etc/my.cnf -u**** -p**** -c50 -i10 -q ../t.sql --debug-info
4.测试结论
比较项 | 磁盘空间 | 耗时(秒) | cpu idle | load | 并发 |
基准表(myisam) | 403956004 | 2.308 | 30 | 15 | 50 |
archive | 75630745 | >300 | 75 | 4 | 1 |
pack | 99302109 | 2.596 | 30 | 22 | 50 |
根据上面的表格给出的测试数据,我们简单得出以下结论:
- 针对测试表,
archive
表占用空间约为之前的18.7%
,myisampack
后空间占用约为之前的24.6%;二者相差不多,单纯从空间利用情况来看,我们似乎需要选择archive
表; - 我们再看查询性能,与基准表进行对比。无论在总耗时还是系统负载方面,50并发下的
pack
表查询性能与基准表相当; 而archive
表在单并发情况下耗时超过了5分钟 (实在等不了了,kill之)!
那么,我们似乎可以得出结论,针对需要在线查询的表,archive
引擎基本上可以不考虑了。
为什么这个测试过程中archive
引擎如此地慢呢?
我们知道,mysql
提供archive
这种存储引擎是为了降低磁盘开销,但还有一个前提,那就是被归档的数据不需要或者很少被在线查询,偶尔的查询慢一些也是没关系的。鉴于上述原因,archive
表是不允许建立自增列之外的索引的。
有了这个共识,我们拿一条测试sql来分析一下不用索引前后的查询性能差别为什么这么大。
在我们的测试sql中有这么一条:
select c1,c2,...,cn from mysqlslap.rpt_topranks_v3 where ... and partition_by1 = '50008090' order by added_quantity3 desc limit 500
我们前边说过,测试的这个表在partition_by1
这个字段上建立了索引,那么,我们初步判断在基准表和myisampack
表上,这个查询应该用到了partition_by1
的索引; explain 一下:
mysql> explain -> select ... from mysqlslap.rpt_topranks_v3 -> where ... and partition_by1 = '50008090' -> order by added_quantity3 desc -> limit 500\g *************************** 1. row *************************** id: 1 select_type: simple table: rpt_topranks_v3 type: ref possible_keys: idx_toprank_pid,idx_toprank_chg key: idx_toprank_pid key_len: 99 ref: const rows: 2477 extra: using where; using filesort 1 row in set (0.00 sec)
正如我们所料,这个查询用到了建立在partition_by1
这个字段上的索引,匹配的目标行数为2477,然后还有一个在added_quantity3
字段上的排序。由于added_quantity3
没有索引,所以用到了filesort
。
我们再看一下这条sql在归档表上的 explain 结果:
mysql> explain -> select ... from mysqlslap.rpt_topranks_v3_<strong>archive</strong> -> where ... and partition_by1 = '50008090' -> order by added_quantity3 desc -> limit 500\g *************************** 1. row *************************** id: 1 select_type: simple table: rpt_topranks_v3_archive type: all possible_keys: null key: null key_len: null ref: null rows: 2424753 extra: using where; using filesort 1 row in set (0.00 sec)
explain 说:“我没有索引可用,所以只能全表扫描2424753行记录,然后再来个filesort
。”你要追求性能,那显然是委屈mysql
了。
到此这篇关于mysql的数据压缩性能对比详情的文章就介绍到这了,更多相关mysql的数据压缩性能对比内容请搜索www.887551.com以前的文章或继续浏览下面的相关文章希望大家以后多多支持www.887551.com!