rocksdb for rds 测试

rocksdb for rds

近期,我们将myrocks集成到了我们的 rds mysql5.6分支中,rds 5616又多了一个存储引擎rocksdb.

本文将对rds mysql5.6的rocksdb与innodb和tokudb做下对比测试

myrocks介绍参考[上篇文章] (http://www.atatech.org/articles/60977)

测试环境

主机配置:
CPU: Intel(R) Xeon(R) CPU E5-2682 v4 @ 2.50GHz
OS kernel: Linux 2.6.32
Memory: 512 G
Disk: SSD

测试方法及参数设置

测试采用sysbench标准测试

Sysbench主要参数:

--max-requests=1000000
--max-time=200
--oltp_tables_count=20
--oltp_table_size=200000
--report-interval=10

mysql参数

#sql层
sync_binlog=1
gtid_mode=on
master_info_repository=table
relay_log_info_repository=table

#innodb 未压缩
innodb_buffer_pool_size=12G
innodb_flush_log_at_trx_commit=1

#tokudb 默认zlib 压缩
tokudb_cache_size=12G
tokudb_fsync_log_period=1000

#rocksdb
rocksdb_max_open_files=-1
rocksdb_base_background_compactions=1
rocksdb_max_background_compactions=8
rocksdb_max_total_wal_size=4G
rocksdb_max_background_flushes=4
rocksdb_block_size=16384
rocksdb_block_cache_size=12G
rocksdb_lock_wait_timeout=2
rocksdb_default_cf_options=write_buffer_size=128m;target_file_size_base=32m;max_bytes_for_level_base=512m;level0_file_num_compaction_trigger=4;level0_slowdown_writes_trigger=10;level0_stop_writes_trigger=15;max_write_buffer_number=4;compression_per_level=kNoCompression:kNoCompression:kNoCompression:kZlibCompression:kZlibCompression:kZlibCompression:kZlibCompression;compression_opts=-14:6:0;block_based_table_factory={cache_index_and_filter_blocks=1;filter_policy=bloomfilter:10:false;whole_key_filtering=0};prefix_extractor=capped:12;level_compaction_dynamic_level_bytes=true;optimize_filters_for_hits=true

性能测试结果

insert.lua

update_non_index.lua

select.lua

oltp.lua

压缩测试及结果

数据从第三方取的科研数据集,sql文件207G

导入innnodb(未压缩) 312G, tokudb(zlib) 61G, rocksdb(zlib) 56G

rocksdb压缩比tokudb提高约10%

时间: 2024-07-30 19:04:25

rocksdb for rds 测试的相关文章

ALICloudDB for PostgreSQL 试用报告 - 1 教你做RDS性能测试

来阿里云之前,做的一些RDS测试. 几个月过去了,阿里云RDS PG在性能方面做出了大量的代码层优化,感兴趣的童鞋赶紧测试,来PK我之前的测试数据吧. 测试机申请的RDS都是最低配置的,容量5GB,内存1GB,支持100个连接,IOPS 400. 先看看配置吧,为了提高性能,有一些参数是可以调整的,如下: postgres=> select name,substring(setting,1,10),unit from pg_settings order by category, name; na

MySQL 5.5版本注意大内存导致DDL变慢的问题

最近在协助用户进行系统重构,RDS测试选型自然成为了本项目的一个重点,但是用户在测试不同规格的时候发现大规格的实例性能居然不如小规格,4C32G规格性能比8C64G规格高出10%,其性能监控也是非常的正常,4C32G规格是8C64G规格资源消耗的一半,TPS也是相当,那问题到底出现在那里? CPU消耗对比: TPS监控: 从监控上没有看出端倪后,我们怀疑用户的业务测试模型可能不一致,所以采取分析SQL审计日志来分析问题,把top sql拿出来对比就可以一目了然问题的所在,所以重新开启压测,使用我

CloudDBA最佳实践-TOP SQL优化分析数据库性能问题

    云数据库CloudDBA诊断报告的TOP SQL优化是非常实用的功能,我们可以通过TOP SQL去诊断数据库中各种问题,比如性能出现下降,数据库压力出现波动,下面介绍两个线上生产案例.     一. 利用CloudDBA TOP SQL找出数据库规格升级而性能下降的元凶     最近在协助用户进行系统重构,RDS测试选型自然成为了本项目的一个重点,但是用户在测试不同规格的时候发现大规格的实例性能居然不如小规格,4C32G规格性能比8C64G规格高出10%,其性能监控也是非常的正常,4C3

