参数performance_schema设置最佳实践

简介: 最早开源MySQL从5.5开始支持performance_schema(下文简称PFS),又在后续版本不断持续完善、优化,PFS已经成为了性能诊断优化的利器,使SQL问题、锁等待事件等比较清晰地展现出来,但打开PFS也会带来相应的性能成本,本篇就来看下PFS相比其他工具及不打开PFS的性能差异。

概述

最早开源MySQL从5.5开始支持performance_schema(下面简称PFS),又在后续版本不断持续完善、优化,PFS已经成为了性能诊断优化的利器,使SQL问题、锁等待事件等比较清晰地展现出来,但打开PFS也会带来相应的性能成本,本篇就来看下PFS相比其他工具及不打开PFS的性能差异。


PFS功能

先说功能,PFS作为内置的问题诊断分析工具功能支持的比较多;DAS(https://www.aliyun.com/product/hdm)是外置的工具,如果想详细分析的话可以根据需要打开审计日志和DAS。

编号

功能

PFS

DAS

其他工具

备注

1

哪类的SQL执行最多

Y

Y



2

哪类SQL的平均响应时间最多

Y

Y



3

哪类SQL排序记录数最多

Y

N



4

哪类SQL扫描记录数最多

Y

Y



5

哪类SQL使用临时表最多

Y

N



6

哪类SQL返回结果集最多

Y

N



7

哪个表物理IO最多

Y

N



8

哪个表逻辑IO最多

Y

N



9

哪个索引访问最多

Y

N



10

哪个索引从来没有用过

Y

N

Y

log_queries_not_using_indexes

11

哪个等待事件消耗时间最多

Y

N



12

剖析某条SQL的执行情况,包括statement信息,stege信息,wait信息

Y

N



13

查看每个阶段的时间消耗

Y

N

Y

profiling,optimize trace

14

查看每个阶段的锁等待情况

Y

N




性能

测试参数模板:异步参数模板

测试规格:

测试场景:

  • 表数量:20
  • 表大小:10000000
  • 压测并发:8,16,32,64,128,256,512


数据结论先行

  • 除非要查比较难排查的问题,通常情况不建议打开PFS。DAS对DB Server的影响可以忽略不计。
  • CPU达到瓶颈前性能大致相当,CPU达到瓶颈后pfsoff的性能优势逐渐凸显,pfson_conon_inson的性能最差,其他三种场景性能大致相当。性能方面:pfsoff>pfson_conoff_insoff≈pfson_conon_insoff≈pfson_conoff_inson>pfson_conon_inson

下面CPU达到瓶颈后,以32个并发的性能平均数取值,在其他并发下的性能差异可参加下面详细的数据:

参数配置

read_only

涨跌幅

read_write

涨跌幅

write_only

涨跌幅

pfsoff

72983

基数

41867

基数

37400

基数

pfson_conoff_insoff

63769

↓ 12.62%

37914

↓ 9.44%

34232

↓ 8.47% 

pfson_conon_insoff

64964

↓ 10.99%

34740

↓ 17.02%

33305

↓ 10.95% 

pfson_conoff_inson

65485

↓ 10.27%

34477

↓ 17.65%

34406

↓ 8% 

pfson_conon_inson

53870

↓ 26.19%

29935

↓ 28.5%

26033

↓ 30.39%

说明:

  • PERFORMANCE SCHEMA 关闭 (pfsoff)
  • PERFORMANCE SCHMEA 打开, 所有的consumers打开,所有的instrumentation关闭(pfson_conon_insoff)
  • PERFORMANCE SCHMEA 打开, 所有的consumers关闭,所有的instrumentation打开(pfson_conoff_inson)
  • PERFORMANCE SCHMEA 打开, 所有的consumers打开,所有的instrumentation打开(pfson_conon_inson)
  • PERFORMANCE SCHMEA 打开, 所有的consumers和instrumentation关闭 (pfson_conoff_insoff)
  • 涨跌幅是以未开PFS为基准,32个并发的性能数据相减


