跳到主要内容

TiDB Sysbench 性能对比测试报告 - v5.1.4 对比 v6.0.0 DMR

作者:靳献旗,DBA,2020、2021 MVA,2022 MOA

1. 背景

目前我们线上 TiDB 集群统一升级到了 v5.1.4 版本,对于 v6.0.0 版本我们有很多期待,本文不会讨论 v6.0.0 的特性,但打算将其性能与 v5.1.4 进行对比,看看它的性能是否有提升。

2. 测试概述

使用 TiUP 部署 TiDB 集群,集群部署规模为 3 TiDB Server、3 PD Server、6 TiKV Server,使用 LVS 作为负载均衡器,Sysbench 测试工具部署在另一台服务器上,作为客户端的压力测试服务器,进行 OLTP 测试。本文主要对 TiDB v5.1.4 版本和 TiDB v6.0.0 DMR 版本进行对比性能测试。

3. 测试环境

3.1 硬件配置

使用 6 台浪潮服务器,硬件配置如下(服务器 IP 已脱敏):

服务器CPU内存硬盘
192.168.1.1Intel(R) Xeon(R) Gold 5218 CPU @ 2.30GHz 128 核256G448GB2 RAID1 + 3.57T6 SSD RAID10
192.168.1.2Intel(R) Xeon(R) Gold 5218 CPU @ 2.30GHz 128 核256G448GB2 RAID1 + 3.57T6 SSD RAID10
192.168.1.3Intel(R) Xeon(R) Gold 5218 CPU @ 2.30GHz 128 核256G448GB2 RAID1 + 3.57T6 SSD RAID10
192.168.1.4Intel(R) Xeon(R) Gold 5218 CPU @ 2.30GHz 128 核256G448GB2 RAID1 + 3.57T6 SSD RAID10
192.168.1.5Intel(R) Xeon(R) Gold 5218 CPU @ 2.30GHz 128 核256G448GB2 RAID1 + 3.57T6 SSD RAID10
192.168.1.6Intel(R) Xeon(R) Gold 5218 CPU @ 2.30GHz 128 核256G448GB2 RAID1 + 3.57T6 SSD RAID10

备注:每台服务器有 4 个 numa node。

3.2 软件环境

安装的主要软件及其版本如下:

软件名称软件用途版本
CentOS操作系统7.4
TiDB 集群开源 NewSQL 数据库v5.1.4 / v6.0.0 DMR
Sysbench压力测试工具1.0.9

3.3 参数配置

两个版本使用相同的配置参数。

3.3.1 TiDB 参数配置

prepared-plan-cache.enabled: true
tikv-client.max-batch-wait-time: 2000000

3.3.2 TiKV 参数配置

raftstore.store-pool-size: 4
raftstore.apply-pool-size: 4
rocksdb.max-background-jobs: 8
raftdb.max-background-jobs: 4
raftdb.allow-concurrent-memtable-write: true
server.grpc-concurrency: 6
pessimistic-txn.pipelined: true
server.enable-request-batch: false
storage.block-cache.capacity: "37GB"

3.3.3 TiDB 全局变量配置

set global tidb_hashagg_final_concurrency=1;
set global tidb_hashagg_partial_concurrency=1;
set global tidb_enable_async_commit = 1;
set global tidb_enable_1pc = 1;
set global tidb_guarantee_linearizability = 0;
set global tidb_enable_clustered_index = 1;

4. 测试方案

  1. 通过 TiUP 部署 TiDB v5.1.4 和 v6.0.0。
  2. 通过 Sysbench 导入 16 张表,每张表有 1000 万行数据。
  3. 分别对每个表执行 analyze table 命令。
  4. 启动 Sysbench 客户端,进行 oltp_read_write、oltp_point_select、oltp_update_index 和 oltp_update_non_index 测试。通过 LVS 向 TiDB 加压,测试 10 分钟,每一轮测试中间间隔 5 分钟。
  5. 测试完 v5.1.4 版本之后,销毁集群,部署 v6.0.0 集群重新测试。

4.1 初始化数据

执行以下命令来准备测试数据:

sysbench oltp_common.lua --db-driver=mysql --mysql-host=192.168.1.8 --mysql-port=4000 --mysql-db=sysbench --mysql-user=username --mysql-password=password --table-size=10000000 --tables=16 --rand-type=uniform --threads=16 prepare

4.2 测试命令

执行以下命令来执行测试:

sysbench ${test_type}.lua --db-driver=mysql --mysql-host=192.168.1.8 --mysql-port=4000 --mysql-db=sysbench --mysql-user=username --mysql-password=password --table_size=10000000 --tables=16 --time=600 --report-interval=1 --rand-type=uniform --threads=${thread_num} run 