使用sysbench测试阿里云RDS PostgreSQL性能

测试PostgreSQL数据库性能的方法很多,例如pgbench, sysbench.sysbench因为使用lua脚本编程,支持多线程,灵活度更高,测试复杂的业务逻辑建议用sysbench.pgbench其实也很好,纯C写的,本身的开销小,测高并发低延迟的场景建议用pgbench. 首先要购买RDS PG数据库实例创建数据库用户还需要购买同机房,与RDS PG同VPC网络ECS或者同经典网络的ECS在ECS端安装PostgreSQL客户端 useradd digoal su - digoal

RDS FOR SQLSERVER 规格测试

  测试场景一 :   压测数据 :   测试结果分析: 1. 该模型测试过程中主要是cpu消耗性,都没有超过不同规格实例的最大iops设置,所以瓶颈都是cpu资源,测试结果总体符合性能,随cpu资源的增大而增加 2. 测试qps和rt曲线平稳,rt方差很小,性能稳定性较好     测试场景二 :   测试数据:     测试结果分析 : 造成这种疑问的原因,分析后发现,实例规格大了,绑定的CPU多,压力加大后,数据库会利用多核来并发处理同一个SQL,造成CPU线程相互等待,性能下降,见下图:

PostgreSQL 助力企业打开时空之门 - 阿里云(RDS、HybridDB) for PostgreSQL最佳实践

标签 PostgreSQL , Greenplum , 时间 , 空间 , 对象 , 多维透视 , 多维分析 背景 时空数据无处不在,未来空间数据的占比会越来越高,在TP与AP场景的需求也会越来越旺盛. 选址.网格运营 空间数据自动聚集分析:时间+多边形圈人:驻留时间分析:舆情分析:... 室内定位 3D坐标:相对坐标系:+以上:运营活动效果分析报表: 科研 太空探索.测绘.气象.地震预测.溯源 无人驾驶 点云:动态路径规划: 空间调度(菜鸟.饿了么.滴滴.高德.快递...) 实时位置更新:多边

阿里云RDS本地恢复数据

公司目前使用的数据库是阿里云的RDS,目前RDS的版本为mysql5.6.如下: 现在要求把RDS的数据,在公司内部本地进行恢复. 如何把RDS在本地进行恢复呢?这个阿里云官网给出了相关的操作教程,连接如下:<RDS备份文件恢复到自建数据库>. 看了官网的教程,感觉很是麻烦,而且也有几个比较特殊的地方没有点出来,下面是我对RDS本地恢复的步骤. 一.安装mysql数据库 在进行RDS本地恢复数据之前,我们需要先在本地服务器上安装mysql的5.6版本,因为RDS是5.6版本,所以我们本地的my

德歌:阿里云RDS PG最佳实践

直播视频: (点击图片查看视频) 幻灯片下载地址:https://oss-cn-hangzhou.aliyuncs.com/yqfiles/1138a8a3aff5f63b426162e265d98375.pdf 上云实践 在上云之前,首先需要评估RDS的规格,这是因为线下使用的硬件可能与线上的硬件不能一一对应,并且线上的RDS可能还做了一定的优化.在评估RDS规格的时候,需要考虑以下几个方面: 可用区:  尽量与应用服务器在同一可用区:  否则只能通过公网地址访问. 数据库版本:根据业务需求选

如何将RDS的数据同步到本地自建数据库

长期以来有很多的用户咨询如何将RDS的数据同步到本地的数据库环境中,本篇文章以在阿里云的ECS服务器为例来说明如何将RDS的数据同步到本地数据库中.RDS对外提供服务是一个DNS地址+端口3306,这样就屏蔽了RDS后端的主从节点,那么该如何将数据同步到本地?那么我们来看一下RDS的主从架构: 应用连接RDS,流量通过SLB指向主从节点的master,所以如果我们连接RDS的账户具有REPLICATION SLAVE, REPLICATION CLIENT的权限,则就可以把主库master的产生