mysql性能测试报告_性能测试报告

于 2021-02-28 02:53:54 发布
阅读量1.3k 收藏
点赞数
文章标签： mysql性能测试报告
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/weixin_42322467/article/details/114855358
版权
该性能测试报告显示，Sharding-JDBC 相对 JDBC 的性能损耗不超过7%，在服务器资源使用极限情况下，Sharding-JDBC 吞吐量可提升近2倍。在不同业务场景下，如单库单表、单库两表及两库各表操作，Sharding-JDBC 显示了性能优势，尤其是在分库分表后。测试还对比了 Sharding-JDBC 1.5.2 和 1.4.2 版本，发现性能相对稳定。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

性能测试报告

Sharding-JDBC性能测试报告

测试结果概述

1、性能损耗测试：服务器资源充足、并发数相同，比较JDBC和Sharding-JDBC性能损耗，Sharding-JDBC相对JDBC损耗不超过7%

2、性能对比测试：服务器资源使用到极限，相同的场景JDBC与Sharding-JDBC的吞吐量相当

3、性能对比测试：服务器资源使用到极限，Sharding-JDBC采用分库分表后，Sharding-JDBC吞吐量较JDBC不分表有接近2倍的提升

4、性能对比测试：服务器资源使用到极限，Sharding-JDBC V1.5.2与V1.4.2对比，性能比较稳定

基准测试性能对比

业务场景

JDBC

Sharding-JDBC1.5.2

Sharding-JDBC1.5.2/JDBC损耗

单库单表查询

493

470

4.7%

单库单表更新

6682

6303

5.7%

单库单表插入

6855

6375

7%

JDBC单库两库表与Sharding-JDBC两库各两表对比

业务场景

JDBC单库两表

Sharding-JDBC两库各两表

性能提升至

查询

1736

3331

192%

更新

9170

17997

196%

插入

11574

23043

199%

JDBC单库单表与Sharding-JDBC两库各一表对比

业务场景

JDBC单库单表

Sharding-JDBC两库各一表

性能提升至

查询

1586

2944

185%

更新

9548

18561

194%

插入

11182

21414

192%

Sharding-JDBC v1.4.2与v1.5.2版本对

业务场景

Sharding-JDBC 1.4.2

Sharding-JDBC 1.5.2

1.5.2⁄1.4.2

查询

2934

2944

100.34%

更新

18454

18561

100.58%

插入

21045

21414

101.75%

测试目的

对比Sharding-JDBC 1.5.2与JDBC性能是否有较大损耗;

Sharding-JDBC 1.52与1.4.2版本对比，性能是否有损耗;

Sharding-JDBC 1.5.2是否存在非功能问题，为优化提供依据;

测试场景

JDBC业务场景

业务场景

场景缩写

单库单表查询

JSdbStSelect

单库单表插入

JSdbStInsert

单库单表更新

JSdbStUpdate

单库两表查询

JSdbMtSelect

单库两表插入

JSdbMtInsert

单库两表更新

JSdbMtUpdate

Sharding-JDBC业务场景

业务场景

场景缩写

单库单表查询

SJSdbStSelect

单库单表插入

SJSdbStInsert

单库单表更新

SJSdbStUpdate

单库两表查询

SJSdbMtSelect

单库两表插入

SJSdbMtInsert

单库两表更新

SJSdbMtUpdate

两库各一表查询

SJMdbStSelect

两库各一表插入

SJMdbStInsert

两库各一表更新

SJMdbStUpdate

两库各两表查询

SJMdbMtSelect

两库各两表插入

SJMdbMtInsert

两库各两表更新

SJMdbMtUpdate

所有测试场景共分为以下两大类，其中极限测试测试范围是全部场景，基准测试范围是以下场景：

业务场景

场景缩写

单库单表查询

JSdbStSelect

单库单表插入

JSdbStInsert

单库单表更新

JSdbStUpdate

单库单表查询

SJSdbStSelect

单库单表插入

SJSdbStInsert

单库单表更新

SJSdbStUpdate

测试方法

基准测试：服务器资源充足，使用同样的并发线程数量，对比同样的业务场景

极限测试：服务器资源使用达到极限、TPS不再上升，对比JDBC和Sharding-JDBC分库分表

测试环境配置

服务器配置

名称

硬件配置

软件配置

混合应用

DB0

OS：CentOS 6.6 64bit

处理器：2C四核

内存：32G

存储：250G*2_RAID1+600G*4_RAID10

网卡：1000mbps

Mysql 5.7.13

否

DB1

OS：CentOS 6.6 64bit

处理器：2C四核

内存：32G

存储：250G*2_RAID1+600G*4_RAID10

网卡：1000mbps

Mysql 5.7.13

否

测试过程数据

基准测试

单库单表查询

业务场景

业务平均响应时间(ms)