5. 测试结果

5.1 Point Select 性能

压测线程v5.1.4 TPSv6.0.0 TPSv5.1.4 95% latency (ms)v6.0.0 95% latency (ms)TPS 提升(%)
1502969582912330.750.73-1.93%
3004423154506411.31.061.88%
6005367905712752.611.966.42%
9005459765923524.033.028.49%
12005517515951445.374.187.86%
15005500865919256.795.477.61%

v6.0.0 对比 v5.1.4,Point Select 性能提升了 5.055%。

image.png

5.2 Update Non-index 性能

压测线程v5.1.4 TPSv6.0.0 TPSv5.1.4 95% latency (ms)v6.0.0 95% latency (ms)TPS 提升(%)
15072033721483.022.860.16%
3001076711088164.253.961.06%
6001513181524886.325.770.77%
9001769671820778.587.562.89%
120019229419665711.049.912.27%
150019997820636513.7012.523.19%

v6.0.0 对比 v5.1.4,Update Non-index 性能提升了 1.72%。

image (1).png

5.3 Update Index 性能

压测线程v5.1.4 TPSv6.0.0 TPSv5.1.4 95% latency (ms)v6.0.0 95% latency (ms)TPS 提升(%)
15040980415395.475.091.36%
30056463577828.587.72.34%
600716887540814.7312.985.19%
900801668425220.7418.955.10%
1200850669080826.2024.386.75%
1500900399568231.3729.196.27%

v6.0.0 对比 v5.1.4,Update Index 性能提升了 4.5%。

image (2).png

5.4 Read Write 性能

说明:
oltp read write 场景测试时使用的压测线程数和前面三种场景有所不同,原因是:当 tidb-server 绑定到 numa node 之后,在并发 600 线程压测时,cpu 使用率就达到了整个服务器 cpu 资源的 25%,即到达一个 numa node 能使用的 cpu 资源的瓶颈了。因此,针对这个场景,单独设计了压测线程数。
压测线程v5.1.4 TPSv6.0.0 TPSv5.1.4 95% latency (ms)v6.0.0 95% latency (ms)TPS 提升(%)
322521256915.8314.731.90%
644360453318.6117.323.97%
1286728694323.9522.693.20%
2008450857729.7229.721.50%
2569311951634.9536.892.20%
30098221014240.3742.613.26%

v6.0.0 对比 v5.1.4,Read Write 性能提升了 2.67%。

image (3).png

6. 测试中遇到的问题和建议

6.1 遇到问题

  • v6.0.0 相比 v5.1.4 在 point select 场景下性能下降严重 在测试 point select 场景时,v6.0.0 版本相比 v5.1.4 版本性能下降高达 38% 之多,经过分析是 tidb-server 跨 NUMA 访问内存导致的问题,将 tidb-server 绑定到 numa node 之后重新测试,性能从未绑定时的 -38% 到绑定之后的 5.055%,差异巨大。因此,部署集群时,强烈建议将 TiDB、PD、TiKV 与 NUMA node 一对一绑定,否则测试中可能遇到各种奇怪的问题,详情可以参考文末参考文档中的文章。

  • 在 read write 场景下,并发达到 900 时 TPS 达到瓶颈 在测试 read write 场景时,当并发压测线程数为 900 时,v6.0.0 和 v5.1.4 的 TPS 不再增加,但是 latency 增加,像是某种资源达到了瓶颈导致的。经过分析得知:当 tidb-server 绑定到 numa node 之后,在并发 900 线程压测时,cpu 使用率就达到了整个服务器 cpu 资源的 25%,即到达一个 numa node 能使用的 cpu 资源的瓶颈了,此时,如果想获得更高的性能,提升 TPS,需要扩容 TiDB。这里有一个建议:在 OLTP 场景的压测下,要合理设计并发线程数,观察 TiDB CPU 资源使用率,尽量控制 TiDB CPU 使用率在 60% 以下。

  • TPS 掉底 在测试 update non index 场景时,TPS 不稳定,出现掉底现象,经过分析,原因是当 TiKV 绑定到 NUMA node 之后,相应的 storage.block-cache.capacity 没调整,导致 TiKV 出现 OOM 。假设一个 numa node 绑定一个 TiKV 实例,则单个 TiKV 实例的 storage.block-cache.capacity 配置应当小于 (服务器总内存* 0.6) / numa node 个数,否则 TiKV 可能出现 OOM 问题,影响测试结果。

  • raft store cpu 使用率高 v6.0.0 版本相比 v5.1.4 版本,raft store cpu 和 async apply cpu 的使用率要高点,建议线上使用时可以根据实际情况调整 raftstore.store-pool-size 和 raftstore.apply-pool-size 的个数,避免达到瓶颈,影响性能。

6.2 测试建议

  • 强烈建议 TiDB、PD、TiKV 绑 Numa,压测期间遇到过不绑 Numa 和绑 Numa 相差 5 倍以上的 TPS,在相同并发压测线程数下。
  • 注意分析监控、保留监控,便于对比分析性能瓶颈。
  • 建议先看一遍本文参考文档中的几位大佬写的文章,受益匪浅。

7. 测试小结

测试场景v6.0.0 相比 v5.1.4 提升百分比
oltp point select5.06%
oltp update non index1.72%
oltp update index4.50%
oltp read write2.67%

本次测试对比了 TiDB v6.0.0 和 v5.1.4 在 OLTP 场景下的 Sysbench 性能表现。结果显示,相比于 v5.1.4,v6.0.0 在 oltp_read_write、oltp_point_select、oltp_update_index 和 oltp_update_non_index 几种场景性能均有提升,具体内容可以参考上述表格,v6.0.0 版本还是很值得我们期待的。

本文主要测试了在相同硬件和配置下 v6.0.0 和 v5.1.4 的性能,不代表最佳性能实践和部署。

【参考文档】

https://cn.pingcap.com/zh/blog/database-performance-optimisation

https://tidb.net/blog/c2edb2e5