MySQL每秒570000的寫入，如何實(shí)現(xiàn)？
一、需求
一個(gè)朋友接到一個(gè)需求，從大數(shù)據(jù)平臺收到一個(gè)數(shù)據(jù)寫入在20億+，需要快速地加載到MySQL中，供第二天業(yè)務(wù)展示使用。
二、實(shí)現(xiàn)再分析
對于單表20億， 在MySQL運(yùn)維，說真的這塊目前涉及得比較少，也基本沒什么經(jīng)驗(yàn)，但對于InnoDB單表Insert 如果內(nèi)存大于數(shù)據(jù)情況下，可以維持在10萬-15萬行寫入。 但很多時(shí)間我們接受的項(xiàng)目還是數(shù)據(jù)超過內(nèi)存的。 這里使用XeLabs TokuDB做一個(gè)測試。
三、XeLabs TokuDB 介紹
項(xiàng)目地址： https://github.com/XeLabs/tokudb
相對官方TokuDB的優(yōu)化：
- 內(nèi)置了jemalloc 內(nèi)存分配
- 引入更多的內(nèi)置的TokuDB性能指標(biāo)
- 支持Xtrabackup備份
- 引入ZSTD壓縮算法
- 支持TokuDB的binlog_group_commit特性
四、測試表
TokuDB核心配置：
- loose_tokudb_cache_size=4G
- loose_tokudb_directio=ON
- loose_tokudb_fsync_log_period=1000
- tokudb_commit_sync=0
表結(jié)構(gòu)
- CREATE TABLE `user_summary` (
- `user_id` bigint(20) unsigned NOT NULL COMMENT '用戶id/手機(jī)號',
- `weight` varchar(5) DEFAULT NULL COMMENT '和碼體重(KG)',
- `level` varchar(20) DEFAULT NULL COMMENT '重量級',
- `beat_rate` varchar(12) DEFAULT NULL COMMENT '擊敗率',
- `level_num` int(10) DEFAULT NULL COMMENT '同噸位人數(shù)',
- UNIQUE KEY `u_user_id` (`user_id`)
- ) ENGINE=TokuDB DEFAULT CHARSET=utf8
利用load data寫入數(shù)據(jù)
- root@localhost [zst]>LOAD DATA INFILE '/u01/work/134-136.txt' \
- INTO TABLE user_summary(user_id, weight, level, beat_rate,level_num);
- Query OK, 200000000 rows affected (5 min 48.30 sec)
- Records: 200000000 Deleted: 0 Skipped: 0 Warnings: 0
計(jì)算一下每秒寫入速度：
- root@localhost [zst]>select 200000000/(5*60+48.30);
- +------------------------+
- | 200000000/(5*60+48.30) |
- +------------------------+
- | 574217.6285 |
- +------------------------+
- 1 row in set (0.00 sec)
文件大?。?/strong>
- -rw-r--r-- 1 root root 8.5G 11月 25 20:05 134-136.txt
- -rw-r----- 1 mysql mysql 8.6K 11月 25 20:44 user_summary.frm
- -rw-r----- 1 mysql mysql 3.5G 11月 25 20:51 user_summary_main_229_1_1d_B_0.tokudb
實(shí)際文件8.5G，寫入TokuDB大小3.5G，只是接近于一半多點(diǎn)的壓縮量。 對于20億數(shù)據(jù)寫入，實(shí)際測試在58分鐘多點(diǎn)就可以完成?？梢詽M足實(shí)際需求，另外對于磁盤IO比較好的機(jī)器（SSD類盤，云上的云盤），如果內(nèi)存和數(shù)據(jù)差不多情況，這量級數(shù)據(jù)量測試在Innodb里需要添加自增列，可以在3個(gè)小多一點(diǎn)完成。 從***實(shí)戰(zhàn)上來看，Innodb和TokuDB都寫入同樣的數(shù)據(jù)，InnoDB需要花大概是TokuDB3-4倍時(shí)間。文件大小區(qū)別，同樣20億數(shù)據(jù)：
- -rw-r----- 1 mysql mysql 35G 11月 25 23:29 user2_main_26a_1_1d_B_0.tokudb
- -rw-r----- 1 mysql mysql 176G 11月 26 03:32 user5.ibd
文件大小在5倍大小的區(qū)別。
測試結(jié)論：
利用TokuDB在某云環(huán)境中8核8G內(nèi)存，500G高速云盤環(huán)境，多次測試可以輕松實(shí)現(xiàn)57萬每秒的寫入量。
另外測試幾種場景也供大家參考： 如果在TokuDB中使用帶自增的主鍵，主鍵無值讓MySQL內(nèi)部產(chǎn)生寫入速度，下降比較明顯，同樣寫入2億數(shù)據(jù)，帶有自建主鍵：
- root@localhost [zst]>CREATE TABLE `user3` (
- -> `user_id` bigint(20) unsigned NOT NULL COMMENT '用戶id/手機(jī)號',
- -> `weight` varchar(5) DEFAULT NULL COMMENT '和碼體重(KG)',
- -> `level` varchar(20) DEFAULT NULL COMMENT '重量級',
- -> `beat_rate` varchar(12) DEFAULT NULL COMMENT '擊敗率',
- -> `level_num` int(10) DEFAULT NULL COMMENT '同噸位人數(shù)',
- -> `id` bigint(20) NOT NULL AUTO_INCREMENT,
- -> PRIMARY KEY (`id`),
- -> UNIQUE KEY `u_user_id` (`user_id`)
- -> ) ENGINE=TokuDB;
- Query OK, 0 rows affected (0.03 sec)
- root@localhost [zst]>LOAD DATA INFILE '/u01/work/134-136.txt' INTO TABLE user3(user_id, weight, level, beat_rate,level_num);
- Query OK, 200000000 rows affected (22 min 43.62 sec)
- Records: 200000000 Deleted: 0 Skipped: 0 Warnings: 0
同樣的數(shù)據(jù)寫入在主鍵自增無值產(chǎn)生時(shí)，不能使用TokuDB的 Bulk loader data特性，相當(dāng)于轉(zhuǎn)換為了單條的Insert實(shí)現(xiàn)，所以效果上慢太多。
關(guān)于TokuDB Bulk Loader前提要求，這個(gè)表是空表，對于自增列，如自增列有值的情況下，也可以使用。 建議實(shí)際使用中，如果自增列有值的情況下，可以考慮去除自增屬性，改成唯一索引，這樣減少自增的一些處理邏輯，讓TokuDB能跑地更快一點(diǎn)。 另外在Bulk Loader處理中為了追求更快速的寫入，壓縮方面并不是很好。
關(guān)于TokuDB Bulk Loader :https://github.com/percona/PerconaFT/wiki/TokuFT-Bulk-Loader
五、測試環(huán)境說明
測試使用CentOS7環(huán)境，編譯的XeLabs TokuDB版本百度云地址：https://pan.baidu.com/s/1qYRyH3I 。
