阿里云原生数据库POLARDB压力测试报告

本文涉及的产品
RDS SQL Server Serverless,2-4RCU 50GB 3个月
推荐场景:
云数据库 RDS MySQL,集群系列 2核4GB
推荐场景:
搭建个人博客
RDS MySQL Serverless 基础系列,0.5-2RCU 50GB
简介: POLARDB是阿里云ApsaraDB数据库团队研发的基于云计算架构的下一代关系型数据库,其最大的特色是计算节点(主要做SQL解析以及存储引擎计算的服务器)与存储节点(主要做数据块存储,数据库快照的服务器)分离,其次,与传统的云数据库一个实例一份数据拷贝不同,同一个实例的所有节点(包括读写节点和只读.

POLARDB介绍

POLARDB是阿里云ApsaraDB数据库团队研发的基于云计算架构的下一代关系型数据库,其最大的特色是计算节点(主要做SQL解析以及存储引擎计算的服务器)与存储节点(主要做数据块存储,数据库快照的服务器)分离,其次,与传统的云数据库一个实例一份数据拷贝不同,同一个实例的所有节点(包括读写节点和只读节点)都访问存储节点上的同一份数据,最后,借助优秀的RDMA网络以及最新的块存储技术,PolarDB的数据备份耗时可以做到秒级别(备份时间与底层数据量无关),这三点相结合,我们可以推断出POLARDB不但满足了公有云计算环境下用户业务快速弹性扩展的刚性需求(只读实例扩展时间与底层数据量无关),同时也满足了互联网环境下用户对数据库服务器高可用的需求(服务器宕机后无需搬运数据重启进程即可服务)。

以下测试来自于袋鼠云技术部。

POLARDB架构

POLARDB_

一写多读

POLARDB采用分布式集群架构,一个集群包含一个主实例和至少一个只读实例(暂时仅支持一个,用于保障高可用)。主实例处理读写请求,只读实例仅处理读请求。主实例和只读实例之间采用Active-Active的Failover方式,提供数据库的高可用服务。

计算与存储分离

POLARDB采用计算与存储分离的设计理念,满足公有云计算环境下用户业务弹性扩展的刚性需求。数据库的计算节点(DB Server)仅存储元数据,而将数据文件、Redo Log等存储于远端的存储节点(Chunk Server)。各计算节点之间仅需同步Redo Log相关的元数据信息,极大降低了主实例和只读实例间的延迟,而且在主实例故障时,只读实例可以快速切换为主服务器。

读写分离

读写分离数据库接入功能,是POLARDB集群默认免费提供的一个透明、高可用、自适应的负载均衡能力。通过读写分离地址,SQL请求自动转发到POLARDB集群的各个实例,提供聚合、高吞吐的并发SQL处理能力。

高速链路互联

数据库的计算节点和存储节点之间采用高速网络互联,并通过RDMA协议进行数据传输,使得I/O性能不再成为瓶颈。

共享分布式存储

多个计算节点共享一份数据,而不是每个计算节点都存储一份数据,极大降低了用户的存储成本。基于全新打造的分布式块设备和文件系统,存储容量可以在线平滑扩展,不会受到单机服务器配置的影响,可应对上百TB级别的数据规模。

数据多副本、Parallel-Raft协议

数据库存储节点的数据采用多副本形式,确保数据的可靠性,并通过Parallel-Raft协议保证数据的一致性。
优点:
备份速度快,增加只读节点速度快。
只读实例无延迟。

参数
POLARDB默认关闭了doublewrite buffer,关闭了binlog。
image

压测方案

使用sysbench oltp标准压测程序分别压测读、写两种场景的性能。

环境准备
PolarDB: 8C64G
ECS:2C2G, CentOS 2.7(三台)
Sysbench 0.5

sysbench安装
yum -y install mysql-devel 

yum -y install automake 

yum -y install libtool 

wget https://github.com/akopytov/sysbench/archive/0.5.zip
unzip 0.5.zip
cd sysbench-0.5
./autogen.sh
./configure
make
cd sysbench

