最新下载
热门教程
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
MySQL 性能优化：性能提升 50%，延迟降低 60%
时间：2022-11-14 23:38:04 编辑：袖梨 来源：一聚教程网
当我进入 Pinterest 时，我的头三个星期是在本部度过的，在那里最新工程把解决生产问题的成果应用到了整个软件栈中。在本部，我们通过构建 Pinterest 来学习 Pinterest 是怎样被构建的，并且，仅仅在几天里就提交代码、做出有意义的贡献也不是不常见。在 Pinterest ，新进来的工程师可以灵活地选择参加哪个组，而且作为在本部工作经历的一部分，编写不同部分的代码可以有助于做出这个选择。本部的人通常会做不同的项目，而我的项目则是深入研究 MySQL 的性能优化。
Pinterest， MySQL 和 AWS，我的天！
我们的 MySQL 完全运行在 AWS 中。尽管使用了相当高性能的实例类型（配备 SSD RAID-0 阵列），和相当简单的工作负载（很多基于主键或简单范围的单点查询），峰值大约 2000 QPS，我们还是无法达到期望的 IO 性能水平。
写 IOPS 一旦超过800，就会导致无法接受的延迟和复制滞后。复制滞后或者从库的读性能不足减慢 ETL 和批处理任务，依靠这些批处理任务的任何小组都会受到负面影响。唯一可行的选项是要么选择一个更大的实例，这样会使我们的开销翻倍、消除我们的效率，或者找办法使现存的系统运行地更好。
我从我的同事 Rob Wultsch 那接手了这个项目，他已做出很重要的发现：当在 AWS 的 SSD 上运行时，Linux内核版本非常重要。Ubuntu 12.04 携带的默认 3.2 版本没有减少开销， AWS 推荐的最低 3.8 版本也没有（尽管 3.8 仍比 3.2 快了两倍多）。在一个 i2.2xlarge（双SSD RAID-0 阵列）实例、3.2 内核版本上运行 sysbench 勉强在 16 K 随机写时达到 100 MB/sec。将内核升级至 3.8 会使我们在同样的测试上达到 350 MB/sec，但这比期望值还是差了很多。看到这样一个简单的改变引起这样的提升，为我们揭示了许多新的关于低效和差的配置选项的问题和猜想：我们能否从一个更新的内核上获得更好的性能？我们应该改变 OS 级别的其他设置吗？有没有优化可以在 my.conf 中找到？我们怎样能使 MySQL 运行地更快？
在寻找答案中，我设计了 60 个基本不同的 sysbench 文件 IO 测试配置，配合不同的内核、文件系统、挂载选项和 RAID 块大小。一旦从这些实验中选取了最佳配置，我又运行另外 20 个左右的 sysbench OLTP ，使用其他的系统配置。基本的测试方法在所有的测试中是相同的：运行测试一个小时，每隔 1 秒收集数据，然后考虑缓存热身时间去掉开始的 600 秒的数据，最后处理剩下的数据。识别出最优配置后，我们重新构建了我们最大的、最重要的服务器，把这些改变放进了生产环境。
从 5000 QPS 到 26000 QPS ： 扩展 MySQL 性能，无需扩展硬件
让我们看看这些改变对一些基本的 sysbench OLTP 测试的影响，我们在 16 线程、 32 线程和几个不同的配置下衡量 p99 响应时间和吞吐量两个指标来看看效果。
这里是每种数字代表的含义：
- CURRENT : 3.2 内核和标准的 MySQL 配置
- STOCK：3.18 内核和标准的 MySQL 配置
- KERNEL：3.18 内核和少量的 IO/内存 sysctl 微调
- MySQL：3.18 内核和优化过的 MySQL 配置
- KERN + MySQL：3.18 内核和 #3、#4 中的微调
- KERN + JE:：3.18内核和 #3 中的微调和 jemalloc
- MySQL + JE：3.18 内核和 #4 中的 MySQL 配置和 jemalloc
- ALL：3.18 内核和 #3，#4 和 jemalloc
当我们启用所有的优化后，我们发现在 16 和 32 线程下取得了大概 500% 多的读写吞吐量，同时在读写两个方向上降低了 500 ms 的 p99 延迟。在读方面，我们从大概 4100 – 4600 QPS 达到 22000 – 25000以上，分值取决于并发数。在写方面，我们从大概 1000 QPS 达到 5100 – 6000 QPS。这些是在仅仅通过一些简单改变获得的巨大增长空间和性能提升。
当然，所有这些人工基准测试如果不能转换成实际成果，都是没有意义的。下图展示了从客户端和服务端的角度看，我们主要集群上的延迟，时间跨度为从升级前几天到升级后几天。这个过程花了一个星期才完成。
红线表示客户端感觉到的延迟，绿线表示服务端测到的延迟。从客户端看，p99 延迟从一个波动较大、有时超过 100 ms 的 15 – 35 ms 降至相当平稳的 15 ms、有时会有 80 ms 或更低的异常值。服务端测量的延迟也从波动较大的 5 – 15 ms降至基本平稳的 5 ms，其中每天会有一个由系统维护引起的 18 ms 的尖值。此外，从年初起，我们的高峰吞吐量增加了 50%，所以我们不仅在处理相当大的负载（仍然在我们估计的容量里），同时我们还拥有更好、更可预计的吞吐量。而且，对于每个想睡个安稳觉的人而言的好消息是，与系统性能或通用服务器负载相关的换页事件从三月的 300 降至四月和五月两个月加起来的几个。