我们都知道，对于数据库中基础信息表来说，它的数据变化频率低，数据量小，但由于基础数据本身的特点，大多数相关系统都会对频繁地读取它。即便我们通过对数据调取服务进行服务化包装，通过HSF服务的方式对外暴露，以减少多个系统直接操作数据库带来的问题，但数据本身的读取频率和并发度都非常高，QPS可以轻易达到10万以上。通常，使用普通的关系型数据库，比如RDS很难满足这样的场景，业内普遍的做法是在数据库前加一层数据库缓存服务，比如redis或memcache来存放基础信息，以此承载海量的高并发访问请求。但是也会存在问题，当缓存服务发生故障，或者由于某种异常被击穿，大量的访问请求迅速会打到后端的数据库上，数据库能不能在关键时候扛住压力，为运维人员争取时间，快速修复缓存服务，显得至关重要。
是的，这个时候，阿里云RDS和DRDS都提供了只读实例，从原理上来说，RDS只读实例使用的 MySQL主备复制，一个主库最多支持5个备库，备库提供只读访问，用户程序访问备库时使用与主库不同的地址。而DRDS只读实例（读写分离）其实底层依赖的就是RDS的只读实例，但是DRDS作为数据库中间件，为1个主实例和多个只读实例提供了统一的访问入口，当DRDS设置了读写分离时，对用户程序是透明的，用户只需要在DRDS控制台上自由调整只读实例的读比例即可。在比较新的版本中，RDS也支持了读写分离，但是在专有云v2版本中暂时还没有支持。
那么，RDS的只读实例和DRDS的读写分离在性能上是否存在差异，我们在阿里云专有云的环境做一个测试，来验证这个问题。
一.准备环境
1.1 资源清单
| 资源类型 |
规格 |
数量 |
| RDS主实例 |
48G内存，磁盘100GB |
1 |
| RDS只读实例 |
48G内存，磁盘100GB |
5 |
| DRDS实例 |
8节点，64Core CPU，128GB内存 |
1 |
| 测试压力机ECS |
16Core CPU，64GB内存 |
3 |
1.2 创建测试表
在DRDS建立非分库分表的测试表：
| CREATE TABLE `bic_base_org` ( `id` bigint(20) NOT NULL AUTO_INCREMENT, `inst_id` bigint(20) DEFAULT NULL, `code` varchar(20) DEFAULT NULL, `name_cn` varchar(200) DEFAULT NULL, `aic_register_name` varchar(200) DEFAULT NULL, `postcode` varchar(20) DEFAULT NULL, `administrative_division` varchar(20) DEFAULT NULL, `province_code` varchar(20) DEFAULT NULL, `city_code` varchar(50) DEFAULT NULL, `status` varchar(20) NOT NULL, `business_unit` varchar(20) NOT NULL, `org_level` varchar(20) NOT NULL, `org_category` varchar(20) DEFAULT NULL, `manage_level` varchar(20) DEFAULT NULL, `parent_org_code` varchar(20) DEFAULT NULL, `erp_parent_org_code` varchar(20) DEFAULT NULL, `distribution_org_flag` varchar(20) DEFAULT NULL, `legal_entity_flag` char(1) DEFAULT NULL, `address` varchar(200) DEFAULT NULL, `approve_create_date` datetime DEFAULT NULL, `source_org_create_date` datetime DEFAULT NULL, `major` varchar(20) DEFAULT NULL, `org_phase` varchar(20) DEFAULT NULL, `main_category` varchar(20) DEFAULT NULL, `detail_category` varchar(20) DEFAULT NULL, `business_function` varchar(50) DEFAULT NULL, `core` varchar(20) DEFAULT NULL, `corporation_flag` char(1) DEFAULT NULL, `department_flag` char(1) DEFAULT NULL, `company_code` varchar(20) DEFAULT NULL, `company_name` varchar(200) DEFAULT NULL, `common_service` char(1) DEFAULT NULL, `branch_emp_relationship` varchar(20) DEFAULT NULL, `branch_urban_type` varchar(20) DEFAULT NULL, `branch_func_type` varchar(20) DEFAULT NULL, `branch_invest_type` varchar(20) DEFAULT NULL, `erp_branch_invest_type` varchar(20) DEFAULT NULL, `create_date` datetime DEFAULT NULL, `modify_date` datetime DEFAULT NULL, `create_user_id` bigint(20) DEFAULT NULL, `gmt_created` datetime NOT NULL DEFAULT CURRENT_TIMESTAMP, `modify_user_id` bigint(20) DEFAULT NULL, `gmt_modified` datetime NOT NULL DEFAULT CURRENT_TIMESTAMP ON UPDATE CURRENT_TIMESTAMP, `is_deleted` char(1) DEFAULT '0', PRIMARY KEY (`id`), KEY `idx_parent_org_code` (`parent_org_code`), KEY `idx_code` (`code`), KEY `idx_name_cn` (`name_cn`), KEY `idx_business_unit` (`business_unit`) ) ENGINE=InnoDB AUTO_INCREMENT=191001 DEFAULT CHARSET=utf8; |
1.3 在DRDS中导入测试数据
| mysql -u用户名 -p密码 -hDRDSIP -P3306 DRDS库名< bic_base_org_insert.sql |
1.4 查看表大小
| mysql> select count(*) from bic_base_org; +----------+ | count(*) | +----------+ | 191087 | +----------+ 1 row in set (0.03 sec) |
1.5 执行计划
