mymysql和go-mysql-driver是两个现在都很流行的go的mysql驱动，这篇文章目的是要将这两个驱动进行一下比较
两个mysql驱动的下载地址：
https://github.com/ziutek/mymysql
http://code.google.com/p/go-mysql-driver/
首先是性能测试
准备工作：
在mysql建表和初始化数据（db是test）
|
1
2
3
4
5
6
7
8
9
10
11
12
13
|
drop table
if
exists admin;
CREATE TABLE `admin` (
`adminid` INT(10) UNSIGNED NOT NULL AUTO_INCREMENT,
`username` varchar(20) NOT NULL DEFAULT
''
COMMENT
'后台用户名'
,
`password` char(32) NOT NULL DEFAULT
''
COMMENT
'密码,md5存'
,
PRIMARY KEY(`adminid`)
)
COMMENT=
'后台用户信息表'
COLLATE=
'utf8_general_ci'
ENGINE=InnoDB;
insert into admin set adminid=1, username=
'admin'
, password=
'21232f297a57a5a743894a0e4a801fc3'
;
|
两边的库代码和测试代码
已经将gomysqldriver和mymysql的代码放到github上了，有兴趣的去里面看看。
https://github.com/jianfengye/MyWorks/tree/master/gomysqltest
代码里面注意的几点就是我们测试了get，insert，update三个操作，并且insert的时候不指定主键，让其自增，innodb的表，这样让mysql处理插入操作尽可能快。
下面运行go test -bench=".*" -v -benchmem
mymysql的表现：
go-mysql-driver的表现：
输出的数据分析：
Benchmark的测试用例名 benchtime内调用了多少次 每次调用耗时（纳秒） 每次调用耗内存 每次调用分配内存次数
比如：
mymysql 的Benchmark_getAdmin在1s内一共调用了2000次，每次调用使用了974622纳秒，使用内存大小为13444Byte，分配内存的alloc调用了220次
可以看出，go-mysql-driver的每个命令运行的时间是比mymysql多，但是内存是使用的情况却比mymysql少。
猜测原因由于go-mysql-driver是使用默认的database/sql和database/sql/driver接口，由于接口是官方提供的，估计耗时多在方法匹配上，调用内存方面由于是官方的database/sql来进行连接等分配，写的会比mymysql写的好一些。
下面比较两边的profile
在两个项目下都调用
go test -bench=".*" -c
go test -bench=".*" -cpuprofile="cpu.prof" -memprofile="mem.prof" -blockprofile="block.prof" -memprofilerate=1 -blockprofilerate=1
依次调用
go tool pprof mymysql.test cpu.prof
go tool pprof mymysql.test cpu.prof
go tool pprof mymysql.test cpu.prof
生成svg文件
具体可以参考我之前的一篇文章 go的pprof使用（http://www.cnblogs.com/yjf512/archive/2012/12/27/2835331.html）
我这里已经将它们都生成好了并命名为诸如mymysql_cpu.svg放在github上，你也可以直接去下载看
https://github.com/jianfengye/MyWorks/tree/master/gomysqltest
怎么看svg
关于pprof这里有一篇权威文章：cpuprofile（http://google-perftools.googlecode.com/svn/trunk/doc/cpuprofile.html）
先要明白几个名词
sample
sample就是“取样”。pprof是基于取样调查的，比如我每纳秒取样一次，收集这个时候程序的运行函数栈，知道现在是运行在那个函数中，然后把这些信息放在pprof文件中提供分析。
node
node就是函数调用信息，哪个函数中被调用了，调用了多少次
方法名
本方法占用sample次数（占所有sample的总数）
本方法的下行方法调用次数（占所有sample的比例）
“本方法占用sample的次数”就是除了调用下行的方法之外的其他代码占用的方法数，当然是越小越好，越小说明了除了下行的方法之外的代码几乎不占用cpu时间。node的大小和这个值是正相关的
“下行方法调用次数”就是下行方法的调用中占用了多少个sample。
如果上面两个值相等，那么“下行方法调用次数”就会被被忽略。这个一般只出现在edges中。
比如sweepspan就是下行方法占用37个sample，本身只占用了1个sample。
edges
edges就是终结点
runtime.mcmp就是自身是终结点，没有下行方法，所以下行和本方法占用的sample相等。
基本信息解读
比如：
mymysql.test是可执行文件名
Total samples：总的统计sample（打点数）
Focusing on：关注的sample。为什么有关注sample这么一说呢，并不是说所有的node和edges都是有用的信息，有的不重要的node和edges是会被忽略的。Focusing on samples就是除了这些不重要的node和edges之外的sample。
Dropped nodes：参考Focusing on。被忽略的node。
Dropped edges: 参考Focusing on。被忽略的edges。
ps: 这里默认的total sample是等于focusing sample的。你在pprof的时候可以使用--ignore参数来忽略掉那些不重要的node或者edges
明白了这些就知道了，看图应该从最大的node往小的方向看，分析下占用资源多的函数在那里，是否可以优化这个函数或者方法。
比如可以看一下
gomysqldriver_cpu.svg这个例子
它有个比较占用sample的分支是
它的源头在parseDSN
看到代码里面去，会发现是解析dsn这步的时候使用了正则，导致运行Open的时候运行速度下降了。
所以说如果parseDSN这个函数的参数不是dsn string，而是使用map直接指定username，password等，这里的速度就会上去了。当然这其实也是不可以的，因为database/sql/driver的Open方法定义的参数就是一个string。
总结：
pprof图将代码流程完完全全地展现在我们面前。所以说呢我们可以做这么几件事情：
1 根据pprof优化代码
2 根据pprof学习一个完全陌生的开源软件
3 根据pprof学习go的一个程序是怎么运行的
4 项目上线前的性能测试和压力测试（在ab之外的有一个好的选择了）
mymysql和go-mysql-driver的测试总结
根据以上的比较，我还是倾向于使用go-mysql-driver。原因有几个：
1 go-mysql-driver是实现了golang标准库database/sql的产物。底层实现比较有保证
2 go-mysql-driver虽然每个命令的运行时间比mymysql长，但是内存使用少得非常明显，这点两方算打平。
3 go-mysql-driver实现了database/sql，如果数据库换成其他的话，不需要更改应用逻辑的代码。
4 go-mysql-driver实现了database/sql，这个接口的设计也是非常好的，基本和php中的pdo一样，上手和学习成本低。
