使用sysbench来测试Row Cache解惑

xiaoxiao2024-01-21 161

最近大牛姜承尧也在测试Row Cache,发现使用sysbench来进行测试效果不是很明显. 分析了一下 sysbench的三个测试场景uniform,gaussian,special都不是很符合Row Cache的使用场景导致效果不明显先来解释一下 Row Cache要解决的问题主要是在有热门数据且热门数据分布很离散的情况下Page缓存导致的内存利用率低的问题,我们做过测试,在innodb内部对Page访问打点的统计来看,一个row有500字节大小,热门数据大概占千分之一地情况下,Page缓存的利用率(就是16K读进来,真正被上层read的数据大小的比例)在20%以下,就是说 80%的内存是被浪费的. 而现在MySQL的应用由于数据量巨大使用MySQL后都是分库分表,而且为了能每个库没有热点,基本都是按取模的方式进行分表,导致热门数据基本都是很平均的分布在各个不同的Page上.而分库分表之后基本没有了range查询,都是类似select from test where uuid=XX这样的key-value类型的查询,这样的查询就导致了内存利用率低的问题 Row Cache就是为了解决这样的场景(一般互联网应用规模到了一定程度应该都会有这个问题). 接下来我们看看sysbench 3个场景的实现 uniform: * ? 1 2 3 4 unsigned ``int rnd_func_uniform(``void``) { ``return 1 + sb_rnd() % args.table_size; } 完全按随机数从整个table_size取id

这个场景下没有热门数据一说* gaussian:

? 1 2 3 4 5 6 7 8 9 10 unsigned ``int rnd_func_gaussian(``void``) { ``int sum; ``unsigned ``int i; ``for``(i=0, sum=0; i < args.dist_iter; i++) ``sum += (1 + sb_rnd() % args.table_size); ``return sum / args.dist_iter; }

按高斯分布取id,默认取值范围也是整个tabel_size,默认方差是12,当然方差越高,分布是越集中的.但也会导致结算量大增

这个场景下基本也是没有热门数据一说* special: 既然都不符合,那我们就来改一下sysbench让他符合Row Cache的场景.3个场景来说special最符合,只要改一行代码就可以啦 ? 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 unsigned ``int rnd_func_special(``void``) { ``int sum = 0; ``unsigned ``int i; ``unsigned ``int d; ``unsigned ``int res; ``unsigned ``int range_size; ``if (args.table_size == 0) ``return 0; ``/* Increase range size for special values. */ ``range_size = args.table_size * (100 / (100 - args.dist_res)); ``/* Generate evenly distributed one at this stage */ ``res = (1 + sb_rnd() % range_size); ``/* For first part use gaussian distribution */ ``if (res <= args.table_size) ``{ ``for``(i = 0; i < args.dist_iter; i++) ``{ ``sum += (1 + sb_rnd() % args.table_size); ``} ``return sum / args.dist_iter; ``} ``/* ``* For second part use even distribution mapped to few items ``* We shall distribute other values near by the center ``*/ ``d = args.table_size * args.dist_pct / 100; ``if (d < 1) ``d = 1; ``res %= d; ``/* Now we have res values in SPECIAL_PCT range of the data */ ``//res += (args.table_size / 2 - args.table_size * args.dist_pct / (100 * 2)); ``res *= (100/args.dist_pct); ``//这下够离散了 ``return res; }

可以直接下载我修改好的包哦

http://code.google.com/p/row-cache-for-innodb/downloads/detail?name=sysbench-0.4.8.tar.gz&can=2&q=#makechanges

参考执行命令:

sysbench --test=oltp --oltp-test-mode=simple --oltp-skip-trx=on --oltp-table-size=80000000 --oltp-range-size=1 --mysql-host=localhost --mysql-user=xx --mysql-password=xx --oltp-read-only=on --init-rng=on --num-threads=70 --oltp-dist-type=special --oltp-dist-pct=1 --oltp-dist-res=80 --max-requests=0 --max-time=1800 run </div>

本文来源于"阿里中间件团队播客",原文发表时间" 2011-09-10 "