MySQL每秒570000的寫(xiě)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(tái)收到一個(gè)數(shù)據(jù)寫(xiě)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(duì)于單表20億， 在MySQL運(yùn)維，說(shuō)真的這塊目前涉及得比較少，也基本沒(méi)什么經(jīng)驗(yàn)，但對(duì)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(wàn)-15萬(wàn)行寫(xiě)入。 但很多時(shí)間我們接受的項(xiàng)目還是數(shù)據(jù)超過(guò)內(nèi)存的。 這里使用XeLabs TokuDB做一個(gè)測(cè)試。

三、XeLabs TokuDB 介紹

項(xiàng)目地址： https://github.com/XeLabs/tokudb

相對(duì)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(cè)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(hù)id/手機(jī)號(hào)',  
 `weight` varchar(5) DEFAULT NULL COMMENT '和碼體重(KG)',  
 `level` varchar(20) DEFAULT NULL COMMENT '重量級(jí)',  
 `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(xiě)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(xiě)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(xiě)入TokuDB大小3.5G，只是接近于一半多點(diǎn)的壓縮量。 對(duì)于20億數(shù)據(jù)寫(xiě)入，實(shí)際測(cè)試在58分鐘多點(diǎn)就可以完成?？梢詽M(mǎn)足實(shí)際需求，另外對(duì)于磁盤(pán)IO比較好的機(jī)器（SSD類(lèi)盤(pán)，云上的云盤(pán)），如果內(nèi)存和數(shù)據(jù)差不多情況，這量級(jí)數(shù)據(jù)量測(cè)試在Innodb里需要添加自增列，可以在3個(gè)小多一點(diǎn)完成。 從好實(shí)戰(zhàn)上來(lái)看，Innodb和TokuDB都寫(xiě)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(cè)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(pán)環(huán)境，多次測(cè)試可以輕松實(shí)現(xiàn)57萬(wàn)每秒的寫(xiě)入量。

另外測(cè)試幾種場(chǎng)景也供大家參考： 如果在TokuDB中使用帶自增的主鍵，主鍵無(wú)值讓MySQL內(nèi)部產(chǎn)生寫(xiě)入速度，下降比較明顯，同樣寫(xiě)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(hù)id/手機(jī)號(hào)',  
 -> `weight` varchar(5) DEFAULT NULL COMMENT '和碼體重(KG)',  
 -> `level` varchar(20) DEFAULT NULL COMMENT '重量級(jí)',  
 -> `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(xiě)入在主鍵自增無(wú)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(duì)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(xiě)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(cè)試環(huán)境說(shuō)明

測(cè)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 。