作者：回雁

我们都知道，对于数据库中基础信息表来说，它的数据变化频率低，数据量小，但由于基础数据本身的特点，大多数相关系统都会对频繁地读取它。即便我们通过对数据调取服务进行服务化包装，通过HSF服务的方式对外暴露，以减少多个系统直接操作数据库带来的问题，但数据本身的读取频率和并发度都非常高，QPS可以轻易达到10万以上。通常，使用普通的关系型数据库，比如RDS很难满足这样的场景，业内普遍的做法是在数据库前加一层数据库缓存服务，比如redis或memcache来存放基础信息，以此承载海量的高并发访问请求。但是也会存在问题，当缓存服务发生故障，或者由于某种异常被击穿，大量的访问请求迅速会打到后端的数据库上，数据库能不能在关键时候扛住压力，为运维人员争取时间，快速修复缓存服务，显得至关重要。

是的，这个时候，阿里云RDS和DRDS都提供了只读实例，从原理上来说，RDS只读实例使用的 MySQL主备复制，一个主库最多支持5个备库，备库提供只读访问，用户程序访问备库时使用与主库不同的地址。而DRDS只读实例（读写分离）其实底层依赖的就是RDS的只读实例，但是DRDS作为数据库中间件，为1个主实例和多个只读实例提供了统一的访问入口，当DRDS设置了读写分离时，对用户程序是透明的，用户只需要在DRDS控制台上自由调整只读实例的读比例即可。在比较新的版本中，RDS也支持了读写分离，但是在专有云v2版本中暂时还没有支持。

那么，RDS的只读实例和DRDS的读写分离在性能上是否存在差异，我们在阿里云专有云的环境做一个测试，来验证这个问题。

一.准备环境

1.1 资源清单

1.2 创建测试表

在DRDS建立非分库分表的测试表：

1.3 在DRDS中导入测试数据

mysql -u用户名 -p密码 -hDRDSIP -P3306 DRDS库名< bic_base_org_insert.sql

1.4 查看表大小

mysql> select count(*) from bic_base_org;

+----------+

| count(*) |

+----------+

|   191087 |

+----------+

1 row in set (0.03 sec)

1.5 执行计划

mysql> explain select id,inst_id,code,name_cn,aic_register_name,postcode,administrative_division,province_code,city_code,status,business_unit,org_level,org_category,manage_level,parent_org_code,erp_parent_org_code   from bic_base_org where id=170000;

+------------------------------------------------------------------+--------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------+--------+

| GROUP_NAME                                                       | SQL                                                                                                                                                                                                                                        | PARAMS |

+------------------------------------------------------------------+--------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------+--------+

| DRDS_XNCS_BIC_CS_1513840820139DMOXDRDS_XNCS_BIC_CS_CJWT_0000_RDS | select id,inst_id,code,name_cn,aic_register_name,postcode,administrative_division,province_code,city_code,status,business_unit,org_level,org_category,manage_level,parent_org_code,erp_parent_org_code   from bic_base_org where id=170000 | {}     |

+------------------------------------------------------------------+--------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------+--------+

1 row in set (0.00 sec)

 

mysql> explain execute  select id,inst_id,code,name_cn,aic_register_name,postcode,administrative_division,province_code,city_code,status,business_unit,org_level,org_category,manage_level,parent_org_code,erp_parent_org_code   from bic_base_org where id=170000;

+----+-------------+--------------+-------+---------------+---------+---------+-------+------+-------+

| id | select_type | table        | type  | possible_keys | key     | key_len | ref   | rows | Extra |

+----+-------------+--------------+-------+---------------+---------+---------+-------+------+-------+

|  1 | SIMPLE      | bic_base_org | const | PRIMARY       | PRIMARY | 8       | const |    1 | NULL  |

+----+-------------+--------------+-------+---------------+---------+---------+-------+------+-------+

1 row in set (0.01 sec)

可以看到 ，SQL在DRDS0号分库上执行，并且执行计划是主键查询，这是最快的方式。

二.测试语句

2.1 测试语句：

vi select.sql

 

select id,inst_id,code,name_cn,aic_register_name,postcode,administrative_division,province_code,city_code,status,business_unit,org_level,org_category,manage_level,parent_org_code,erp_parent_org_code   from bic_base_org where id=170000;

这个语句非常简单，只是针对单表基于索引字段id查询一条记录的某些字段，我们重点考察的是大并发下只读实例的性能表现。

2.2 测试工具：

mysqlslap

三.测试过程

测试分为两大组：

第一组并发100，对比RDS，RDS只读实例，DRDS 1个只读实例和DRDS 5个只读实例的性能表现。3.1-3.4是第一组测试数据。

第二组将增加并发，进行摸高测试，观察资源的瓶颈和系统的极限。3.5-3.9是第二组测试数据。

3.1 RDS主实例测试（100并发）

测试说明：100并发，总共跑1千万条相同的主键查询：

mysqlslap  --query=/select.sql --concurrency=100 --number-of-queries=10000000  --iterations=1 --create-schema=drds_xncs_bic_cs_trou_0000 --engine=innodb  -hRDSIP地址 -u用户名 -p密码

 

