TokuDB的特点验证

2022-05-26 04:06:01

　　随着数据量越来越大，越来越频繁的遇到需要进行结构拆分的情况，每一次拆分都耗时很久，并且需要多方配合，非常的不想搞这个事情。于是在@zolker的提醒下想到了13年开源tokuDB，来解决我们迫在眉睫的容量问题。

　　坊间流传tokuDB有如下几个看着令人垂涎欲滴的特点，正好符合我们实际环境的需求，故针对每个特点进行了针对性测试：

　　1、高压缩比，官方宣称可以达到1：12。

　　2、高insert性能，官方称至少比innodb高9倍。

　　3、可以在线添加索引和字段，速度快。

（前提：由于是为了解决线上的实际问题，故本次验证并不会按照严格的测试规范进行，所得数据也不是tokuDB的极限数据，只是在实际业务上的表现）

高压缩比：

　　原有数据库容量1126G，使用tokudb之后，压缩到76G，压缩比达到惊人的14倍。

高insert性能：

　　简单比较追同步的性能，同时在innodb和tokudb上阻塞同步3分钟，然后观察追同步的性能（不代表最大性能，因为会受限于mysql单线程追同步的瓶颈。io不会被充分利用到）

　　基本环境为SAS服务器，12*300G 15000转SAS盘，BP size相同。

　　可以明显看到在不改变基本配置，不增加多线程复制的情况下，tokudb的追同步性能高于innodb，大概在1.9倍。

在线添加字段和索引：

　　测试目标表为425MB，所在服务器均为10块盘做RAID5的SSD服务器。

　　从下图可以看出

添加索引，innodb快，tokudb慢
删除索引，innodb快，tokudb超快
增加字段，innodb慢，tokudb超快
删除字段，innodb慢，tokudb超快

　　TokuDB在在线DDL操作的时候相对InnoDB有较大的优势。在索引方面，删除索引基本瞬间完成。在字段方案，添加/删除字段基本都是瞬间完成。

　　具体我们可以看下面的操作记录。

 CREATE TABLE `timeline_1009` (
  `uid` bigint(16) unsigned NOT NULL,
  `vflag` tinyint(4) unsigned NOT NULL DEFAULT ‘0‘,
  `status_id` bigint(16) unsigned NOT NULL,
  `source` int(6) unsigned NOT NULL DEFAULT ‘0‘,
  `fflag` int(6) unsigned NOT NULL DEFAULT ‘0‘,
  `mflag` tinyint(4) NOT NULL DEFAULT ‘0‘,
  PRIMARY KEY (`uid`)
) ENGINE=TokuDB DEFAULT CHARSET=utf8 ROW_FORMAT=TOKUDB_LZMA;

InnoDB操作记录：

>create index idx_flag on timeline_1009 (mflag);
Query OK, 0 rows affected (36.48 sec)

>drop index idx_flag on timeline_1009;
Query OK, 0 rows affected (0.29 sec)

>alter table timeline_1009 add column test_flag tinyint;
Query OK, 4549087 rows affected (28.64 sec)

>alter table timeline_1009 drop column test_flag;           
Query OK, 4549087 rows affected (27.29 sec)

TokuDB操作记录：

>create index idx_flag on timeline_1009(mflag);
Query OK, 0 rows affected (56.56 sec)

>drop index idx_flag on timeline_1009;
Query OK, 0 rows affected (0.05 sec)

>alter table timeline_1009 add column test_flag tinyint;
Query OK, 0 rows affected (0.01 sec)

>alter table timeline_1009 drop column test_flag;           
Query OK, 0 rows affected (0.00 sec)

　　innodb添加字段的时候会建立一个temp table，修改表结构后，会删除原表，并将临时表rename回原名字，所以就相当于对表进行了一次optimization，清理各种碎片，这也就是为什么add column的时候会有百万级别的rows affected。但是可以很明显的看到tokudb的rows affected为0，推测是tokudb在添加字段的时候，并不会采用innodb的方法。从官网的文档中获得的信息是，TokuDB会将添加字段的工作放在后台执行，而其快速的原因是将B-tree改为了Fractal-tree，其将随机IO替换为了顺序IO。领用Fractal-tree的特性，将HCAD命令广播到所有行上，而不是想InnoDB那样，需要open table并消耗很多的内存资源。

　　以上都是TokuDB的特点，接下来我们看看其对CPU、IOPS和RT的影响。以上3点是影响服务器负载和对外提供服务质量的关键数据。

　　测试背景，相同的slave，只不过引擎不通，在同一个时间点抓取数据，理论上认为承担的服务量相等。

CPU消耗：

　　理论上经过大压缩比的数据库一定会比较消耗cpu的usr态，果然从下图中我们可以看出，tokudb比innodb对usr态的cpu消耗要多，平均在2倍左右。