read-only


并发数

pfsoff

pfson_conon_inson

涨跌幅

pfson_conon_insoff

涨跌幅

pfson_conoff_inson

涨跌幅

pfson_conoff_insoff

涨跌幅

8

24818

22472

↓ 9.45%

22817

↓8.06%

23012

↓7.28%

22825

↓8.03%

16

48343

43879

↓ 9.23%

45335

↓6.22%

45505

↓5.87%

45197

↓6.51%

32

72983

53870

↓26.19%

64964

↓10.99%

65485

↓10.27%

63769

↓12.62%

64

70821

51325

↓27.53%

61304

↓13.44%

61673

↓12.92%

61232

↓13.54%

128

70866

49856

↓29.65%

61130

↓13.74%

60733

↓14.3%

59566

↓15.95%

256

70684

50600

↓28.41%

59412

↓15.95%

60285

↓14.71%

60342

↓14.63%

512

70350

50356

↓28.42%

60047

↓14.65%

60658

↓13.78%

60440

↓14.09%


read-write


并发数

pfsoff

pfson_conon_inson

涨跌幅

pfson_conon_insoff

涨跌幅

pfson_conoff_inson

涨跌幅

pfson_conoff_insoff

涨跌幅

8

15189

13330

↓ 12.24%

13627

↓10.28%

13332

↓12.23%

14832

↓2.35%

16

32181

27559

↓ 14.36%

28566

↓11.23%

28246

↓12.23%

30663

↓4.72%

32

41867

29935

↓28.5%

34740

↓17.02%

34477

↓17.65%

37914

↓9.44%

64

41897

28128

↓32.86%

37275

↓11.03%

38018

↓9.26%

37800

↓9.78%

128

41565

28492

↓31.45%

37424

↓9.96%

37791

↓9.08%

37462

↓9.87%

256

40650

28876

↓28.96%

37264

↓8.33%

37313

↓8.21%

37710

↓7.23%

512

39644

28737

↓27.51%

31066

↓21.64%

30488

↓23.1%

36875

↓6.98%

write-only

并发数

pfsoff

pfson_conon_inson

涨跌幅

pfson_conon_insoff

涨跌幅

pfson_conoff_inson

涨跌幅

pfson_conoff_insoff

涨跌幅

8

13359

11971

↓ 10.39%

13069

↓ 2.17%

12618

↓ 5.55%

12523

↓ 6.26%

16

27379

22122

↓ 19.2%

27556

↓ -0.65%

25347

↓ 7.42%

24439

↓ 10.74%

32

37400

26033

↓ 30.39%

33305

↓ 10.95%

34406

↓ 8%

34232

↓ 8.47%

64

40305

24436

↓ 39.37%

34028

↓ 15.57%

35247

↓ 12.55%

35345

↓ 12.31%

128

40034

23719

↓ 40.75%

33814

↓ 15.54%

34902

↓ 12.82%

34835

↓ 12.99%

256

40014

23442

↓ 41.42%

33771

↓ 15.6%

34370

↓ 14.11%

34733

↓ 13.2%

512

40181

23684

↓ 41.06%

33741

↓ 16.03%

34366

↓ 14.47%

34532

↓ 14.06%


内存变化

打开PFS后PFS申请的内存不会释放,使用PFS内存涨了5%,推测在复杂场景下内存上涨的更多。


扩展

阿里云MySQL开发了实例负载监控、关联分析、性能调优的工具Performance Insight,相关使用方法参考帮助文档  https://help.aliyun.com/document_detail/132200.html.


如何使用PFS

[MySQL 5.6] Performance Schema 之 PS配置项(1)https://developer.aliyun.com/article/41011

[MySQL 5.6] Performance Schema学习:命名规范、状态变量及其他(2) https://developer.aliyun.com/article/41013

[MySQL 5.6] Performance Schema 表类型纵览 (3)  https://developer.aliyun.com/article/41015


