探索InnoDB并行读

导读

作者:蒋乐兴 MySQL-DBA 目前在 github 上维护着两套 MySQL 开源工具 mysqltools & dbm(dbm-agent dbm-center),对机器学习和程序化交易也有些心得。

一、innodbparallelread_threads

这个参数控制着聚集索引扫描时 innodb 层面的并发数,核心数无限的情况下并发数越大,返回结果的时间就越短

二、环境准备

我们准备用innodb 之前最不擅长的一个场景来测试这参数的功能,那这是一个什么场景呢?答案就是 select count(*) from t; 下面为表t准备80w行数据

1、 建表

mtls-perf-bench --host=127.0.0.1  --user=root --password=dbma@0352 --port=3306  --ints=8  --floats=8  --varchars=4  --database=tempdb create

2、 检查表结构

mysql>  select  @@version;
+-----------+
|  @@version  |
+-----------+
|  8.0.18  |
+-----------+
1 row in  set  (0.00 sec)
    
show create table tempdb.t;
    
CREATE TABLE `t`  (
 `id`  int(11) NOT NULL AUTO_INCREMENT,
 `i0`  int(11) NOT NULL,
 `i1`  int(11) NOT NULL,
 `i2`  int(11) NOT NULL,
 `i3`  int(11) NOT NULL,
 `i4`  int(11) NOT NULL,
 `i5`  int(11) NOT NULL,
 `i6`  int(11) NOT NULL,
 `i7`  int(11) NOT NULL,
 `c0` varchar(128) NOT NULL,
 `c1` varchar(128) NOT NULL,
 `c2` varchar(128) NOT NULL,
 `c3` varchar(128) NOT NULL,
 `f0`  float NOT NULL,
 `f1`  float NOT NULL,
 `f2`  float NOT NULL,
 `f3`  float NOT NULL,
 `f4`  float NOT NULL,
 `f5`  float NOT NULL,
 `f6`  float NOT NULL,
 `f7`  float NOT NULL,
PRIMARY KEY (`id`)
) ENGINE=InnoDB

3、 完全随机的插入 80w 行数据

mtls-perf-bench --host=127.0.0.1  --user=root --password=dbma@0352 --port=3306  --ints=8  --floats=8  --varchars=4  --database=tempdb --parallel=16  --rows=800000 insert

虚拟机 cpu:4核、mem:4G、innodbbufferpool_size:1G、t.ibd:324M


三、性能测试

1、 对数据进行预热

--  执行  select count(*)  from tempdb.t
--  8  次

2、 一个并发下的响应时间(1.04s)

mysql> show global variables like 'innodb_parallel_read_threads';
+------------------------------+-------+
|  Variable_name  |  Value  |
+------------------------------+-------+
| innodb_parallel_read_threads |  1  |
+------------------------------+-------+
1 row in  set  (0.01 sec)
    
mysql>  select count(*)  from tempdb.t;
+----------+
| count(*)  |
+----------+
|  800000  |
+----------+
1 row in  set  (1.04 sec)

3、 二个并发下的响应时间(0.59s)

mysql> show global variables like 'innodb_parallel_read_threads';
+------------------------------+-------+
|  Variable_name  |  Value  |
+------------------------------+-------+
| innodb_parallel_read_threads |  2  |
+------------------------------+-------+
1 row in  set  (0.01 sec)
    
mysql>  select count(*)  from tempdb.t;
+----------+
| count(*)  |
+----------+
|  800000  |
+----------+
1 row in  set  (0.59 sec)

4、 四个并发下的响应时间(0.55)

mysql> show global variables like 'innodb_parallel_read_threads';
+------------------------------+-------+
|  Variable_name  |  Value  |
+------------------------------+-------+
| innodb_parallel_read_threads |  4  |
+------------------------------+-------+
1 row in  set  (0.01 sec)
    
mysql>  select count(*)  from tempdb.t;
+----------+
| count(*)  |
+----------+
|  800000  |
+----------+
1 row in  set  (0.55 sec)