业务TPS

JDBC单库单表查询

7

493

Sharding-JDBC 1.5.2单库单表查询

8

470

TPS展示

b-SdbSt-query-tps.png

RT展示

b-SdbSt-query-rt.png

单库单表更新

业务场景

业务平均响应时间(ms)

业务TPS

JDBC单库单表更新

2

6682

Sharding-JDBC 1.5.2单库单表更新

3

6303

TPS展示

b-SdbSt-update-tps.png

RT展示

b-SdbSt-update-rt.png

单库单表插入

业务场景

业务平均响应时间(ms)

业务TPS

JDBC单库单表插入

2

6855

Sharding-JDBC 1.5.2单库单表插入

2

6375

TPS展示

b-SdbSt-insert-tps.png

RT展示

b-SdbSt-insert-rt.png

极限测试

单库单表与两库各一表查询

业务场景

业务平均响应时间(ms)

业务TPS

JDBC单库单表查询

7

1586

Sharding-JDBC 1.5.2单库单表查询

7

1600

Sharding-JDBC 1.5.2两库各1表查询

13

2944

TPS展示

l-SdbSt-MdbSt-query-tps.png

RT展示

l-SdbSt-MdbSt-query-rt.png

单库两表与两库各两表查询

业务场景

业务平均响应时间(ms)

业务TPS

JDBC单库两表查询

6

1736

Sharding-JDBC 1.5.2单库两表查询

7

1732

Sharding-JDBC 1.5.2两库各两表查询

10

3331

TPS展示

l-SdbMt-MdbMt-query-tps.png

RT展示

l-SdbMt-MdbMt-query-rt.png

单库单表更新与两库各一表更新

业务场景

业务平均响应时间(ms)

业务TPS

JDBC单库单表更新

7

9548

Sharding-JDBC 1.5.2单库单更新

7

9263

Sharding-JDBC 1.5.2两库各1表更新

4

18561

TPS展示

l-SdbSt-MdbSt-update-tps.png

RT展示

l-SdbSt-MdbSt-update-rt.png

单库两表与两库各2表更新

业务场景

业务平均响应时间(ms)

业务TPS

JDBC单库两表更新

7

9170

Sharding-JDBC 1.5.2单库两表更新

7

8941

Sharding-JDBC 1.5.2两库各两表更新

5

17997

TPS展示

l-SdbMt-MdbMt-update-tps.png

RT展示

l-SdbMt-MdbMt-update-rt.png

单库单表插入与两库各一表插入

业务场景

业务平均响应时间(ms)

业务TPS

JDBC单库单表插入

5

11182

Sharding-JDBC 1.5.2单库单表插入

5

10882

Sharding-JDBC 1.5.2两库各1表插入

4

21414

TPS展示

l-SdbSt-MdbSt-insert-tps.png

RT展示

l-SdbSt-MdbSt-insert-rt.png

单库两表与两库各2表插入

业务场景

业务平均响应时间(ms)

