每秒 570000 的写入，MySQL如何实现？

叁歲伎倆 2021-08-31 01:44 244阅读 0赞

点击上方 [Java后端][Java]，选择 设为星标

优质文章，及时送达

--------------------

来源：吴炳锡

MySQL数据库如何实现每秒570000的写入，通过本文了解下。

### **一、需求** ###

一个朋友接到一个需求，从大数据平台收到一个数据写入在20亿+，需要快速地加载到MySQL中，供第二天业务展示使用。

### **二、实现再分析** ###

对于单表20亿， 在MySQL运维，说真的这块目前涉及得比较少，也基本没什么经验，但对于InnoDB单表Insert 如果内存大于数据情况下，可以维持在10万-15万行写入。但很多时间我们接受的项目还是数据超过内存的。这里使用XeLabs TokuDB做一个测试。

### **三、XeLabs TokuDB 介绍** ###

项目地址：

https://github.com/XeLabs/tokudb

相对官方TokuDB的优化：

*  内置了jemalloc 内存分配
 *  引入更多的内置的TokuDB性能指标
 *  支持Xtrabackup备份
 *  引入ZSTD压缩算法
 *  支持TokuDB的binlog\_group\_commit特性

###  ###

###     ###

### **四、测试表** ###

TokuDB核心配置：

loose_tokudb_cache_size=4G
    loose_tokudb_directio=ON
    loose_tokudb_fsync_log_period=1000
    tokudb_commit_sync=0

表结构

CREATE TABLE `user_summary` (
     `user_id` bigint(20) unsigned NOT NULL COMMENT '用户id/手机号',
     `weight` varchar(5) DEFAULT NULL COMMENT '和码体重(KG)',
     `level` varchar(20) DEFAULT NULL COMMENT '重量级',
     `beat_rate` varchar(12) DEFAULT NULL COMMENT '击败率',
     `level_num` int(10) DEFAULT NULL COMMENT '同吨位人数',
     UNIQUE KEY `u_user_id` (`user_id`)
    ) ENGINE=TokuDB DEFAULT CHARSET=utf8

利用load data写入数据

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

计算一下每秒写入速度：

root@localhost [zst]>select 200000000/(5*60+48.30);
    +------------------------+
    | 200000000/(5*60+48.30) |
    +------------------------+
    | 574217.6285 |
    +------------------------+
    1 row in set (0.00 sec)

文件大小：

-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

实际文件8.5G，写入TokuDB大小3.5G，只是接近于一半多点的压缩量。对于20亿数据写入，实际测试在58分钟多点就可以完成。可以满足实际需求，另外对于磁盘IO比较好的机器（SSD类盘，云上的云盘），如果内存和数据差不多情况，这量级数据量测试在Innodb里需要添加自增列，可以在3个小多一点完成。从最佳实战上来看，Innodb和TokuDB都写入同样的数据，InnoDB需要花大概是TokuDB3-4倍时间。文件大小区别，同样20亿数据：

-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倍大小的区别。

测试结论：

利用TokuDB在某云环境中8核8G内存，500G高速云盘环境，多次测试可以轻松实现57万每秒的写入量。

另外测试几种场景也供大家参考：如果在TokuDB中使用带自增的主键，主键无值让MySQL内部产生写入速度，下降比较明显，同样写入2亿数据，带有自建主键：

root@localhost [zst]>CREATE TABLE `user3` (
     -> `user_id` bigint(20) unsigned NOT NULL COMMENT '用户id/手机号',
     -> `weight` varchar(5) DEFAULT NULL COMMENT '和码体重(KG)',
     -> `level` varchar(20) DEFAULT NULL COMMENT '重量级',
     -> `beat_rate` varchar(12) DEFAULT NULL COMMENT '击败率',
     -> `level_num` int(10) DEFAULT NULL COMMENT '同吨位人数',
     -> `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

