摘要： 对于大部分的应用来说，都存在热点数据的访问，即：某些数据在一定时间内的访问频率要远远高于其它数据。 常见的热点数据有“最新的新闻”、“最热门的新闻”、“下载量最大”的电影等。 为了了解MySQL Innodb对热点数据的支持情况，我进行了基准测试，测试环境如下： 【硬件配置】 硬件 配置 ...
对于大部分的应用来说，都存在热点数据的访问，即：某些数据在一定时间内的访问频率要远远高于其它数据。
常见的热点数据有“最新的新闻”、“最热门的新闻”、“下载量最大”的电影等。
为了了解MySQL Innodb对热点数据的支持情况，我进行了基准测试，测试环境如下：
【硬件配置】
|
硬件 |
配置 |
|
CPU |
Intel(R) Xeon(R) CPU E5620 主频2.40GHz， 物理CPU 2个，逻辑CPU 16个 |
|
内存 |
24G（6块 * 4G DDR3 1333 REG） |
|
硬盘 |
300G * 3个，SAS硬盘 15000转，无RAID，有RAID卡，且开了回写功能 |
|
OS |
RHEL5 |
|
MySQL |
5.1.49/5.1.54 |
【MySQL配置】
|
配置项 |
配置 |
|
innodb_buffer_pool_size |
4G |
|
innodb_log_file_size |
200M |
|
innodb_log_files_in_group |
3 |
|
sync_binlog |
100 |
|
innodb_flush_log_at_trx_commit |
2 |
【热点数据模型】
为了模拟热点数据主要存储在内存中的情况，使用范围查询将前20%数据作为热点数据加载到内存，例如：SELECT COUNT(*) FROM BT_KV_SHORT_INT_CHAR_10KW WHERE col1 < 20000000
|
项目 |
模型 |
|
表记录数 |
1KW(3G)，2KW(6G)，5KW(15G)，10KW(30G) |
|
Key |
INT |
|
Value |
CHAR(250) |
|
热点数据 |
占总数据20% |
性能测试结果如下：
【查询】
详细分析如下：
==>当热点数据小于Innodb buffer pool时（1KW/2KW/5KW），查询操作的性能很高，和表数据小于Innodb buffer pool时的性能相近；
==> 当热点数据大于Innodb buffer pool时（10KW），查询的性能下降明显；
==> 热点数据访问的总体性能优于随机访问；
【插入】
详细分析如下：
==>当热点数据小于Innodb buffer pool时（1KW/2KW/5KW），性能随着热点数据的增长而逐渐下降，原因是当Innodb buffer pool接近饱和时，buffer管理需要进行更多的操作；
==>当热点数据超过Innodb buffer pool后（10KW），性能急剧下降，原因是磁盘IO已经成为性能瓶颈；
【更新】
分析同INSERT。
【删除】
分析如下：
==>和INSERT/UPDATE表现略微不同，当热点数据小于Innodb buffer pool时，性能变化不大，因为DELETE操作不需要生成新的Page，节省了buffer管理的操作；
==> 当热点数据大于Innodb buffer pool时，性能下降较大，原因是此时磁盘IO已经成为性能瓶颈。
【总结】
Innodb buffer pool采用LRU的方式管理和淘汰数据，根据LRU算法，热点数据都会优先放入内存，因此热点数据的测试性能比随机访问的要高出不少。
但热点数据超出Innodb buffer pool后，磁盘IO成为性能主要瓶颈，性能会急剧下降。
【应用建议】
实际应用中涉及热点数据访问时，Innodb是一个高性能的较好的选择，但前提是要能够预估热点数据的大小，只有当热点数据小于Innodb buffer pool（即热点数据全部能够放入内存）时，才能够获得高性能。
注：
测试数据只为对比用，不代表一般情况下MySQL的性能就这么高，因为为了能够对比，测试时做了很多准备工作，测试操作也是比较特殊的