| mysql> explain select id,inst_id,code,name_cn,aic_register_name,postcode,administrative_division,province_code,city_code,status,business_unit,org_level,org_category,manage_level,parent_org_code,erp_parent_org_code from bic_base_org where id=170000; +------------------------------------------------------------------+--------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------+--------+ | GROUP_NAME | SQL | PARAMS | +------------------------------------------------------------------+--------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------+--------+ | DRDS_XNCS_BIC_CS_1513840820139DMOXDRDS_XNCS_BIC_CS_CJWT_0000_RDS | select id,inst_id,code,name_cn,aic_register_name,postcode,administrative_division,province_code,city_code,status,business_unit,org_level,org_category,manage_level,parent_org_code,erp_parent_org_code from bic_base_org where id=170000 | {} | +------------------------------------------------------------------+--------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------+--------+ 1 row in set (0.00 sec)
mysql> explain execute select id,inst_id,code,name_cn,aic_register_name,postcode,administrative_division,province_code,city_code,status,business_unit,org_level,org_category,manage_level,parent_org_code,erp_parent_org_code from bic_base_org where id=170000; +----+-------------+--------------+-------+---------------+---------+---------+-------+------+-------+ | id | select_type | table | type | possible_keys | key | key_len | ref | rows | Extra | +----+-------------+--------------+-------+---------------+---------+---------+-------+------+-------+ | 1 | SIMPLE | bic_base_org | const | PRIMARY | PRIMARY | 8 | const | 1 | NULL | +----+-------------+--------------+-------+---------------+---------+---------+-------+------+-------+ 1 row in set (0.01 sec)
可以看到 ，SQL在DRDS0号分库上执行，并且执行计划是主键查询，这是最快的方式。 |
二.测试语句
2.1 测试语句：
| vi select.sql
select id,inst_id,code,name_cn,aic_register_name,postcode,administrative_division,province_code,city_code,status,business_unit,org_level,org_category,manage_level,parent_org_code,erp_parent_org_code from bic_base_org where id=170000; 这个语句非常简单，只是针对单表基于索引字段id查询一条记录的某些字段，我们重点考察的是大并发下只读实例的性能表现。 |
2.2 测试工具：
mysqlslap
三.测试过程
测试分为两大组：
第一组并发100，对比RDS，RDS只读实例，DRDS 1个只读实例和DRDS 5个只读实例的性能表现。3.1-3.4是第一组测试数据。
第二组将增加并发，进行摸高测试，观察资源的瓶颈和系统的极限。3.5-3.9是第二组测试数据。
3.1 RDS主实例测试（100并发）
测试说明：100并发，总共跑1千万条相同的主键查询：
| mysqlslap --query=/select.sql --concurrency=100 --number-of-queries=10000000 --iterations=1 --create-schema=drds_xncs_bic_cs_trou_0000 --engine=innodb -hRDSIP地址 -u用户名 -p密码
Benchmark Running for engine innodb Average number of seconds to run all queries: 154.738 seconds Minimum number of seconds to run all queries: 154.738 seconds Maximum number of seconds to run all queries: 154.738 seconds Number of clients running queries: 100 Average number of queries per client: 100000 |
QPS=10000000/154.738=64625，该场景下，资源没有瓶颈。
注：后面每个测试案例的命令与本案例相似，所以略去测试命令，只展示测试结果。
3.2 RDS只读实例测试（100并发）
测试说明：100并发，总共跑 1千万条相同的主键查询：
| Benchmark Running for engine innodb Average number of seconds to run all queries: 150.370 seconds Minimum number of seconds to run all queries: 150.370 seconds Maximum number of seconds to run all queries: 150.370 seconds Number of clients running queries: 100 Average number of queries per client: 100000 |
