登顶TPC-C｜云原生数据库PolarDB技术揭秘：单机性能优化篇.pdf
免费下载
登顶TPC-C｜云原⽣数据库PolarDB技术
揭秘：单机性能优化篇
⽇前，阿⾥云PolarDB云原⽣数据库以超越原记录2.5倍的性能⼀举登顶TPC-C基准测试排⾏榜，以
每分钟20.55亿笔交易（tpmC）和单位成本0.8元⼈⺠币（price/tpmC）的成绩刷新TPC-C性能和
性价⽐双榜的世界纪录。每⼀个看似简单的数字背后，都蕴含着⽆数技术⼈对数据库性能、性价⽐和
稳定性的极致追求，PolarDB的创新步伐从未⽌步。
⼀、TPC-C基准测试模型
TPC-C 是由国际数据库事务性能委员会 TPC 组织制定的针对衡量OLTP系统性能的基准测
试，涵盖了数据库的增删改查等典型处理路径，最终性能以 tpmC （transaction per
minute，每分钟订单创建的数⽬）来衡量。TPC-C 测试模型能够直接和客观地评估出⼀个
数据库的性能表现，是全球最具公信⼒的测试标准。
本次TPC-C基准测试，我们所使⽤的是PolarDB for MySQL 8.0.2版。作为阿⾥云瑶池数据
库⾃研的旗舰产品，云原⽣数据库PolarDB通过 90 多种单机优化和性能提升⽅式，将单
核性能提升了1.8 倍（对⽐原纪录），取得了数据库领域的⾥程碑式成就。本⽂将揭秘
PolarDB 单机优化的技术内幕。
在打榜过程中，通过对数据库压⼒模型的深⼊分析，我们梳理了以下4个核⼼特征及对应的
优化⽅案：
海量⽤户连接 → ⾼并发优化
⾼ CPU 占⽤和内存访问 → CPU和内存效率优化
⾼ IO 吞吐 → IO链路优化
更⻓的⽇志写⼊链路 → 复制性能优化
这4个特征也是真实线上⽤户业务常⻅的性能瓶颈，下⾯我们将简述 PolarDB 的整体性能链
路，再基于这4个典型特征，分别介绍单机性能链路上做的关键优化。
⼆、PolarDB性能链路
●
●
●
●
1 / 11
作为共享存储的云原⽣数据库，PolarDB 不仅提供了超强易⽤性（快速备份和恢复，⾼可
⽤），以及超强弹性（存储/计算解耦）的能⼒，还通过软硬协同演进，提供了和本地盘⼀致
的 I/O 时延能⼒和更强的 IOPS 能⼒，使得在性能、易⽤性、扩展性三⽅⾯都做到了极致。
传统部署在本地盘的 MySQL 架构，受益于本地盘的低 I/O 时延，但也存在着存储容量有
限，弹升困难的限制，并且跨机主备复制的⾼时延，也掩盖了本地盘在性能上的收益。对于
直接部署在云盘的 MySQL 架构，虽然能够利⽤云盘的存储资源的扩展性和⾼可⽤，但云盘
的⾼时延⼜⽆法发挥 MySQL 的性能，并且⽆法做到计算资源的横向扩展。
为了解决性能和扩展性的问题，⽤户会考虑分布式数据库，但存在业务改造⼤，运维成本⾼
等问题，PolarDB 通过 Proxy 到底层存储的全链路软硬协同优化，很好地解决了这三点。
图1：兼具⾼性能，易⽤性和扩展性的PolarDB
图2 展示了 PolarDB 的整个性能的优化链路概览，⽤户连接的 SQL 查询通过代理的转发，
到达数据库内核，通过 SQL 解析、索引查找，最终通过⽂件系统到达磁盘存储。整个性能
优化链路横跨了从上层的 Proxy 代理到底层存储，PolarDB 通过全链路的性能优化，使得在
⾼压⼒的 tpcc 负载下，保持⾼效事务处理性能。本篇⽂章主要介绍数据库内核层⾯的单机
优化，后续我们将会有⽂章继续介绍 PolarDB 如何做到软硬结合协同演进。
2 / 11
of 11
免费下载
【版权声明】本文为墨天轮用户原创内容，转载时必须标注文档的来源（墨天轮），文档链接，文档作者等基本信息，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。
下载排行榜
文档被以下合辑收录
评论