翻译|MySQL 基于ScaleFlux SSD性能测试

本文是一篇译文，介绍 Percona 的工程师对 ScaleFlux 的性能压测报告。

翻译：杨奇龙

原文地址：https://www.percona.com/blog/2020/08/06/how-can-scaleflux-handle-mysql-workload/

最近作者有一个针对 ScaleFlux 的产品也叫做 CSD 2000 进行压测的机会。本文中作者将介绍使用 Intel SSD 和 ScaleFlux 存储设备进行压测的对比结果。

不了解 ScaleFlux 的朋友，可以移步可计算存储: 数据压缩和数据库计算下推这篇文章

一、我们为什么需要不一样的 ScaleFlux？

答案很简单，它为我们提供了内置的压缩功能和支持原子写特性。对于很多工作场景尤其是数据库类型的业务而言，这些功能和特性非常重要。

因为内置的磁盘压缩功能相同的磁盘容量，我们可以存储更多的数据在 ScaleFlux 存储设备上。（引申：大规模数据存储的情况下，耗费的机器数量更少，机架位也更少。）

作者基于不同的数据集大小，不同数据库 schema 数据量进行多次测试。需要说明的是在这些测试场景中我并不打算压测这些卡的性能极限，而是对比相同容量下 ScaleFlux 存储设备和 Intel SSD 的性能表现。

存储设备配置:
ScaleFlux – CSD 2000 4TB
Intel –  P4610 3.2TB

服务器配置:
Application server: Supermicro; SYS-6019U-TN4RT
48xIntel(R) Xeon(R) Gold 6126 CPU @ 2.60GHz
190G RAM
Database Server: Inspur; SA5212M4
32xIntel(R) Xeon(R) CPU E5-2640 v3 @ 2.60GHz
64G RAM

在 Application server 运行 sysbench 压测工具，在 Database Server 运行 Percona Server for MySQL 8.0.19 。

作者禁用了 binary, slow query logging 和 adaptive hash，使用比较小的 BPS 配置，为了减少数据缓存，尽量让 sql 请求访问磁盘。另外就是测试了关闭和开启 doublewrite 的性能表现。

数据库的配置如下：

innodb_buffer_pool_size=8G
innodb_log_file_size = 2G
max_connections=500
slow_query_log=off
disable_log_bin
innodb_doublewrite=ON/OFF
tmpdir = /var/lib/mysql/
innodb_adaptive_hash_index=off
innodb_flush_method=O_DIRECT
innodb_purge_threads=32
sync_binlog=0
max_prepared_stmt_count=4000000

做了哪些测试

首先作者做了标准的 OLTP read_only,write_only 和 read-write 测试，然后作者修改分表结构，

CREATE TABLE `sbtest1` (
  `id` int NOT NULL AUTO_INCREMENT,
  `k` int NOT NULL DEFAULT '0',
  `c` char(120) NOT NULL DEFAULT '',
  `pad` char(60) NOT NULL DEFAULT '',
  `data1` varchar(255) DEFAULT NULL,
  `data2` varchar(255) DEFAULT NULL,
  PRIMARY KEY (`id`),
  KEY `k_1` (`k`),
  KEY `idx_data1` (`data1`)
) ENGINE=InnoDB AUTO_INCREMENT=9999948 DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_0900_ai_ci

新增加了 data1 和 data2 两个 varchar 字段，使用一本书（Gutenberg project）中的内容行记录进行填充。

为什么这样做？因为这也是 ScaleFlux 的优势之处，他们声称如果数据可以被压缩，那么 ScaleFlux 将比 Intel 的性能要好很多。

作者还修改了 OLTP lua 脚本来适配新的表结构，

index_updates = {
      "UPDATE %s%u SET k=?,data1=? WHERE id=?",
      t.INT,{t.CHAR,255},t.INT},

   non_index_updates = {
      "UPDATE %s%u SET c=?,data2=? WHERE id=?",
       {t.CHAR,120},{t.CHAR,255},t.INT},

   inserts = {
      "INSERT INTO %s%u (id, k, c, pad, data1, data2) VALUES (?, ?, ?, ?, ?, ?)",
      t.INT, t.INT, {t.CHAR, 120}, {t.CHAR, 60}, {t.CHAR,255}, {t.CHAR,255}},

   index_selects = {
      "SELECT id,data2 FROM %s%u WHERE data1=?",
      {t.CHAR,255}},

   update_based_on_data1 = {
      "UPDATE %s%u SET data2=? WHERE data1=?",
       {t.CHAR,255},{t.CHAR,255}},

压测的配置如下：

default lua scripts – 100 tables – 10ML rows each – 220G
default lua scripts – 1000 tables – 10ML rows – 2.3T
modified lua scripts – 100 tables – 10ML rows each – 440G
modified lua scripts – 540 tables – 10ML rows each – 2.5T
modified lua scripts – 540 tables – 20ML rows each – 4.7T

talk is cheap，我们来看看结果对比图吧。

Default Sysbench – Read/Write – 220G Datasize

在默认配置下，使用 100 张表，每个表 100w 条记录，数据集大小为 220G。从结果图中我们可以看到 Intel SSD 略微领先。ScaleFlux 存储设备在并发度为 96 之后有领先的优势。

需要说明都是 ScaleFlux 支持原子写，所以作者关闭了 InnoDB Double Write Buffer。而针对 Intel SSD 不支持原子写，InnoDB Double Write Buffer 是开启的。

Modified Sysbench – Read/Write – 440G Datasize

该场景下，作者使用了添加 2 个字段的压测模型。数据量扩大到 440G，而且使测试数据适合压缩。

从压测结果上看，和 ScaleFlux 声明的一样，在数据可压测的情况下，MySQL 在 ScaleFlux设备上的性能明显优于 Intel SSD，在高并发场景下，性能优势明显。

再次说明 Intel SSD 上的 MySQL 未关闭 InnoDB Double Write Buffer，而是用 ScaleFlux 设备的 MySQL 是关闭了 InnoDB Double Write Buffer 的。

我们来看一下 Intel SSD 的 MySQL 也关闭 InnoDB Double Write Buffer 的测试结果。

在同时开启或者关闭 Double Write 特性的对比测试中，使用 ScaleFlux 存储设备的 MySQL 都表现比较明显。
需要注意的是，我们不推荐在任何不支持原子写的设备上关闭 InnoDB Double Write。

Modified Sysbench – Read/Write – 2.5T Datasize

两个设备都有 3.2T 的存储容量，作者压测的数据使用了 2.5T。作者使用修改的表结构重建了 sysbench 的表。从结果上来看 ScaleFlux 存储设备上的 MySQL 性能优势比较明显。一个影响性能的因素是 SSD 存在写放大。当数据量达到一定容量比例，SSD 会进行类似垃圾回收的任务，耗费资源，影响 SSD 的写能力。

Disk Latency