压测步骤

准备数据
$sysbench_path/sysbench --test=$sysbench_path/tests/db/oltp.lua --mysql-host=$ip --mysql-port=3306 --mysql-user=$mysql_user --mysql-password=$mysql_password --mysql-db=$table_name --mysql-table-engine=innodb --oltp-table-size=$[$table_size/10] --oltp-tables-count=$oltp_tables_count -db-driver=mysql prepare

注意事项:
1.如果测试POLARDB不能使用外网连接串(时延高难以达到最佳性能)使用非VPC的内网连接串要达到最佳的性能需要使用3~4台ECS同时进行压测才能发挥Polardb最佳性能,使用VPC网络单台ECS压测就能达到POLARDB最佳的性能(建议使用VPC连接串)

2.POLARDB的特点是读写分离,sysbench测试时需要单独测试读和写,避免使用读写混合sysbench命令测试,这样能最大的发挥POLARDB的性能优势,详细测试命令如下:

压测写性能

使用sysbench准备数据,单表1000万数据,总共100个表,每个表的空间大约2G。
$sysbenchpath/sysbench --test=$sysbenchpath/tests/db/oltp.lua --mysql-host=$ip --oltp-tables-count=$oltp_tables_count --mysql-user=$mysql_user --mysql-password=$mysql_password --mysql-port=3306 --db-driver=mysql --oltp-table-size=$[$table_size/10] --mysql-db=$table_name --max-requests=$[$table_size/10] --max-time=$max_time --oltp_simple_ranges=0 --oltp-distinct-ranges=0 --oltp-sum-ranges=0 --oltporder-ranges=0 --oltp-point-selects=0 --num-threads=$threads --randtype=uniform run

压测读性能

压测选用5个表,每个表1000万数据,总共1亿条数据进行压测。分表采用1,2,4,8,16,32个并发测试写入性能。
$sysbenchpath/sysbench --test=$sysbenchpath/tests/db/oltp.lua --mysql-host=$ip --oltp-tables-count=$oltp_tables_count --mysql-user=$mysql_user --mysql-password=$mysql_password --mysql-port=3306 --db-driver=mysql --oltp-table-size=$[$table_size/10] --mysql-db=$table_name --max-requests=$[$table_size/10] --oltp_simple_ranges=0 --oltp-distinct-ranges=0 --oltp-sum-ranges=0 --oltp-order-ranges=0 --max-time=$max_time --oltp-read-only=on --num-threads=$threads run

注:

  $sysbench_path:sysbench源码位置
$ip数据库的IP地址者公网连接串
$mysql_user 数据库用户名
$mysql_password 数据库密码
$table_name 数据库的名字
$oltp_tables_count 数据库表的数量
$table_size 数据库表的大小

压测结果

读取性能压测结果

在32个并发的时候,取得了最好的读区性能,读取QPS为46813.94,平均SQL响应时间2.05毫秒。
image
bbbbf5ce278d2494f58716d1545be7bec97b6073

写性能压测结果
32个并发的时候,取得了最好的写入性能,写QPS为156273.72,平均事物响应时间5.09毫秒。
image
f3ed45882e5e9b7ee339babfceaad2a53f87c0b0

