PolarDB MySQL 版 Serverless评测

一、了解

PolarDB是阿里自研的新一代国产云原生数据库，有Mysql版、PostgreSQL版以及分布式版。而Serverless是一种架构形态，即用户无需采购与管理服务器等基础设施，只需关注数据库服务本身。基于这种架构的数据库具备强大的弹性伸缩能力，做到真正负载与资源动态匹配，可最大程度地利用好资源。

Serverless集群的技术架构图

从上图可以很直观地理解基于Serverless技术架构的数据库，不仅可以提供网络资源、命名空间、存储空间的垂直资源隔离能力，还提供计算存储资源高弹性、动态匹配的能力，可进一步助力企业降本增效。

二、上手

开通试用

在正式体验产品之前需要先开通产品试用，你可以通过免费试用中心，搜索关键字mysql获取产品，点击立即试用；如图：

也可以通过本次评测活动首页的立即试用开通产品试用，如图：

点击立即试用后，来到产品试用开通页面，勾选必要选项，如图：（这里我选择了最新版的mysql，方便后续使用）

这里地域和可用区保持默认就好，如手动选择偏好的区域可能会出现“服务器资源不足，请工单联系管理员”情况，如图：

继续配置产品，在“是否开启活动暂停”选项中，我选择了开启，可以更好地使用Serverless特性。其他配置默认。如图：

接着需要给集群取一个响亮好记的名称。其他配置默认。如图：

继续往下走，可以直观地看到本次试用的产品规格，不得不说阿里的产品试用还是蛮厚道的，配置管够。勾选服务协议，点击立即试用。如图：

看到下图就恭喜你，顺利完成产品试用的开通。如图：

同时你也可以在用户中心——我的试用里看到领取的试用资源包，分别是PolarDB存储包和Serverless资源包。如图：

产品概览

通过云数据库PolarDB控制台可以看到产品的真面目，如图：

上图很直观地呈现了当前正在运行的实例情况以及所在地域信息。点击导航栏的集群列表，可以来到集群详情页。如图：

点击集群ID可以来到集群的详情页，在这里你不仅可以看到集群的所有信息，还可以实现对集群的所有操作。如图：

高效直观的性能监控，可以方便快捷地及时发现性能瓶颈。如图：

场景实验

准备工作

下面就针对PolarDB的Serverless能力通过实验进行验证，在开始实验之前，需要设置Serverless，在基本信息页面的数据库节点区域中，单击右上角的Serverless配置。如图：

按照需要，配置好参数，如图：

点击确定，集群进入配置切换状态，需稍等片刻。如图：

切换完成后，可以直观地看到数据库节点发生了变化。如图：

接下来将通过Sysbench脚本压测来验证数据库节点的Serverless能力。Sysbench是一款开源的多线程性能测试工具，可以执行数据库只读、只写、读写混合等类型的性能测试。

在开始压测之前，需要先配置数据库，新增集群白名单，创建数据库并设置账号。点击左侧导航栏的配置与管理——集群白名单，新增IP白名单分组。如图：

账号管理——创建账号，输入账号名称、选择高权限账号，输入密码。如图：

数据库管理——创建数据库，输入数据库名称，字符集选择utf8，选择账户。如图：

数据库主节点弹性压测

准备工作完成后，开始压测，这里使用读写混合的压测类型（oltp_read_write），并发数为32线程。接下来需要在ECS服务器中初始化相关数据。这里提到的ECS服务器需要保持同数据库在同一个地域，否则跨地域连接传输需要消耗带宽费用。初始化脚本如下：

sysbench /usr/share/sysbench/oltp_read_write.lua --mysql-host=pc-uf6uuoclu007f0399.rwlb.rds.aliyuncs.com --mysql-port=3306 --mysql-user=test_user --mysql-password=Password123 --mysql-db=sbtest --tables=128 --table-size=1000000 --report-interval=1 --range_selects=1 --db-ps-mode=disable --rand-type=uniform --threads=256 --time=12000 prepare

#参数说明
--mysql-host       MySQL服务器的主机名或IP地址
--mysql-port       MySQL服务器的端口号
--mysql-user       MySQL的用户名
--mysql-password   MySQL的登录密码
--mysql-db         MySQL的数据库名
--tables           表的个数
--tables-size      每个表的行数
--report-interval  以间隔时间为秒定期上报中间统计信息
--range_selects    启用/禁用所有范围 SELECT 查询
--db-ps-mode       如果选用的数据库驱动支持预处理语句（Prepared Statement） API，那么sysbench就会在所有查询中尽可能地使用服务端的预处理语句。否则，就会使用客户端（或模拟端）的预处理语句。即使当PS API可用时，这个选项也允许强制使用模拟方式。可选的值有auto、disable（默认值为auto）
--rand-type        随机型随机数分布{uniform, gaussian, special, pareto, zipfian}
--threads          工作线程总数
--time             总执行时间限制