QPS=10000000/150.370=66502，该场景下，资源没有瓶颈。
3.3 DRDS测试（1个只读实例，100并发）
测试说明：（把其中一个slave库读比例设100% 测drds下一个备库 ） 100并发，共跑 1千万条相同的主键查询：
| Benchmark Running for engine innodb Average number of seconds to run all queries: 235.556 seconds Minimum number of seconds to run all queries: 235.556 seconds Maximum number of seconds to run all queries: 235.556 seconds Number of clients running queries: 100 Average number of queries per client: 100000 |
QPS=10000000/235.556=42453，该场景下，资源没有瓶颈。
3.4 DRDS测试（5个只读实例，100并发）
测试说明：5个只读每个开20%，100并发，总共跑1千万条相同的主键查询：
| Benchmark Running for engine innodb Average number of seconds to run all queries: 216.412 seconds Minimum number of seconds to run all queries: 216.412 seconds Maximum number of seconds to run all queries: 216.412 seconds Number of clients running queries: 100 Average number of queries per client: 100000 |
QPS=10000000/216.412=46208，该场景下，资源没有瓶颈。
第一组测试结束，低压力（100并发）下，RDS主实例和只读实例性能大致相同，DRDS 1个只读实例和5个只读实例的配置对比，性能也基本相似，且不如RDS的性能，这是符合预期的，因为在没有达到性能极限前，DRDS会比RDS多一层开销。第二组测试中，数据考虑到单台ECS性能并发量的局限性，于是采用多台ECS并发测试，通过DRDS和RDS控制台观察数据，重点关注整体吞吐能力和极限。
3.5 RDS主实例测试（1500并发）
测试说明：共1500并发，两个ECS执行分别1000,500并发，总共跑 20亿条相同的主键查询：
RDS连接数：75%（1500），RDS最大连接数为2000
RDSQPS:接近70000
RDS CPU：接近100%，出现瓶颈
SQL的执行时间：几百-几万微秒
3.6 RDS主实例测试（1900并发）
测试说明：共1900并发，三个ECS执行分别1000，500，400 并发，总共跑 30亿条相同的主键查询。
RDS连接数：1900，达到瓶颈
RDS QPS:接近70000
RDS CPU：接近100%，达到瓶颈
SQL的执行时间：几百-几万微秒
3.7 DRDS（5个只读实例，1000并发）
测试说明：5个只读每个开20%，1000并发，总共跑1亿条相同的主键查询：
| Benchmark Running for engine innodb Average number of seconds to run all queries: 1790.584 seconds Minimum number of seconds to run all queries: 1790.584 seconds Maximum number of seconds to run all queries: 1790.584 seconds Number of clients running queries: 1000 Average number of queries per client: 100000 |
QPS=100000000/1790=55866，该场景下，资源没有瓶颈。
3.8 DRDS（5个只读实例，10000并发）
测试说明：（5个只读每个开20%） 共10000并发，两个ECS执行分别5000 总共跑 20亿条相同的主键查询：
物理RT：1.1ms左右
QPS：大约125000左右
RDS SQL执行时间：100微秒左右
客户端ECS千兆网卡打满，出现瓶颈
3.9 DRDS（5个只读实例，15000并发）
测试说明：（5个只读每个开20%） 共15000并发，三个ECS执行分别5000 总共跑 30亿条相同的主键查询。
DRDS QPS：大约210000左右
RDS上SQL的执行时间：100微秒左右
物理RT：2.1ms左右
客户端ECS网卡被打满，出现瓶颈
四.测试总结：
| 数据库 |
连接数 |
QPS |
RT/SQL执行时间 |
瓶颈分析 |
| RDS主实例 |
100 |
64625 |
15.4us |
没有瓶颈 |
| RDS只读实例 |
100 |
66502 |
15.0us |
没有瓶颈 |
| DRDS（1主+1只读） |
100 |
42453 |
23.6us |
没有瓶颈 |
| DRDS（1主+5只读） |
100 |
46208 |
21.6us |
没有瓶颈 |
| RDS主实例 |
1500 |
69980 |
几百~几万us |
RDS CPU打满 |
| RDS主实例 |
1900 |
69000 |
几百~几万us |
RDS CPU、连接数打满 |
| DRDS（1主+5只读） |
1000 |
55866 |
17.9us |
没有瓶颈 |
| DRDS（1主+5只读） |
10000 |
125000 |
1.9ms（DRDS） 100us（RDS） |
加压ECS网卡打满 |
| DRDS（1主+5只读） |
15000 |
210000 |
11.2ms（DRDS） 100us（DRDS） |
加压ECS网卡打满 |
4.1 单台ECS客户端低压力测试
- RDS主实例和只读实例性能基本相同；
- 只有1个只读实例的DRDS耗时比单RDS主实例或单RDS只读实例相差较大，大约损失35%的性能；
- 开满5个只读实例的DRDS耗时比单RDS主实例或者单RDS只读实例相差较大，大约损失29%的性能；
- 低压力下测试场景，平均RT在几十微秒这个数量级。
4.2 多台ECS客户端大压力极限测试
- RDS单个主实例配置2000最大并发数，选用1900并发，QPS达到69000，响应时间在毫秒级。此时连接数和CPU都已经接近极限；
- DRDS开满5个只读实例，三台ECS到达15000的并发，DRDS的QPS可以达到210000左右，响应时间达到毫秒级。此时除客户端ECS达到极限外，RDS和DRDS均有资源剩余可用；
- 因为DRDS是数据库中间件，同时有内置连接池，所以从单个连接的SQL性能来说，DRDS不如RDS，但差异只体现在微秒这个数量级；而正因为DRDS有内置连接池，大规模大量连接高并发场景下，DRDS体现出优势，且响应时间还保持在毫秒级别，可以接受；
- RDS读写分离由于专有云还不支持，所以没有进行测试，预期会比单实例RDS性能稍差。从数据库连接数来看，也不如DRDS支持得多，需要在应用程序中设置连接池，从而满足更高的并发需求。
