MySQL每秒570000的写入，如何实现？

一个朋友接到一个需求，从大数据平台收到一个数据写入在20亿+，需要快速地加载到MySQL中，供第二天业务展示使用。

[[257232]]

一、需求

一个朋友接到一个需求，从大数据平台收到一个数据写入在20亿+，需要快速地加载到MySQL中，供第二天业务展示使用。

二、实现再分析

对于单表20亿， 在MySQL运维，说真的这块目前涉及得比较少，也基本没什么经验，但对于InnoDB单表Insert 如果内存大于数据情况下，可以维持在10万-15万行写入。 但很多时间我们接受的项目还是数据超过内存的。 这里使用XeLabs TokuDB做一个测试。

三、XeLabs TokuDB 介绍

项目地址： https://github.com/XeLabs/tokudb

相对官方TokuDB的优化：

• 内置了jemalloc 内存分配
• 引入更多的内置的TokuDB性能指标
• 支持Xtrabackup备份
• 引入ZSTD压缩算法
• 支持TokuDB的binlog_group_commit特性

四、测试表

TokuDB核心配置：

loose_tokudb_cache_size=4G
loose_tokudb_directio=ON
loose_tokudb_fsync_log_period=1000
tokudb_commit_sync=0

表结构

CREATETABLE`user_summary`(
`user_id`bigint(20)unsignedNOTNULLCOMMENT'用户id/手机号',
`weight`varchar(5)DEFAULTNULLCOMMENT'和码体重(KG)',
`level`varchar(20)DEFAULTNULLCOMMENT'重量级',
`beat_rate`varchar(12)DEFAULTNULLCOMMENT'击败率',
`level_num`int(10)DEFAULTNULLCOMMENT'同吨位人数',
UNIQUEKEY`u_user_id`(`user_id`)
)ENGINE=TokuDBDEFAULTCHARSET=utf8

利用load data写入数据

root@localhost[zst]>LOADDATAINFILE'/u01/work/134-136.txt'\
INTOTABLEuser_summary(user_id,weight,level,beat_rate,level_num);
QueryOK,200000000rowsaffected(5min48.30sec)
Records:200000000Deleted:0Skipped:0Warnings:0

计算一下每秒写入速度：

root@localhost[zst]>select200000000/(5*60+48.30);
+------------------------+
|200000000/(5*60+48.30)|
+------------------------+
|574217.6285|
+------------------------+
1rowinset(0.00sec)

文件大小：

-rw-r--r--1rootroot8.5G11月2520:05134-136.txt
-rw-r-----1mysqlmysql8.6K11月2520:44user_summary.frm
-rw-r-----1mysqlmysql3.5G11月2520:51user_summary_main_229_1_1d_B_0.tokudb

实际文件8.5G，写入TokuDB大小3.5G，只是接近于一半多点的压缩量。 对于20亿数据写入，实际测试在58分钟多点就可以完成。可以满足实际需求，另外对于磁盘IO比较好的机器（SSD类盘，云上的云盘），如果内存和数据差不多情况，这量级数据量测试在Innodb里需要添加自增列，可以在3个小多一点完成。 从***实战上来看，Innodb和TokuDB都写入同样的数据，InnoDB需要花大概是TokuDB3-4倍时间。文件大小区别，同样20亿数据：

-rw-r-----1mysqlmysql35G11月2523:29user2_main_26a_1_1d_B_0.tokudb
-rw-r-----1mysqlmysql176G11月2603:32user5.ibd

文件大小在5倍大小的区别。

测试结论：

利用TokuDB在某云环境中8核8G内存，500G高速云盘环境，多次测试可以轻松实现57万每秒的写入量。

另外测试几种场景也供大家参考： 如果在TokuDB中使用带自增的主键，主键无值让MySQL内部产生写入速度，下降比较明显，同样写入2亿数据，带有自建主键：

root@localhost[zst]>CREATETABLE`user3`(
->`user_id`bigint(20)unsignedNOTNULLCOMMENT'用户id/手机号',
->`weight`varchar(5)DEFAULTNULLCOMMENT'和码体重(KG)',
->`level`varchar(20)DEFAULTNULLCOMMENT'重量级',
->`beat_rate`varchar(12)DEFAULTNULLCOMMENT'击败率',
->`level_num`int(10)DEFAULTNULLCOMMENT'同吨位人数',
->`id`bigint(20)NOTNULLAUTO_INCREMENT,
->PRIMARYKEY(`id`),
->UNIQUEKEY`u_user_id`(`user_id`)
->)ENGINE=TokuDB;
QueryOK,0rowsaffected(0.03sec)
root@localhost[zst]>LOADDATAINFILE'/u01/work/134-136.txt'INTOTABLEuser3(user_id,weight,level,beat_rate,level_num);
QueryOK,200000000rowsaffected(22min43.62sec)
Records:200000000Deleted:0Skipped:0Warnings:0

同样的数据写入在主键自增无值产生时，不能使用TokuDB的 Bulk loader data特性，相当于转换为了单条的Insert实现，所以效果上慢太多。

关于TokuDB Bulk Loader前提要求，这个表是空表，对于自增列，如自增列有值的情况下，也可以使用。 建议实际使用中，如果自增列有值的情况下，可以考虑去除自增属性，改成唯一索引，这样减少自增的一些处理逻辑，让TokuDB能跑地更快一点。 另外在Bulk Loader处理中为了追求更快速的写入，压缩方面并不是很好。

关于TokuDB Bulk Loader :https://github.com/percona/PerconaFT/wiki/TokuFT-Bulk-Loader

五、测试环境说明

测试使用CentOS7环境，编译的XeLabs TokuDB版本百度云地址：https://pan.baidu.com/s/1qYRyH3I 。