ECS服务器中执行下面的命令，开始对数据库主节点进行256个线程的并发读写混合压测。

sysbench /usr/share/sysbench/oltp_read_write.lua --mysql-host=pc-uf6uuoclu007f0399.rwlb.rds.aliyuncs.com --mysql-port=3306 --mysql-user=test_user --mysql-password=Password123 --mysql-db=sbtest --tables=128 --table-size=1000000 --report-interval=1 --range_selects=1 --db-ps-mode=disable --rand-type=uniform --threads=256 --time=12000 run

根据Sysbench的输出可以直接观察到，随着时间推移，在同样的并发数下，tps逐渐上升，延迟（lat）逐渐下降，最终到达一个稳定值。

此时点击左侧导航栏中，单击性能监控。在监控页上，单击计算节点。如图：

从监控图上可以很直观地看到随着主节点PCU、CPU使用率的不断提升，PCU数量从1分钟内从1 PCU弹升到最大上限32 PCU。

回到ECS服务器，停止正在运行的压测请求脚本。

可以观察到，当压测请求完全停止后，主节点PCU CPU使用率会立即下降，而PCU数量随后也会逐步自动缩小至1 PCU。

通过本次压测可以很直观地看到PolarDB主节点的规格能够根据负载进行自动伸缩与自动配置，达到Serverless的灵活弹性能力。

数据库只读节点弹性压测

在开始只读节点的压测前需要重新配置集群的Serverless，在基本信息页面的数据库节点区域中，单击右上角的Serverless配置。将只读节点个数扩展上限从0调整为最大值7，其他配置保持不变。如图：

读写混合压测

待集群配置切换完成，将在ECS服务器中执行压测脚本，开始对数据库只读节点进行512个线程的并发读写混合压测。脚本如下：

sysbench /usr/share/sysbench/oltp_read_write.lua --mysql-host=pc-uf6uuoclu007f0399.rwlb.rds.aliyuncs.com --mysql-port=3306 --mysql-user=test_user --mysql-password=Password123 --mysql-db=sbtest --tables=128 --table-size=1000000 --report-interval=1 --range_selects=1 --db-ps-mode=disable --rand-type=uniform --threads=512 --time=12000 run

根据Sysbench的输出可以直接观察到，随着时间推移，在同样的并发数下，tps逐渐上升，延迟（lat）逐渐下降，最终到达一个稳定值。

此时点击左侧导航栏中，单击性能监控。在监控页上，单击计算节点。如图：

从监控可以看出，PolarDB收到读写混合请求后，主节点会首先迅速弹升到最大的32 PCU，之后监控逐步出现两个只读节点。当只读节点分摊主节点的读请求后，主节点CPU使用率逐步下降，规格最终稳定在24 PCU。

从图上可以看到，第一个只读节点创建后，也会立刻弹升到32 PCU。此时系统会尝试继续创建只读节点，分摊读请求。因此当第二个只读节点创建后，第一个只读节点负载降低，规格自动弹降。

由于目前2个只读节点都没有到最大规格32 PCU，系统判断目前Serverless规格已经满足实际负载，不会再继续增加新的只读节点。

依据上图可以看到，在读写混合场景下，读写流量会首先转发到集群唯一节点，即主节点（RW）中。当主节点弹升到最大规格后，Serverless系统会逐个创建只读节点，分摊主节点的读请求，直到只读节点的数量满足当前负载。当只读节点分摊读请求后，主节点负载会降低，触发PCU弹降。

• 自动扩容能力测试

重新开一个shell窗口，上面开启的读写混合压测命令不停止，在新窗口执行压测命令，向集群发起500并发的只读请求。脚本如下：

sysbench /usr/share/sysbench/oltp_read_only.lua --mysql-host=pc-uf6uuoclu007f0399.rwlb.rds.aliyuncs.com --mysql-port=3306 --mysql-user=test_user --mysql-password=Password123 --mysql-db=sbtest --tables=128 --table-size=1000000 --report-interval=1 --range_selects=1 --db-ps-mode=disable --rand-type=uniform --threads=500 --time=12000 run

从图中可以看到，当数据库接收到新的只读负载后，首先当前的2个只读节点会弹升到最大规格32 PCU，之后Serverless系统会继续创建新的只读节点，直到满足新增只读负载的要求。

• 自动缩容能力测试

分别在两个shell窗口执行Ctrl+C停止所有的Sysbench脚本（包括oltp_read_write和oltp_read_only），在监控页上，可以看到PolarDB for MySQL Serverless的计算节点首先会自动缩容，之后新增的只读节点会逐步回收。如图：

等待回收完成后，最终PolarDB会缩容到只有一个主节点的状态。如图：

通过如上压测，可以直观看到PolarDB for MySQL Serverless可以基于读负载的比例，智能地调整只读节点的个数和各自的规格，来达到最佳的Serverless能力。

