InnoDB memcached插件 vs 原生memcached对比性能测试
InnoDB memcached插件 vs 原生memcached对比性能测试转载自：http://imysql.cn/2013/08/15/innodb-memcached-vs-native-memcached-benchmark.shtml
MySQL 5.6开始支持InnoDB memcached插件，也就是可以通过SQL高效读写memcached里的缓存内容，也支持用原生的memcache协议读写，并且可以实现缓存数据 持久化，以及crash recovery、mysql replication、触发器、存储过程等众多特性，详细介绍可以查看：Benefits of the InnoDB / memcached Combination。看起来非常诱人，那就测试下看看吧，是驴子是马拉出来溜溜便知。
[*] 环境准备
测试机
DELL PE R710
CPU
E5620@ 2.40GHz(4 core, 8 threads, L3 Cache 12 MB) * 2
内存
48G(8G * 6)
RAID卡
PERC H700 Integrated, 512MB, BBU, 12.10.1-0001
系统
Red Hat Enterprise Linux Server> 内核
2.6.32-358.el6.x86_64 #1 SMP
raid级别
raid 5(10K RPM SAS 300G * 6)
文件系统
xfs
硬盘
10K RPM SAS 300G * 6, 1 hotspare
[*] 测试方案
方案一
server端运行InnoDB MC，本地/远程调用memslap执行benchmark
方案二
server端运行Native MC，本地/远程调用memslap执行benchmark
[*] 测试脚本
cat memslap_run.sh#!/bin/sh
. ~/.bash_profile > /dev/null 2>&1
cd /home/mc-bench
exec 3>&1 4>&2 1>> memcache_memslap_${RANDOM}.log 2>&1
#不断循环
while [ 1 ]
do
#并发线程数 4 ~ 256
for THREAD in 4 8 16 32 64 128 256
do
#每种并发测试5次
count=1
max=5
while [ $count -le ${max} ]
do
#取样
echo "memstat"
memstat
# --flush 每次测试完毕钱，都先清空数据
# --binary 采用binary模式
# 初始化数据: 5000000, 每个并发线程存取数据量: 100000
# 并发256线程时, 总数据量可达 30,600,000
# 未指定 --test 选项，默认是进行 set 测试
memslap --server=mc_server:11211 --concurrency=${THREAD} --execute-number=100000 --initial-load=5000000 --flush --binary
count=`expr ${count} + 1`
#每次测试完毕后，都休息2分钟，等待服务器恢复空负载
if [ ${count} -lt ${max} ] ; then
sleep 120
fi
echo ""
echo ""
done
done
done
[*] 测试结果
1. 写MC
线程数
耗时
256
128
64
32
16
8
4
NativeMC(单位：1秒）
104.315
47.646
24.486
12.162
6.351
5.525
5.078
InnoDBMC(单位：100秒)
339.1431
68.11128
27.67265
11.26917
4.968556
2.24988
1.104334
直接以曲线图方式对比：
nativemc-vs-innodbmc-benchmark-02-set-result-20130828
2. 读MC
线程数
耗时
4线程并发，2千万记录
本地Native MC
198.5016
本地InnoDB MC
327.239
远程Native MC
846.286
远程InnoDB MC
912.467
曲线图方式对比：
nativemc-vs-innodbmc-benchmark-03-get-result-20130828
[*] 结论
InnoDB MC看起来很美好，现实很骨感，其并发4线程写数据需呀的耗时，和原生memcached的256线程相当，差的不是一丁半点啊，还有很大优化空间。
而如果是缓存只读，InnoDB MC本地读取的效率大概是原生memcached的2/3，如果是远程读取，则相当于是本地读取效率的1/4 ~ 1/3。
[*] 建议应用场景
鉴于上面的测试结果，建议将InnoDB MC这么来用：
1. 数据写入通过触发器(trigger)或者调度器(event scheduler)将待缓存数据同步到InnoDB MC缓存表中；
2. 以memcache API方式，通过本地/远程读取InnoDB MC中的缓存记录；
3. 尽可能减少通过远程方式往InnoDB MC写缓存数据；
页:
[1]