加入收藏 | 设为首页 | 会员中心 | 我要投稿 东莞站长网 (https://www.0769zz.com/)- 科技、建站、经验、云计算、5G、大数据,站长网!
当前位置: 首页 > 站长学院 > MySql教程 > 正文

测试报告RadonDB分布式数据库:从公有云验证到企业数据中心应用

发布时间:2019-04-01 18:04:48 所属栏目:MySql教程 来源:IT168
导读:近两年来,国内外诸如AWS、Azure等公有云巨头都先后推出了自研的数据库服务,青云QingCloud不仅推出了分布式数据库RadonDB,同时还将这一经过公有云验证的数据库产品应用到企业数据中心,通过将分布式技术与数据库相结合,再加上SSD的性能加成,性能好得让人不敢

同时为了更进一步探寻RadonDB分布式数据库的极限,因为这与RadonDB数据库的应用场景相关,E企研究院对测试组件进行了一些调整,将Intel DC P4800X SSD作为RadonDB数据库的数据缓存。Intel DC P4800X SSD即Intel公司Optane(傲腾),相比SSD,具有更均衡的读写能力,且延迟更低,据Intel实验室数据:相比NAND SSD,Optane用作数据库缓存,数据库有数倍性能提升。

Intel将Optane用作数据库缓存,有着3倍以上的性能提升,同时数据库平均响应时间降低了三倍左右,以此说明Optane的性能优异(来源于Intel)

随着人工智能、大数据分析等应用方式的出现,企业场景化、个性化服务等创新业务对移动互联网的依赖越来越高,手机、互联网交易成为主流的交易渠道,促销、抢购等活动常常导致业务突发高点,业务数据量和交易量的暴增对企业数据库提出了高的要求。

为此,E企研究院的测试围绕“性能”而展开,一是RadonDB数据库最小配置下的性能,二是从2节点扩展到3节点后,RadonDB数据库的性能变化。

RadonDB小试牛刀:分布式技术在数据库领域的验证

E企研究院使用Sysbench软件分别在RadonDB和MySQL数据库中构建了16张表,共2亿行数据,约占用80GB存储空间。在读、写性能测试中,一个事务即一条SQL;在混合读写中,一个事务中包含4条读SQL和1条写SQL。

E企研究院首先测试了RadonDB数据库分别在2节点与3节点下的性能,并以单机MySQL(社区版5.7.22)的性能作为参照组。两者的软硬件配置完全一样,均使用相同容量的SSD作为数据存储。

两节点部署的RadonDB数据库性能与单机部署的MySQL数据库性能,在写场景下大致相当,前者略高。这可以理解,在分布式环境下,两节点部署通常是出于可用性设计,与单机部署的写性能相差不大。但在读性能方面,两节点部署的RadonDB数据库性能,相比单机部署的MySQL数据库性能有较大提高(这有些类似RAID 1的读写性能特征)。

而在3节点部署的RadonDB数据库环境下,相比2节点,其性能提升了1倍左右。如上图,三节点RadonDB的80000 TPS相比2节点RadonDB的35000 TPS,写性能提升超过一倍,而在读性能方面,也约有50%的性能提升;在混合场景(读写比例8:2)下,性能提升了80%左右。相比2节点最小部署配置,3节点正常部署下,性能将约为单机部署的MySQL性能的2倍左右。

而在延迟方面,RadonDB数据库发挥出了“分布式”技术的优势特点,即通过多节点的并行读写,不仅能够提升数据库的性能,同时极大地降低了事务处理过程中的瓶颈延迟。如上图所示,在读性能方面,3节点RadonDB数据库的平均延迟仅为MySQL的60%,在写方面,RadonDB数据库平均延迟约为MySQL的三分之一,而在混合读写测试中,也降低到MySQL数据库平均延迟的二分之一左右。

更高的性能与更低的平均延迟,意味着RadonDB数据库可以支撑更核心更关键的应用场景,不仅是分布式原理提供了更好的可用性,同时性能和延迟都能满足更为苛刻的应用需求。而且更为重要的是,这验证了分布式技术同样也适用于数据库领域,能够为应用需求提供“弹性”,即可伸缩的性能,以及容量。

不可预测性是现代IT面临的一大难题,将分布式与数据库相结合,这就意味着RadonDB也如分布式计算或分布式存储技术那样,能够根据企业现有应用需求进行部署,随着应用的性能需求变化而通过增删数据库节点来进行灵活调整(性能或容量)。

面向OLTP应用:如何进行性能扩展

上一测试是为了验证RadonDB数据库在实验室极端环境下的性能,同时也检验环境是否安装配置正确,其性能数据并不能代表生产环境中的性能。排除极少的极端情况,实际环境中数据库的读写负载模型更加复杂多变,并与特定应用直接相关。而在这一测试中,E企研究院希望通过模拟贴近真实的应用负载,以此来考量QingCloud RadonDB数据库在性能扩展方面的表现。

OLTP是数据库最常见也是最核心的应用场景之一,通常是企业关键应用的代名词,其通常意味着可靠性、可用性以及高性能等等特点,而在海量数据时代,其还增加了一个需求,即(性能和容量)的可扩展性,从数据库层面来看,即对数据库的管理与优化,这通常是一个长期过程,且与应用负载的变化息息相关。

数据库优化方式与存储系统的特点变化有着紧密的联系。而随着云计算时代的深入,尤其是分布式技术的不断普及深化,正改变越多越多的企业IT架构,典型如分布式对计算和存储行业的技术革新。而公有云供应商将分布式技术应用于数据库领域,也将影响和改变数据库的管理和优化方式。

数据库优化,在一定程度上,即是根据应用特点对数据处理方式与存储位置做出相应改变,因为很难对(SAN)存储做出改变。但是云计算时代的数据库,在引入分布式技术以后,则为数据库性能优化提供了另外一种选择,借用存储行业的两个术语:Scale-out横向扩展与Scale-up纵向扩展。典型如RadonDB数据库通过分布式原理能够实现节点数的增加,性能与容量增长;而计算、存储与网络等硬件技术的发展,又为单个数据库节点的性能提升带来了条件。但对用户而言有一个重要前提:RadonDB等新兴的数据库都是基于标准的x86硬件,这意味着能够更快享受到x86及其周边硬件更新带来的性能红利。如支持U.2接口的NVMe SSD和25GbE网络几乎是现在主流x86服务器的标配,但在传统SAN存储领域,要完全发挥更“企业范儿”的U.2 NVMe SSD的性能特点,还需时间,更不要说支持RDMA的25GbE网络了。

(编辑:东莞站长网)

【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容!

热点阅读