看文福利!每天可抽奖,代金券,天猫精灵等奖品等你拿!点击进入抽奖页面

相关实践学习
使用PolarDB和ECS搭建门户网站
本场景主要介绍基于PolarDB和ECS实现搭建门户网站。
阿里云数据库产品家族及特性
阿里云智能数据库产品团队一直致力于不断健全产品体系,提升产品性能,打磨产品功能,从而帮助客户实现更加极致的弹性能力、具备更强的扩展能力、并利用云设施进一步降低企业成本。以云原生+分布式为核心技术抓手,打造以自研的在线事务型(OLTP)数据库Polar DB和在线分析型(OLAP)数据库Analytic DB为代表的新一代企业级云原生数据库产品体系, 结合NoSQL数据库、数据库生态工具、云原生智能化数据库管控平台,为阿里巴巴经济体以及各个行业的企业客户和开发者提供从公共云到混合云再到私有云的完整解决方案,提供基于云基础设施进行数据从处理、到存储、再到计算与分析的一体化解决方案。本节课带你了解阿里云数据库产品家族及特性。
目录
相关文章
|
1月前
|
Cloud Native 关系型数据库 分布式数据库
|
1月前
|
人工智能 Cloud Native 关系型数据库
阿里云关系型数据库连续五年蝉联榜首
全球领先的IT市场研究和咨询公司IDC发布了《2023年下半年中国关系型数据库软件市场跟踪报告》,2023年阿里云整体市场份额(公有云+本地部署模式)稳居第一,其中公有云市场份额高达39.2%,自2019年起连续5年蝉联榜首。
|
1月前
|
存储 关系型数据库 MySQL
阿里云PolarDB解决游戏行业全球部署高并发问题
阿里云PolarDB解决游戏行业全球部署高并发问题
|
2月前
|
存储 关系型数据库 分布式数据库
揭秘PolarDB:中国云原生数据库的超级英雄,如何颠覆传统数据存储?
在数字化时代,数据成为企业的核心资产,而云原生数据库则是推动企业转型的关键。PolarDB凭借其先进的存储计算分离架构,在性能、可靠性和易用性方面脱颖而出,成为国内领先的选择。它支持多种数据库引擎,提供多副本存储机制,并采用按量付费模式,有效降低管理和成本压力,助力企业实现高效、可靠的数字化转型。
72 1
|
3月前
|
存储 算法 Cloud Native
【PolarDB-X列存魔法】揭秘TPC-H测试背后的性能优化秘籍!
【8月更文挑战第25天】阿里巴巴的云原生数据库PolarDB-X以其出色的性能、可靠性和扩展性闻名,在多种业务场景中广泛应用。尤其在列存储模式下,PolarDB-X针对分析型查询进行了优化,显著提升了数据读取效率。本文通过TPC-H基准测试探讨PolarDB-X列存执行计划的优化策略,包括高效数据扫描、专用查询算法以及动态调整执行计划等功能,以满足复杂查询的需求并提高数据分析性能。
98 1
|
3月前
|
Cloud Native 数据库 开发者
云原生数据库2.0问题之帮助阿里云数据库加速技术更新如何解决
云原生数据库2.0问题之帮助阿里云数据库加速技术更新如何解决
|
3月前
|
Cloud Native 关系型数据库 分布式数据库
云原生数据库2.0问题之PolarDB利用云计算技术红利如何解决
云原生数据库2.0问题之PolarDB利用云计算技术红利如何解决
|
3月前
|
Cloud Native 关系型数据库 分布式数据库
国内首批|阿里云PolarDB通过国家标准GB18030-2022最高级别认证
阿里云瑶池旗下的云原生数据库PolarDB完成了强制性国家标准GB 18030-2022《信息技术 中文编码字符集》标准测评,通过了该标准的最高级别3级认证,成为首批通过该测评认证的关系型数据库管理软件。
|
3月前
|
Cloud Native 关系型数据库 分布式数据库
云原生关系型数据库PolarDB问题之PolarDB相比传统商用数据库的优势如何解决
云原生关系型数据库PolarDB问题之PolarDB相比传统商用数据库的优势如何解决
42 1
|
3月前
|
存储 关系型数据库 MySQL
再探PolarDB —— PolarDB MySQL 四大场景下的全方位评测
本文全面评测了阿里云PolarDB MySQL在四大关键场景下的表现:Serverless极致弹性、列存索引(IMCI)、弹性并行查询(ePQ)以及无感秒切高可用。通过官方提供的免费体验资源,我们深入了解了PolarDB MySQL的核心能力和性能。Serverless极致弹性列存索引(IMCI弹性并行查询(ePQ)无感秒切高可用此外,文章还介绍了PolarDB MySQL在数据备份和HTAP(混合事务/分析处理)场景下的优势,包括灵活的备份策略、高效的全量和库表恢复方式,以及通过IMCI支持的HTAP能力。这些特性共同构成了PolarDB MySQL作为一款先进的云数据库服务的强大竞争力。

相关产品

  • 云原生数据库 PolarDB
  • 下一篇
    无影云桌面