5、 八个并发下的响应时间(0.29)

mysql> show global variables like 'innodb_parallel_read_threads';
+------------------------------+-------+
|  Variable_name  |  Value  |
+------------------------------+-------+
| innodb_parallel_read_threads |  8  |
+------------------------------+-------+
1 row in  set  (0.01 sec)
    
mysql>  select count(*)  from tempdb.t;
+----------+
| count(*)  |
+----------+
|  800000  |
+----------+
1 row in  set  (0.29 sec)

四、结论

提高 innodb 并行读线程数(innodb_parallel_read_threads) 在特定场景下可以明显的提升性能。


原文链接:https://www.sqlpy.com/blogs/books/1/chapters/7/articles/114

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 回答1: MyISAM 效率高于 InnoDB 的原因主要有以下几个: 1. MyISAM 是基于表的锁定机制,而 InnoDB 是基于行的锁定机制。这意味着 MyISAM 在取时只需要锁定整个表,而 InnoDB 需要锁定每一行,这会导致 InnoDB取大量数据时效率较低。 2. MyISAM 不支持事务处理,而 InnoDB 支持。虽然事务处理能够保证数据的完整性和一致性,但是在一些场景下并不需要事务处理,此时 MyISAM 会比 InnoDB 更高效。 3. MyISAM 不支持外键约束,而 InnoDB 支持。外键约束虽然可以保证数据的一致性和完整性,但是也会降低性能。 需要注意的是,虽然 MyISAM 在取方面有优势,但是它在写入方面的效率较低,而 InnoDB 在处理大量写入操作时更为高效。因此,在选择存储引擎时需要根据实际情况进行权衡。 ### 回答2: MyISAM是MySQL的一种存储引擎,而InnoDB是另一种存储引擎。虽然在某些方面,InnoDB 优于 MyISAM,但是 MyISAM 的效率往往高于 InnoDB。以下是几个可能的原因: 1. 索引结构:MyISAM 使用的是 B+ 树索引结构,而 InnoDB 使用的是 B 树索引结构。B+ 树索引结构在查询过程中经常直接定位到叶子节点,因此在取数据时效率更高。 2. 缓存机制:MyISAM 使用的是表级锁,取时只锁定整个表,开销较小。与之相比,InnoDB 使用的是行级锁,锁定的粒度更细,但对于大量并发取的情况下,锁的开销可能变得较大,从而影响了取效率。 3. 数据页大小:MyISAM 默认使用 4KB 的数据页大小,而 InnoDB 默认使用 16KB 的数据页大小。较小的数据页大小可以提高内存的利用率,减少了磁盘 I/O 操作的次数,从而提高了取效率。 需要注意的是,InnoDB 在其他方面的优势也是非常明显的,例如支持事务、崩溃恢复等等。因此,在选择存储引擎时,需要根据实际情况进行权衡,根据具体需求选择适合的存储引擎。 ### 回答3: MyISAM效率高于InnoDB是因为两者在数据存储和访问方式上存在差异。 首先,MyISAM表的数据存储结构是基于表的形式,数据文件和索引文件是分开存储的。这种存储方式使得MyISAM表在执行取操作时更加快速。因为在取操作中,不需要处理事务和锁定操作,MyISAM表可以直接访问数据,避免了额外的开销。 相比之下,InnoDB表的数据存储结构是基于聚簇索引(clustered index),即将数据直接存储在按照主键排序的B+树中。这种存储方式使得InnoDB表在执行写操作和处理大量并发访问时更加高效。然而,由于每个表都有自己的索引结构,InnoDB表在执行操作时需要进行更多的I/O操作,导致其效率相对较低。 此外,MyISAM表不支持事务,并且只支持表级别的锁定,这也为其提供了更快的取速度。而InnoDB表支持事务和行级别的锁定,这些功能会增加额外的开销,导致其在取数据时速度较慢。 综上所述,虽然InnoDB表在处理写操作和并发访问时具有更好的性能,但在纯取操作方面,MyISAM表由于其特定的存储结构和不支持事务的特性,使得其取效率高于InnoDB表。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值