同样的数据写入在主键自增无值产生时，不能使用TokuDB的 Bulk loader data特性，相当于转换为了单条的Insert实现，所以效果上慢太多。

关于TokuDB Bulk Loader前提要求，这个表是空表，对于自增列，如自增列有值的情况下，也可以使用。建议实际使用中，如果自增列有值的情况下，可以考虑去除自增属性，改成唯一索引，这样减少自增的一些处理逻辑，让TokuDB能跑地更快一点。另外在Bulk Loader处理中为了追求更快速的写入，压缩方面并不是很好。

关于TokuDB Bulk Loader :

https://github.com/percona/PerconaFT/wiki/TokuFT-Bulk-Loader

### **五、测试环境说明** ###

测试使用CentOS7环境，编译的XeLabs TokuDB版本百度云地址：

https://pan.baidu.com/s/1qYRyH3I 。

--------------------

\-END-

如果看到这里，说明你喜欢这篇文章，请 转发、点赞。同时 标星（置顶）本公众号可以第一时间接受到博文推送。

**推****荐****阅****读**

***1. ***[接私活利器！Github 上 6 个吊炸天的后台模板][Github _ 6]

***2. ***[常用算法复杂度速查表，蹲坑的功夫都能背][Link 1]

***3.*** [你的 GitHub 代码已打包运往北极][GitHub]

***4. ***[Spring Boot+Redis实现接口自动幂等][Spring Boot_Redis]

![format_png][]

最近整理一份面试资料**《Java技术栈学习手册》**，覆盖了Java技术、面试题精选、Spring全家桶、Nginx、SSM、微服务、数据库、数据结构、架构等等。

获取方式：点“ **在看**，关注公众号 **Java后端** 并回复 **777** 领取，更多内容陆续奉上。

喜欢文章，点个在看 ![format_png 1][]

[Java]: http://mp.weixin.qq.com/s?__biz=Mzg2MjEwMjI1Mg%3D%3D&chksm=ce0da17bf97a286df119047a25b7de51621fe542816673bb4aa3ebd8ab97b09a86ed7db2e2ee&idx=3&mid=2247489272&scene=21&sn=ce74938072fc73a808d83ccb474db46d#wechat_redirect
[Github _ 6]: http://mp.weixin.qq.com/s?__biz=Mzg2MjEwMjI1Mg%3D%3D&chksm=ce0e41eff979c8f9e6c49337b3aa803268199da169e88eb3ae9d0d451ff8184a166633d1fc7f&idx=2&mid=2247497324&scene=21&sn=29c3e969bfb23d8c5ddc3569e8a3c632#wechat_redirect
[Link 1]: http://mp.weixin.qq.com/s?__biz=Mzg2MjEwMjI1Mg%3D%3D&chksm=ce0e41eff979c8f92c3b86ceb259fc954813ab748d53e4aa75309a64b0268e5dbb1d5836fb8b&idx=3&mid=2247497324&scene=21&sn=95675ab921d83314fa7c3ba1a53aed63#wechat_redirect
[GitHub]: http://mp.weixin.qq.com/s?__biz=Mzg2MjEwMjI1Mg%3D%3D&chksm=ce0e4196f979c88060a8b60137ed74c7a4ee7407f7b50078138d81a2891e9111f33fc519351e&idx=1&mid=2247497237&scene=21&sn=668a2de5bc824221219a6d19c7e5f2ec#wechat_redirect
[Spring Boot_Redis]: http://mp.weixin.qq.com/s?__biz=Mzg2MjEwMjI1Mg%3D%3D&chksm=ce0e517ef979d868e4f33b739a9f02483f91af2c6337b1e8d899c97f6df2556592a85a9d43ad&idx=1&mid=2247493373&scene=21&sn=6953f10125945ad6105d603cf0750d6b#wechat_redirect
[format_png]: /images/20210730/b8b1d137c33a47cd923ccb5efebab1a1.png
[format_png 1]: /images/20210730/d400336cd58d4dfcbde0b5eea20a4fd7.png