对MySQL数据库的性能测试一

思考很久,还是从金山离职了,以后就是真正的旧金山。接下来准备休息一段时间后去参加百度面试。所以这段时间可以专心的更新一些技术文章,顺便把前面欠下的几个应用一起写了,包括极客密码和开源自己的博客。另外大家有什么感兴趣的项目或者对什么技术比较有兴趣,可以联系我一起讨论!

一直在用MySQL,但我从来没测试过MySQL的性能,只是觉得MySQL很强大,玩转千万数据都能轻轻松松。正好MAC上装了MySQL。就测试了一把,顺便把过程分享出来。

1.MySQL超过最大连接数会怎样?

MySQL超过最大连接数其实很常见,只不过现在的程序员都习惯了加缓存(反正不要钱,配置成本又低。静态缓存一般框架自带,Redis基本没学习成本。)所以比较少遇到这种情况。下面是测试代码,我将mysql的连接方法写在了循环中,在数据插入成功后,再关闭数据库连接……

测试结果:
每开16300左右个连接,程序就会等待15秒左右。说明MySQL的最大连接数是16300,虽然每次执行完之后都调用了close命令。但是MySQL需要15秒左右的时间来回收连接资源。因此造成了这种现象。但是通过查看MySQL的最大连接数是151(多出来的1是给管理员用的,查看命令”show variables like ‘%max_connections%’;“)

为什么会到16300左右才有超过连接数的情况?
我把MySQL的最大连接数设置的是151,不过无论你写多少,实际MySQL服务器允许的最大连接数是固定的16384;我还发现16384/1024=16K,这难道是巧合?谷歌找了很久还是没找到满意的答案,根据MySQL官方的说法16384这个参数是写死的……可以参考这里的文档:http://dev.mysql.com/doc/refman/5.5/en/too-many-connections.html

在实际的应用场景中,如果16384的连接数都用完了,我们该怎么做?按照MySQL官方的说法,这个时候就应该想办法加缓存来解决这种极端的问题。加缓存还不行,就考虑负载均衡和MySQL集群来解决。再不行的话,数据库基本不适用于这种场景了。像淘宝,数据量在Oracle都无法承受的时候,只能自己写分布式文件系统TFS(国内公司,在大数据处理方面技术最牛掰的非淘宝莫属)。

2.对比MyISAM和InnoDB引擎的性能差异。

InnoDB支持事务,更稳定,所以大家更倾向于选择他。MySQL官方也推荐尽量使用InnoDB引擎,所以MyISAM用的越来越少。今天主要说说他的优点和缺点。

首先我创建了两张表,结构都一样,只不过引擎一个是MyISAM一个是InnoDB。

下面是同时插入299999万条数据是结果:

一共执行了71.919545888901秒 myisam
一共执行了158.843219041824秒 innodb

重复尝试了两次,myisam耗时基本一样,并没有随着数据的增长影响到数据的插入。innodb第二次执行费时483.51841115952秒。与第一相比增长了3倍。第三次耗时481.97113108635秒,之后时间基本稳定在480秒。

查询速度的对比:第一次查询MyISAM比InnoDB快30%左右,第二次查询,MyISAM自带了缓存,所以快了整整二十倍,InnoDB速度没变化。之后对两张表分别加了索引,查询速度都明显提升。不过同样的数据MyISAM还是要更快。

3.关于MyISAM和InnoDB的表锁问题

在插入数据的同时,执行耗时的like查询操作,结果如下:

MyISAM:查询和插入都受到了影响。执行了5次select操作,插入数据一共执行了160.80337119102秒,耗时多了两倍多。

InnoDB:InnoDB也未能幸免,插入的同时查询时间增加了一倍,但是插入数据的性能基本没变,还是471.35298991203秒。所以对于更新和插入操作频繁的表,InnoDB更有优势。
对于有like的查询MyISAM会锁表,对于有like的更新InnoDB也会锁表,因此SQL语句的优化就显得格外重要。对于没有条件的查询和更新我测试的时间都不是很准。但是根据两种引擎的特性,InnoDB在数据插入时只会行锁,只对查询有影响。反过来查询操作不会影响更新和插入的性能,所以插入和更新操作频繁的表,InnoDB的确更稳定。

4.关于limit的优化

limit第一个参数越大,越费时。比如数据一共999999条,通过limit 999900,99的性能远远低于通过order by id desc limit 0,99。

最后总结,如果数据量只是在百万级别,而且不会用到事务,更新插入操作少,查询多的情况用MyISAM性能远远优于InnoDB。比如博客的文章表。更新频繁的表用InnoDB更合适,比如博客中的留言评论表。