MySQL容量规划和性能测试

性能容量关键指标：

每秒tps，峰值tps

基础数据量，日均增长数据量

最大连接数

内存分配

IOPS

重点关注指标：

业务指标：

每秒并发用户请求、每秒订单数、用户请求响应时长

折算成性能指标：

qps、tps、rt

提出测试预期目标：

根据性能指标制定测试方案

测试结果尽可能以这些指标来表达

业务预期指标解读

读写比例：读多写少、读少写多、读写相当、统计为主、纯写入为主

存盘模式(数据可靠性要求)：实时、异步、不关注

用户端的语言、字符编码(latin1、utf8、utf8mb4)

数据恢复实时性要求

日新增数据量

数据库连接方式

历史数据归档方式

业务平均、峰值指标

业务目标评估要点

服务器配置

存储引擎选择

数据库高可用方案

数据可用性方案

数据库备份方案

相应优化方案：

CPU，更换更好、更多核心的CPU

I/O，更换IOPS性能更高的设备，例如SSD，PCIE SSD

内存，增加内存，合理分配

MySQL，升级版本

选择InnoDB引擎，并且设计合适的表结构，避免锁竞争

建立性能基线

某个运行时刻的状态记录、快照

中位线 or 均线

用于和未来的状态进行对比

未来时刻产生关键事件后的新状态，作为下一个基线

https://github.com/zhishutech/mysqldba/tree/master/mysql-snapshot

系统性能指标：

CPU、内存、I/O

MySQL性能指标：

tps、qps、DMLs、响应时长、内存利用率、锁等待

业务指标

每秒业务量、每次交易时长

采集工具：

top、free、vmstat、sar、iostat、dstat、nmon、oradba.pl等

CPU：%user、%idle、%sys、%iowait

%user (<10%)、%idle (>80%)、%sys (<5%)、%iowait (<10%)

IO：tps/iops、await、svctm、%util

tps/iops (越大越好)、await (<5~10)、svctm (<5)、%util (<50%)

内存：free (free、buffers、cached)、used，以及swap

used非常高，但cached非常低，要引起关注了，可能发生内存泄漏

MySQL

tps越大越好、rt越小越好、lock越少越好、hit ratio越高越好、waits越少越好

table_locks_wait,innodb_log_waits,innodb_buffer_pool_wait_free大于0说明负载很大

压力测试

基准压力测试目的：

采购新设备，评估新设备性能

开发新项目，评估数据库容量

新系统上线前，预估/模拟数据库负载

更换数据库版本，评估性能变化

设计测试模型要点：

明确测试的核心目标、诉求

排除干扰，专注测试目的

确定测试环境

确定测试过程中的衡量和变量

保证测试结果的可重复性

设计压测模型注意事项：

只在本地加压

压测数据量小

压测时间过短

压测模式太少

压力负载过大或过小

每轮测试完毕要净化环境

MySQL数据预热：

5.6以前，执行一次mysqldump，或全量select

5.6以后，buffer bool dump & restore

常用压测工具介绍：

tpcc-mysql、sysbench、fio

测试方法，结果解读：

MySQL压力测试基准值

测试结果模板

测试报告编写

压测client、server分开

压测数据量、时长、并发量过大过小都不合适

压测结果除了TPS/TPmC，也要关注性能数据

利用压测发现性能瓶颈因素

系统性能瓶颈大概率发生在磁盘I/O层

相应的优化措施，大多数靠加索引

巴特西