GreatSQL MGR优化参考

简介: GreatSQL MGR优化参考

0. 前言

1. GreatSQL的优势

GreatSQL的优势在于提升了MGR的性能及可靠性,及修复了众多bug。主要有以下几点:

  • 提升大事务并发性能及稳定性
  • 优化MGR队列garbage collect机制、改进流控算法,以及减少每次发送数据量,避免性能抖动
  • 解决了AFTER模式下,存在节点加入集群时容易出错的问题
  • 在AFTER模式下,强一致性采用多数派原则,以适应网络分区的场景
  • 当MGR节点崩溃时,能更快发现节点异常状态,有效减少切主和异常节点的等待时间
  • 修复了可能导致数据丢失、性能抖动等多个缺陷/bug问题

2. GreatSQL MGR优化建议

为了能更好的发挥出GreatSQL运行MGR的优势,有几个优化建议

2.1 关闭流控

GreatSQL MGR相较于官方版本,在从库回放速度控制方面做得更优雅、更完善。因此,建议直接在事务并发量不是太高的场景下,关闭流控模式,让GreatSQL发挥出更大性能优势。

# QUOTA => 开启流控(默认)
# DISABLED => 关闭流控
group_replication_flow_control_mode = "DISABLED"

通常来说,不建议开启流控。当然了,如果实际生产环境中,已经快达到了服务器的硬件性能极限,这种情况下,还是要开启流控的,只不过可以把默认的流控阈值调高一些,比如设置为原来的10倍或更高。此外,在正式上线前的压测环境下,也最好关闭流控,通过压测得到事务性能指标和服务器性能的一个平衡点。这就类似另一个参数 innodb_thread_concurrency,通常也不建议设置为非0,以避免在高并发场景下,InnoDB线程总是要等待排队,反倒影响并发性能。

2.1 修改从库回放并发度

为了提高MGR从库的回放效率,降低从库延迟,需要提高从库回放线程数。

slave_parallel_type = LOGICAL_CLOCK

slave_parallel_workers = 128 #回放线程数可以设置为逻辑CPU的4倍甚至更高

通常来说,不建议开启流控。当然了,如果实际生产环境中,已经快达到了服务器的硬件性能极限,这种情况下,还是要开启流控的,只不过可以把默认的流控阈值调高一些,比如设置为原来的10倍或更高。此外,在正式上线前的压测环境下,也最好关闭流控,通过压测得到事务性能指标和服务器性能的一个平衡点。这就类似另一个参数 innodb_thread_concurrency,通常也不建议设置为非0,以避免在高并发场景下,InnoDB线程总是要等待排队,反倒影响并发性能。

2.1 修改从库回放并发度

为了提高MGR从库的回放效率,降低从库延迟,需要提高从库回放线程数。

slave_parallel_type = LOGICAL_CLOCK
slave_parallel_workers = 128 #回放线程数可以设置为逻辑CPU的4倍甚至更高

剩下的就是正常的MySQL优化套路了,下面是几个关键参数列表,建议根据硬件配置级别适当调整:

innodb_buffer_pool_size = 128G
innodb_buffer_pool_instances = 8
innodb_log_file_size = 2G
innodb_log_files_in_group = 3
innodb_io_capacity = 20000
innodb_io_capacity_max = 40000
innodb_flush_sync = OFF

此外,也强烈建议采用 jemalloc 代替系统自带的内存分配机制。

最后放一张在大流量、高负载的业务场景下的压测对比图,充分体现了GreatSQL的优势(由不愿透露姓名的社区朋友提供)

image.png

我们再次诚邀更多的朋友们一起使用GreatSQL,更放心的用上MGR,提高数据库服务可用时间,保证业务可靠性。

3. 关于GreatSQL

GreatSQL是源于Percona server的分支版本,除了Percona Server已有的稳定可靠、高效、管理更方便等优势外,特别是进一步提升了MGR(MySQL Group Replication)的性能及可靠性,以及众多bug修复。

GreatSQL可以作为MySQL或Percona server的可选替代方案,用于线上生产环境。

            </div>
相关实践学习
通过性能测试PTS对云服务器ECS进行规格选择与性能压测
本文为您介绍如何利用性能测试PTS对云服务器ECS进行规格选择与性能压测。
相关文章
|
10月前
|
SQL 存储 搜索推荐
explain使用方法及结果分析
explain使用方法及结果分析
72 0
|
算法 关系型数据库 MySQL
GreatSQL MGR优化参考
GreatSQL MGR优化参考
GreatSQL MGR优化参考
|
SQL NoSQL 关系型数据库
一次 group by + order by 性能优化分析
我的个人博客 https://mengkang.net/1302.html 最近通过一个日志表做排行的时候发现特别卡,最后问题得到了解决,梳理一些索引和MySQL执行过程的经验,但是最后还是有5个谜题没解开,希望大家帮忙解答下 主要包含如下知识点 用数据说话证明慢日志的扫描行数到底是如何统计出来的 从 group by 执行原理找出优化方案 排序的实现细节 gdb 源码调试 背景 需要分别统计本月、本周被访问的文章的 TOP10。
16230 0
|
SQL 大数据 流计算
Flink入坑指南 第四章:SQL中的经典操作Group By+Agg
Flink入坑指南系列文章,从实际例子入手,一步步引导用户零基础入门实时计算/Flink,并成长为使用Flink的高阶用户。 简介 Group By + Agg这个最经典的SQL使用方式。Group By是SQL中最基础的分组操作,agg的全称是aggregation(聚合操作),是一类SQL算子的统称,Flink中最常用的Agg操作有COUNT/SUM/AVG等,详情参见Flink支持的聚合操作列表。
9027 0
|
SQL 数据库 Go
作业配置规范文档[MS SQL]
原文:作业配置规范文档[MS SQL] 作业配置规范文档(MS SQL)     文档类型 MS SQL数据库作业配置规范文档 创建日期 2015-07-30 版本变化 V3.
821 0
|
SQL Oracle 关系型数据库
|
SQL
SQL性能健康检查脚本 (SQLHC)(文档 ID 1626277.1)
SQL性能健康检查脚本 (SQLHC)(文档 ID 1626277.1) 对于SQLHC(SQL Health Check,SQL性能健康检查脚本)工具,Mos文档1626277.1有非常详细的介绍。
1855 0