Benchmark

         Running for engine innodb

         Average number of seconds to run all queries: 154.738 seconds

         Minimum number of seconds to run all queries: 154.738 seconds

         Maximum number of seconds to run all queries: 154.738 seconds

         Number of clients running queries: 100

         Average number of queries per client: 100000

QPS=10000000/154.738=64625，该场景下，资源没有瓶颈。

注：后面每个测试案例的命令与本案例相似，所以略去测试命令，只展示测试结果。

3.2 RDS只读实例测试（100并发）

测试说明：100并发，总共跑 1千万条相同的主键查询：

Benchmark

         Running for engine innodb

         Average number of seconds to run all queries: 150.370 seconds

         Minimum number of seconds to run all queries: 150.370 seconds

         Maximum number of seconds to run all queries: 150.370 seconds

         Number of clients running queries: 100

         Average number of queries per client: 100000

QPS=10000000/150.370=66502，该场景下，资源没有瓶颈。

3.3 DRDS测试（1个只读实例，100并发）
测试说明：（把其中一个slave库读比例设100% 测drds下一个备库 ） 100并发，共跑 1千万条相同的主键查询：

Benchmark

         Running for engine innodb

         Average number of seconds to run all queries: 235.556 seconds

         Minimum number of seconds to run all queries: 235.556 seconds

         Maximum number of seconds to run all queries: 235.556 seconds

         Number of clients running queries: 100

         Average number of queries per client: 100000

QPS=10000000/235.556=42453，该场景下，资源没有瓶颈。

3.4 DRDS测试（5个只读实例，100并发）
测试说明：5个只读每个开20%，100并发，总共跑1千万条相同的主键查询：

Benchmark

         Running for engine innodb

         Average number of seconds to run all queries: 216.412 seconds

         Minimum number of seconds to run all queries: 216.412 seconds

         Maximum number of seconds to run all queries: 216.412 seconds

         Number of clients running queries: 100

         Average number of queries per client: 100000

QPS=10000000/216.412=46208，该场景下，资源没有瓶颈。

第一组测试结束，低压力（100并发）下，RDS主实例和只读实例性能大致相同，DRDS 1个只读实例和5个只读实例的配置对比，性能也基本相似，且不如RDS的性能，这是符合预期的，因为在没有达到性能极限前，DRDS会比RDS多一层开销。第二组测试中，数据考虑到单台ECS性能并发量的局限性，于是采用多台ECS并发测试，通过DRDS和RDS控制台观察数据，重点关注整体吞吐能力和极限。

3.5 RDS主实例测试（1500并发）
测试说明：共1500并发，两个ECS执行分别1000,500并发，总共跑 20亿条相同的主键查询：

RDS连接数：75%（1500），RDS最大连接数为2000

RDSQPS:接近70000

RDS CPU：接近100%，出现瓶颈

SQL的执行时间：几百-几万微秒

3.6 RDS主实例测试（1900并发）

测试说明：共1900并发，三个ECS执行分别1000，500，400 并发，总共跑 30亿条相同的主键查询。

RDS连接数：1900，达到瓶颈

RDS QPS:接近70000

RDS CPU：接近100%，达到瓶颈

SQL的执行时间：几百-几万微秒

3.7 DRDS（5个只读实例，1000并发）

测试说明：5个只读每个开20%，1000并发，总共跑1亿条相同的主键查询：

Benchmark

         Running for engine innodb

         Average number of seconds to run all queries: 1790.584 seconds

         Minimum number of seconds to run all queries: 1790.584 seconds

         Maximum number of seconds to run all queries: 1790.584 seconds

         Number of clients running queries: 1000

         Average number of queries per client: 100000

QPS=100000000/1790=55866，该场景下，资源没有瓶颈。

3.8 DRDS（5个只读实例，10000并发）

测试说明：（5个只读每个开20%） 共10000并发，两个ECS执行分别5000 总共跑 20亿条相同的主键查询：

物理RT：1.1ms左右

QPS：大约125000左右

RDS SQL执行时间：100微秒左右

客户端ECS千兆网卡打满，出现瓶颈

3.9 DRDS（5个只读实例，15000并发）

测试说明：（5个只读每个开20%） 共15000并发，三个ECS执行分别5000 总共跑 30亿条相同的主键查询。

DRDS QPS：大约210000左右

RDS上SQL的执行时间：100微秒左右

物理RT：2.1ms左右

客户端ECS网卡被打满，出现瓶颈

四.测试总结：

4.1 单台ECS客户端低压力测试

RDS主实例和只读实例性能基本相同；
只有1个只读实例的DRDS耗时比单RDS主实例或单RDS只读实例相差较大，大约损失35%的性能；
开满5个只读实例的DRDS耗时比单RDS主实例或者单RDS只读实例相差较大，大约损失29%的性能；
低压力下测试场景，平均RT在几十微秒这个数量级。

4.2 多台ECS客户端大压力极限测试

RDS单个主实例配置2000最大并发数，选用1900并发，QPS达到69000，响应时间在毫秒级。此时连接数和CPU都已经接近极限；
DRDS开满5个只读实例，三台ECS到达15000的并发，DRDS的QPS可以达到210000左右，响应时间达到毫秒级。此时除客户端ECS达到极限外，RDS和DRDS均有资源剩余可用；
因为DRDS是数据库中间件，同时有内置连接池，所以从单个连接的SQL性能来说，DRDS不如RDS，但差异只体现在微秒这个数量级；而正因为DRDS有内置连接池，大规模大量连接高并发场景下，DRDS体现出优势，且响应时间还保持在毫秒级别，可以接受；
RDS读写分离由于专有云还不支持，所以没有进行测试，预期会比单实例RDS性能稍差。从数据库连接数来看，也不如DRDS支持得多，需要在应用程序中设置连接池，从而满足更高的并发需求。