|
TDH_SOCKET |
HandlerSocket |
SQL |
|
| IO策略 |
Dynamic IOStrategy |
Same-thread IOStrategy |
one-thread-per-connection |
| 优点 | worker线程只处理与DB相关的逻辑最大化DB的操作吞吐量 | 上下文切换真心很少 | 资源分离 不太会相互干扰 |
| 缺点 | 上下文切换一般,测试时最高在10w,但可以接受 | IO逻辑对DB逻辑影响较大一旦io处理的慢了,会导致QPS下降很多(比如说较多的连接数并发请求导致io处理变慢也会是整体QPS下降) | 线程资源浪费严重,太多的线程会导致高并发是上下文切换多,从而影响性能,测试时最高60w |
| 读策略 |
1. 无需SQL解析 |
1. 无需SQL解析 2. 可在THD上cache open过的table(不可配置关闭) 3. 一次轮询只lock一次table 4. worker线程数固定,且无法做请求数的平衡,只能做连接数的平衡 |
1. 可global的做table的cache |
| 优点 | 多种策略配合能一直输出较高的QPS | 在全缓存的请求下,输出的QPS很高 | 由于是一个连接一个请求,不会出现由带io的请求堵塞不带io的请求的情况出现 |
| 缺点 | 流控会丢失一部分请求,预测请求带不带io不是非常准确(如果使用row cache就能较精确的预测了) | 一旦有带io的请求出现,就很容易堵塞住不带io的请求出现,所以缓存命中率下降后QPS下降的非常厉害返回大批量数据会占用过多内存 | 有极限一般QPS最高输出到6-7w |
| 写策略 | 1. 一次轮询的请求一次commit 2. 请求按table的hash值平均分配到写线程上,即同一个表肯定在一个写线程的被执行,不会有死锁的问题,也不会有同一条row的锁问题. 3. 支持Batch方式的小事务,Batch内的请求保证同时成功,同时失败 4. 可以在Client端通过指定hash的方式,来控制请求被指定的线程执行,来避免一些锁或死锁 |
1. 一次轮询的请求一次commit |
1. 一次请求一次commit |
| 优点 | 同一个表必然在同一个线程上执行,所以行锁的征用被降到最低,加上group commit就能提供很搞的TPS可以多个写线程并发写,不会有死锁问题支持batch小事务 | Group commit可以减少fsync次数,提高写性能 | 支持大事务 |
| 缺点 | 写线程数有限,在有io堵塞请求下,性能会有下降 | 同一时刻只有一个写线程能被执行,很容易达到瓶颈,一旦有多表插入并发出现,很容易影响整体更新性能生成binlog没有执行时间(bug)
多表insert会有自增id获取失败的问题(bug) |
性能受限于IOPS |
| 可维护性 |
1. DDL操作不会被hang住(因为可以主动close 被cache的table) 1. 支持KILL 命令直接终止正在执行的操作 1. 大部分参数都为在线可配置 1. status数据监控完善 |
1. DDL会被hang住,因为handlersocket只open table不管主动close table,只有在流量较小time out时才会close table | 最高 |
| 易用性 |
1. client端不需要openIndex,直接请求即可(如: client.query().use(“test”).select(“id”, “a”, “b”, “c”).from(“t”) .where().fields(“a”).in([“1”, “1”], [“2”], [“1”]).get()) 1. server端只需要一个port 就能做读写分离 1. 现在支持Update/Insert的时候可以插入now() 1. 基于辅助索引的联合主键可以支持简单的order by 1. 只能支持=的order by |
* 1. 读写分离需要在server端配置两个port是实现 |
最高 |
本文来源于"阿里中间件团队播客",原文发表时间" 2012-05-16 "