[MySQL] 并发更新性能测试

左手的ㄟ右手 2022-07-16 09:40 297阅读 0赞

MySQL 版本：5.7.9  
表结构：

CREATE TABLE `award` ( `id` int(11) NOT NULL AUTO_INCREMENT, `award` varchar(255) DEFAULT NULL, `count` int(11) NOT NULL COMMENT '数量', `created_time` datetime NOT NULL DEFAULT CURRENT_TIMESTAMP, `updated_time` datetime NOT NULL DEFAULT CURRENT_TIMESTAMP, PRIMARY KEY (`id`) ) ENGINE=InnoDB AUTO_INCREMENT=5 DEFAULT CHARSET=utf8

## 一、测试代码 ##

原理可参看：[CountDownLatch 模拟高并发][CountDownLatch]

package com.wlm.test.concurrent;
    
    import java.util.concurrent.CountDownLatch;
    
    import javax.annotation.PostConstruct;
    
    import org.springframework.beans.factory.annotation.Autowired;
    import org.springframework.stereotype.Service;
    
    import com.wlm.test.award.AwardDao;
    
    /** * @author wengliemiao */
    @Service
    public class ConcurrentTest { 
        @Autowired
        private AwardDao awardDao;
    
        /** * 线程数量 */
        public static final int THREAD_NUM = 50;
    
        /** * 开始时间 */
        private static long startTime = 0L;
    
        @PostConstruct
        public void init() {
            try {
                startTime = System.currentTimeMillis();
                System.out.println("CountDownLatch started at: " + startTime);
    
                // 初始化计数器为1
                CountDownLatch countDownLatch = new CountDownLatch(1);
    
                for (int i = 0; i < THREAD_NUM; i ++) {
                    new Thread(new Run(countDownLatch)).start();
                }
    
                // 启动多个线程
                countDownLatch.countDown();
    
            } catch (Exception e) {
                System.out.println("Exception: " + e);
            }
        }
    
        /** * 线程类 */
        private class Run implements Runnable { 
            private CountDownLatch startLatch;
    
            public Run(CountDownLatch startLatch) {
                this.startLatch = startLatch;
            }
    
            @Override
            public void run() {
                try {
                    // 线程等待
                    startLatch.await();
    
                    // 执行操作
                    awardDao.update(4);
    
                    long endTime = System.currentTimeMillis();
                    System.out.println(Thread.currentThread().getName() + " ended at: " + endTime + ", cost: " + (endTime - startTime) + " ms.");
                } catch (Exception e) {
                    e.printStackTrace();
                }
    
            }
        }
    }

## 二、测试结果 ##

并发50: 约381ms  
![这里写图片描述][20161013181535486]

并发100: 约387ms  
![这里写图片描述][20161013181615081]

并发200:约445ms  
![这里写图片描述][20161013182036305]

并发500:约1173ms  
![这里写图片描述][20161013182048836]

并发1000: 约1324ms  
![这里写图片描述][20161013182055399]

注：线程并发执行的时间取决于当时执行时的系统状态。

## 三、总结 ##

此处可以看出，并发对同一条数据进行update操作时，随着并发数的增高，执行时间增长。这是由于 MySQL 的 InnoDB 存储引擎对 CUD 操作默认加排他锁，因此一次只能有一条数据执行update操作。

可参看：[MySQL行级锁][MySQL]

## 四、有无索引情况下并发更新性能的测试 ##

对以下几种情况进行测试：

*  数据量少时，并发更新同一行数据；
 *  数据量少时，并发更新不同行数据；
 *  数据量大时，并发更新同一行数据；
 *  数据量大时，并发更新不同行数据；

1、数据量少时，执行5次，并发2000更新同一行数据性能测试结果为：

执行语句：

update `award` set `count` = `count` + 1 where `award` = '4'

数据量为：  
![这里写图片描述][20161020095944579]

有索引数据表结构为：

CREATE TABLE `award` ( `id` int(11) NOT NULL AUTO_INCREMENT, `award` varchar(255) DEFAULT NULL, `count` int(11) NOT NULL COMMENT '数量', `created_time` datetime NOT NULL DEFAULT CURRENT_TIMESTAMP, `updated_time` datetime NOT NULL DEFAULT CURRENT_TIMESTAMP, PRIMARY KEY (`id`), KEY `Index` (`award`,`count`) USING BTREE ) ENGINE=InnoDB AUTO_INCREMENT=5 DEFAULT CHARSET=utf8

从以上结果可以看出，数据量少时，有无索引情况下，并发更新同一行数据的性能大致相同。

2、数据量少时，执行5次，各并发1000更新不同行数据性能测试结果为：

从以上结果可以看出，数据量少时，有无索引情况下，并发更新不同行数据的性能大致相同。

3、数据量大时，执行5次，并发10更新同一行数据性能测试结果为：

执行语句：

update `category2` set `updated_time` = CURRENT_TIMESTAMP() where `name` = 'cate_1000'

加索引数据表结构为:

CREATE TABLE `category2` ( `id` int(11) NOT NULL AUTO_INCREMENT, `name` varchar(220) NOT NULL, `created_time` datetime NOT NULL, `updated_time` datetime NOT NULL, PRIMARY KEY (`id`), KEY `Index` (`name`) USING BTREE ) ENGINE=InnoDB AUTO_INCREMENT=10277277 DEFAULT CHARSET=utf8

数据量为：  
![这里写图片描述][20161017152007180]

从以上数据可以看出，数据量大时，有索引并发更新同一行数据性能远远超过无索引。

4、数据量大时，执行5次，各并发5更新不同行数据性能测试结果为：

从以上数据可以看出，数据量大时，有索引并发更新不同行数据性能远远超过无索引。

结论：  
1、数据量少时，有无索引对并发更新性能影响不大；  
2、数据量大时，有索引并发更新性能远远超过无索引；  
3、从以上数据看出，单纯执行update操作时，有无索引情况下并发更新不同行性能大致相同（可能是由于无索引情况下 update 占据的表锁在执行完当前 update 操作之后，自动释放，参看[MySQL行级锁][MySQL]）。

[CountDownLatch]: http://blog.csdn.net/u012099869/article/details/52769384
[20161013181535486]: /images/20220716/77377f0f926e422c908a9828c287f954.png
[20161013181615081]: /images/20220716/1bde919ce8a2445bb88c5b349ddf45b5.png
[20161013182036305]: /images/20220716/816b69253cfa4cdfb4e5c00ba087078c.png
[20161013182048836]: /images/20220716/6aec9f10fce04c5ab6379f2624907270.png
[20161013182055399]: /images/20220716/399447fc7f3b4036b0a378dc9413439f.png
[MySQL]: http://blog.csdn.net/u012099869/article/details/52778728
[20161020095944579]: /images/20220716/1f408f5ae594432593bffa213171933d.png
[20161017152007180]: /images/20220716/8d187f16cfcc4e7ca0e612cc82d6403b.png