全局数据的强一致性

PolarDB for MySQL Serverless实例默认开启严格强一致性集群SCC（Strict Consistency Cluster）服务。SCC功能为PolarDB for MySQL Serverless提供了跨节点无损读扩展的能力。PolarTrans事务系统利用提交时间戳技术CTS和RDMA网络，在内核层面提供集群强一致性读SCC服务，在不损失性能的基础上，保证发往集群任意副本的读请求都可以获得强一致性的结果。

接下来将通过开源的mysqlsct工具，来检验数据库集群的强一致性读能力, 该工具通过跨session的写入+读取+结果对比的方式来测试数据库集群强一致性读的功能和性能。

为了更方便地测试跨节点无损读扩展的能力，先调整Serverless配置，确保测试过程中，至少保留一个只读节点。在设置Serverless配置参数对话框中，将只读节点个数扩展下限从0调整为1，如图：

等待集群配置切换完成后，在ECS服务器中执行mysqlsct测试命令，脚本如下：

/root/mysqlsct --host-rw=pc-uf6uuoclu007f0399.rwlb.rds.aliyuncs.com --host-ro=pc-uf6uuoclu007f0399.rwlb.rds.aliyuncs.com --port-rw=3306 --port-ro=3306 --user=test_user  --password=Password123 --iterations=100000 --table-cnt=1 --table-size=1000 -f=0 --concurrency=1 --database=sct --sc-gap-us=0 --report-interval=2 --test-mode=sct
#参数说明
--host-rw          MySQL版的集群地址
--host-ro          MySQL版的集群地址
--port-rw          MySQL版的集群地址端口
--port-ro          MySQL版的集群地址端口
--user             MySQL版的集群账号
--password         MySQL版的集群密码
--iterations       测试总次数(一次update+一次select为一次测试)
--table-cnt        测试表数量
--table-size       测试表行数
--concurrency      测试并发线程数
--database         测试数据库
--sc-gap-us        update和select之间的休眠时间, 0表示update后立刻发起查询
--report-interval  打印日志间隔

执行后，可以看到一致性检查全部通过，如图：

在左侧导航栏中，选择参数配置。单击页面左上角的修改参数按钮，修改loose_innodb_polar_scc参数为OFF，单击提交修改，单击确定，关闭SCC特性。如图：

完成参数修改后，再次执行mysqlsct测试命令，可以看到一致性检查出现失败。如图：

从上面的实验可以看出，PolarDB for MySQL Serverless借助高性能全局一致性SCC特性，提供了跨节点无损读扩展的能力。

三、试用总结

• 强大的弹性计算能力：从上面的体验来看，PolarDB for MySQL Serverless支持快速的资源弹升速度，能在5秒探测窗口内完成弹升，最快1秒钟。同时，它具有强大的伸缩性，可以自动进行纵向扩展（0~32核）和横向扩展（0~8个节点），支持0~256核范围内的伸缩。这种强大的伸缩性还带来了稳定性的优势，PolarDB for MySQL Serverless能够在业务无感的情况下进行纵向扩缩容和横向扩展，确保系统的稳定性和可靠性。此外，PolarDB for MySQL Serverless的资源伸缩颗粒度非常细腻，支持最小0.5PCU颗粒度的资源伸缩，使得资源的分配更加精确。另一个值得一提的特点是PolarDB for MySQL Serverless的自动启停功能。当没有访问需求时，计算资源可以被缩减到0，从而节省成本。而当有访问需求时，资源可以在短短10秒内被唤醒，迅速响应用户需求。
• 全局数据强一致性：PolarDB for MySQL Serverless还具备全局数据的强一致性能力。无论多少个只读节点，数据都能保持强一致性，而且在保证性能不下降的情况下实现。这种一致性特性对于多节点应用尤为重要。
• 应用场景广泛：既可以针对需要进行大量数据处理的大数据分析场景，也可以应用在微服务架构中，使得每个服务都可能有独立的数据库需求，帮助企业节省运维成本。

综上，PolarDB MySQL版Serverless是一款具有高度灵活性和扩展性的数据库产品，它结合了云原生数据库的优势和Serverless计算的灵活性，为企业提供了一种全新的数据库解决方案。

四、学习拓展

如你对上述的场景体验还意犹未尽，我这里整理了适合学习拓展的链接，点击即可继续深入学习了解。如下：

• 官方文档

云原生数据库PolarDB

Serverless_云原生数据库 PolarDB

PolarDB开源

• 场景体验

PolarDB MySQL从表回收站中恢复误删的表

使用PolarDB和ECS搭建门户网站

PolarDB MySQL全球数据库（GDN）异地多活

PolarDB MySQL自动SQL限流

体验高可用云原生PolarDB MySQL引擎