导读:
作者:蒋乐兴 MySQL-DBA 目前在 github 上维护着两套 MySQL 开源工具 mysqltools & dbm(dbm-agent dbm-center),对机器学习和程序化交易也有些心得。
一、innodbparallelread_threads
这个参数控制着聚集索引扫描时 innodb 层面的并发数,核心数无限的情况下并发数越大,返回结果的时间就越短
二、环境准备
我们准备用innodb 之前最不擅长的一个场景来测试这参数的功能,那这是一个什么场景呢?答案就是 select count(*) from t; 下面为表t准备80w行数据
1、 建表
mtls-perf-bench --host=127.0.0.1 --user=root --password=dbma@0352 --port=3306 --ints=8 --floats=8 --varchars=4 --database=tempdb create
复制
2、 检查表结构
mysql> select @@version; +-----------+ | @@version | +-----------+ | 8.0.18 | +-----------+ 1 row in set (0.00 sec) show create table tempdb.t; CREATE TABLE `t` ( `id` int(11) NOT NULL AUTO_INCREMENT, `i0` int(11) NOT NULL, `i1` int(11) NOT NULL, `i2` int(11) NOT NULL, `i3` int(11) NOT NULL, `i4` int(11) NOT NULL, `i5` int(11) NOT NULL, `i6` int(11) NOT NULL, `i7` int(11) NOT NULL, `c0` varchar(128) NOT NULL, `c1` varchar(128) NOT NULL, `c2` varchar(128) NOT NULL, `c3` varchar(128) NOT NULL, `f0` float NOT NULL, `f1` float NOT NULL, `f2` float NOT NULL, `f3` float NOT NULL, `f4` float NOT NULL, `f5` float NOT NULL, `f6` float NOT NULL, `f7` float NOT NULL, PRIMARY KEY (`id`) ) ENGINE=InnoDB
复制
3、 完全随机的插入 80w 行数据
mtls-perf-bench --host=127.0.0.1 --user=root --password=dbma@0352 --port=3306 --ints=8 --floats=8 --varchars=4 --database=tempdb --parallel=16 --rows=800000 insert
复制
虚拟机 cpu:4核、mem:4G、innodbbufferpool_size:1G、t.ibd:324M
三、性能测试
1、 对数据进行预热
-- 执行 select count(*) from tempdb.t -- 8 次
复制
2、 一个并发下的响应时间(1.04s)
mysql> show global variables like 'innodb_parallel_read_threads'; +------------------------------+-------+ | Variable_name | Value | +------------------------------+-------+ | innodb_parallel_read_threads | 1 | +------------------------------+-------+ 1 row in set (0.01 sec) mysql> select count(*) from tempdb.t; +----------+ | count(*) | +----------+ | 800000 | +----------+ 1 row in set (1.04 sec)
复制
3、 二个并发下的响应时间(0.59s)
mysql> show global variables like 'innodb_parallel_read_threads'; +------------------------------+-------+ | Variable_name | Value | +------------------------------+-------+ | innodb_parallel_read_threads | 2 | +------------------------------+-------+ 1 row in set (0.01 sec) mysql> select count(*) from tempdb.t; +----------+ | count(*) | +----------+ | 800000 | +----------+ 1 row in set (0.59 sec)
复制
4、 四个并发下的响应时间(0.55)
mysql> show global variables like 'innodb_parallel_read_threads'; +------------------------------+-------+ | Variable_name | Value | +------------------------------+-------+ | innodb_parallel_read_threads | 4 | +------------------------------+-------+ 1 row in set (0.01 sec) mysql> select count(*) from tempdb.t; +----------+ | count(*) | +----------+ | 800000 | +----------+ 1 row in set (0.55 sec)
复制
5、 八个并发下的响应时间(0.29)
mysql> show global variables like 'innodb_parallel_read_threads'; +------------------------------+-------+ | Variable_name | Value | +------------------------------+-------+ | innodb_parallel_read_threads | 8 | +------------------------------+-------+ 1 row in set (0.01 sec) mysql> select count(*) from tempdb.t; +----------+ | count(*) | +----------+ | 800000 | +----------+ 1 row in set (0.29 sec)
复制
四、结论
提高 innodb 并行读线程数(innodb_parallel_read_threads) 在特定场景下可以明显的提升性能。
原文链接:https://www.sqlpy.com/blogs/books/1/chapters/7/articles/114
「喜欢这篇文章,您的关注和赞赏是给作者最好的鼓励」
关注作者
【版权声明】本文为墨天轮用户原创内容,转载时必须标注文章的来源(墨天轮),文章链接,文章作者等基本信息,否则作者和墨天轮有权追究责任。如果您发现墨天轮中有涉嫌抄袭或者侵权的内容,欢迎发送邮件至:contact@modb.pro进行举报,并提供相关证据,一经查实,墨天轮将立刻删除相关内容。
评论
相关阅读
【专家有话说第五期】在不同年龄段,DBA应该怎样规划自己的职业发展?
墨天轮编辑部
1216次阅读
2025-03-13 11:40:53
MySQL8.0统计信息总结
闫建(Rock Yan)
450次阅读
2025-03-17 16:04:03
Ogg23ai高手必看-MySQL Innodb Cluster跟oracle的亲密接触
曹海峰
437次阅读
2025-03-04 21:56:13
2月“墨力原创作者计划”获奖名单公布
墨天轮编辑部
436次阅读
2025-03-13 14:38:19
SQL优化 - explain查看SQL执行计划(一)
金同学
375次阅读
2025-03-13 16:04:22
MySQL突然崩溃?教你用gdb解剖core文件,快速锁定“元凶”!
szrsu
321次阅读
2025-03-13 00:29:43
MySQL生产实战优化(利用Index skip scan优化性能提升257倍)
chengang
307次阅读
2025-03-17 10:36:40
[MYSQL] xtrabackup备份报错Unable to obtain lock分析
大大刺猬
231次阅读
2025-02-28 16:43:00
一键装库脚本3分钟极速部署,传统耗时砍掉95%!
IT邦德
222次阅读
2025-03-10 07:58:44
MySQL8.0直方图功能简介
Rock Yan
210次阅读
2025-03-21 15:30:53