业务TPS

JDBC单库两表插入

4

11574

Sharding-JDBC 1.5.2单库两表插入

5

10849

Sharding-JDBC 1.5.2两库各两表插入

4

23043

TPS展示

l-SdbMt-MdbMt-insert-tps.png

RT展示

l-SdbMt-MdbMt-insert-rt.png

Sharding-JDBC 1.4.2与1.5.2两库各一表对比

业务场景

Sharding-JDBC 1.4.2

Sharding-JDBC 1.5.2

1.5.2⁄1.4.2

查询

2934

2944

100.34%

更新

18454

18561

100.58%

插入

21045

21414

101.75%

TPS展示

152vs142tps.png

RT展示

152vs142rt.png

附录

本次测试，共使用两台数据库服务器，每台服务器上分别有1库，每个库中分别有2个主表，2个子表

建表语句说明

主表结构如下：

order_0 | CREATE TABLE `order_0` (

`id` bigint(50) NOT NULL AUTO_INCREMENT,

`order_id` varchar(50) NOT NULL,

`order_type` int(11) DEFAULT NULL,

`cust_id` int(11) DEFAULT NULL,

`cust_type` int(11) DEFAULT NULL,

`cust_email` varchar(50) DEFAULT NULL,

`payment_method_type` int(11) DEFAULT NULL,

`payment_provider_id` int(11) DEFAULT NULL,

`shipping_method_type` int(11) DEFAULT NULL,

`packing_type` int(11) DEFAULT NULL,

`preferred_shipping_time_type` int(11) DEFAULT NULL,

`receiver_name` varchar(100) DEFAULT NULL,

`receiver_address` varchar(200) DEFAULT NULL,

`receiver_country_id` int(11) DEFAULT NULL,

`receiver_province_id` int(11) DEFAULT NULL,

`receiver_city_id` int(11) DEFAULT NULL,

`receiver_zip` varchar(20) DEFAULT NULL,

`receiver_tel` varchar(50) DEFAULT NULL,

`receiver_mobile_tel` varchar(50) DEFAULT NULL,

`cust_message` varchar(500) DEFAULT NULL,

PRIMARY KEY (`id`),

KEY `index_id` (`id`) USING BTREE

) ENGINE=InnoDB AUTO_INCREMENT=5189307 DEFAULT CHARSET=gbk

子表结构如下

ordert_0 | CREATE TABLE `ordert_0` (

`idm` bigint(50) NOT NULL,

`id` int(10) DEFAULT NULL,

`order_idm` varchar(50) DEFAULT NULL,

`order_typem` int(11) DEFAULT NULL,

`cust_idm` int(11) DEFAULT NULL,

`cust_typem` int(11) DEFAULT NULL

) ENGINE=InnoDB DEFAULT CHARSET=gbk ROW_FORMAT=DYNAMIC

SQL语句说明

JDBC 插入

insert

into order_?(order_id,order_type,cust_id,cust_type,cust_email,payment_method_type,payment_provider_id,shipping_method_type,packing_type,preferred_shipping_time_type,receiver_name,receiver_address,receiver_country_id,receiver_province_id,receiver_city_id,receiver_zip,receiver_tel,receiver_mobile_tel,cust_message) VALUES (?, 0, 10, 1, 'dtest002@dangdang.com', 1, 6, 1, 0, 3, 'ttt ttt', 'beijingshijinganzhongxin', 9000, 111, 1, '100011', '51236117', ' ', ' ');

JDBC 查询

select a.id,order_id,order_type,cust_id,cust_type,cust_email,payment_method_type,payment_provider_id,shipping_method_type,packing_type,preferred_shipping_time_type,receiver_name,receiver_address,receiver_country_id,receiver_province_id,receiver_city_id,receiver_zip,receiver_tel,receiver_mobile_tel,cust_message from order_? a,ordert_? b where a.id=? and a.id%100=b.idm%100;

JDBC 更新

Update order_? SET order_id=?,order_type=0,cust_id=10,cust_type=1,cust_email='dtest002@dangdang.com' where id=?;

Sharding-JDBC 插入

INSERT INTO `order`(order_id,order_type,cust_id,cust_type,cust_email,payment_method_type,payment_provider_id,shipping_method_type,packing_type,preferred_shipping_time_type,receiver_name,receiver_address,receiver_country_id,receiver_province_id,receiver_city_id,receiver_zip,receiver_tel,receiver_mobile_tel,cust_message) VALUES (?, 0, 10, 1, 'dtest002@dangdang.com', 1, 6, 1, 0, 3, 'ttt ttt', 'beijingshijinganzhongxin', 9000, 111, 1, '100011', '51236117', ' ', ' ');

Sharding-JDBC 查询

select cust_id,cust_type,cust_email,payment_method_type,payment_provider_id,shipping_method_type,packing_type,preferred_shipping_time_type,receiver_name,receiver_address,receiver_country_id,receiver_province_id,receiver_city_id,receiver_zip,receiver_tel,receiver_mobile_tel,cust_message from order a,order_item b where a.id=? and a.id%100=b.idm%100;

Sharding-JDBC 更新

update order SET order_id=?,order_type=0,cust_id=10,cust_type=1,cust_email='dtest002@dangdang.com' where id=?;

评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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