参考

MySQL Performance-Schema(三) 实践篇 https://www.cnblogs.com/cchust/p/5061131.html

相关实践学习
每个IT人都想学的“Web应用上云经典架构”实战
本实验从Web应用上云这个最基本的、最普遍的需求出发,帮助IT从业者们通过“阿里云Web应用上云解决方案”,了解一个企业级Web应用上云的常见架构,了解如何构建一个高可用、可扩展的企业级应用架构。
MySQL数据库入门学习
本课程通过最流行的开源数据库MySQL带你了解数据库的世界。   相关的阿里云产品:云数据库RDS MySQL 版 阿里云关系型数据库RDS(Relational Database Service)是一种稳定可靠、可弹性伸缩的在线数据库服务,提供容灾、备份、恢复、迁移等方面的全套解决方案,彻底解决数据库运维的烦恼。 了解产品详情: https://www.aliyun.com/product/rds/mysql 
相关文章
|
消息中间件 存储 运维
浅析阿里《云原生架构白皮书》
提前看了《云原生架构白皮书》一直想着要写点东西,拖延来去[《白皮书》](https://developer.aliyun.com/topic/cn-architecture-paper)已经正式发布2天了,我还迟迟没有动手。没动手的一方面原因是我的懒癌症又犯了;另一个原因是《白皮书》覆盖面之广,基本触及到云原生的方方面面,而我在云原生方面的知识储备不足以支撑我写出一篇好文。
6633 0
浅析阿里《云原生架构白皮书》
|
11月前
|
存储 算法 AliSQL
AliSQL 向量技术解析(一):存储格式与算法实现
AliSQL基于MySQL 8.0原生扩展向量处理能力,支持高达16383维的向量存储与计算,集成余弦相似度、欧式距离等函数,并通过HNSW算法实现高效近似最近邻搜索。借助结构化辅助表与精度压缩技术,兼顾检索精度与性能,结合数据字典适配保障DDL原子性,为推荐系统、AI应用提供开箱即用的高维向量检索解决方案。
AliSQL 向量技术解析(一):存储格式与算法实现
|
存储 关系型数据库 分布式数据库
登顶TPC-C|云原生数据库PolarDB技术揭秘:单机性能优化篇
阿里云PolarDB云原生数据库在TPC-C基准测试中,以20.55亿tpmC的成绩打破性能与性价比世界纪录。此外,国产轻量版PolarDB已上线,提供更具性价比的选择。
|
NoSQL Redis 监控
redis-shake数据同步&迁移&备份导入导出工具使用介绍
redis-shake是阿里云Redis&MongoDB团队开源的用于redis数据同步的工具。
74632 4
redis-shake数据同步&迁移&备份导入导出工具使用介绍
|
安全 关系型数据库 MySQL
MySQL安全最佳实践:保护你的数据库
本文深入探讨了MySQL数据库的安全防护体系,涵盖认证安全、访问控制、网络安全、数据加密、审计监控、备份恢复、操作系统安全、应急响应等多个方面。通过具体配置示例,为企业提供了一套全面的安全实践方案,帮助强化数据库安全,防止数据泄露和未授权访问,保障企业数据资产安全。
|
关系型数据库 分布式数据库 PolarDB
PolarDB开源数据库进阶课1 搭建共享存储集群
在笔记本上构建PolarDB RAC环境,本文介绍了一种适用于Windows、macOS和Linux的方法:通过将宿主机上的文件模拟为块设备,并在多个Docker容器中使用loop设备共享该文件。此方法解决了macOS不支持直接挂载块设备的问题。
684 2
|
网络协议 Linux Windows
Rsyslog配置不同端口收集不同设备日志
Rsyslog配置不同端口收集不同设备日志
|
存储 关系型数据库 分布式数据库
6倍性能差100TB容量,阿里云POLARDB如何实现?
本文讲的是6倍性能差100TB容量,阿里云POLARDB如何实现,POLARDB是阿里云数据库团队研发的基于第三代云计算架构下的商用关系型云数据库产品,实现100%向下兼容MySQL 5.6的同时,支持单库容量扩展至上百TB以及计算引擎能力及存储能力的秒级扩展能力,对比MySQL有6倍性能提升及相对于商业数据库实现大幅度降低成本。
15843 0
|
缓存 负载均衡 测试技术
掌握wrk压力测试工具的优化技巧与实践
掌握wrk压力测试工具的优化技巧与实践
681 1