1、性能损耗测试:服务器资源充足、并发数相同,比较JDBC和Sharding-JDBC性能损耗,Sharding-JDBC相对JDBC损耗不超过7%
2、性能对比测试:服务器资源使用到极限,相同的场景JDBC与Sharding-JDBC的吞吐量相当
3、性能对比测试:服务器资源使用到极限,Sharding-JDBC采用分库分表后,Sharding-JDBC吞吐量较JDBC不分表有接近2倍的提升
4、性能对比测试:服务器资源使用到极限,Sharding-JDBC V1.5.2与V1.4.2对比,性能比较稳定
业务场景 | JDBC | Sharding-JDBC1.5.2 | Sharding-JDBC1.5.2/JDBC损耗 |
---|---|---|---|
单库单表查询 | 493 | 470 | 4.7% |
单库单表更新 | 6682 | 6303 | 5.7% |
单库单表插入 | 6855 | 6375 | 7% |
业务场景 | JDBC单库两表 | Sharding-JDBC两库各两表 | 性能提升至 |
---|---|---|---|
查询 | 1736 | 3331 | 192% |
更新 | 9170 | 17997 | 196% |
插入 | 11574 | 23043 | 199% |
业务场景 | JDBC单库单表 | Sharding-JDBC两库各一表 | 性能提升至 |
---|---|---|---|
查询 | 1586 | 2944 | 185% |
更新 | 9548 | 18561 | 194% |
插入 | 11182 | 21414 | 192% |
业务场景 | Sharding-JDBC 1.4.2 | Sharding-JDBC 1.5.2 | 1.5.2⁄1.4.2 |
---|---|---|---|
查询 | 2934 | 2944 | 100.34% |
更新 | 18454 | 18561 | 100.58% |
插入 | 21045 | 21414 | 101.75% |
业务场景 | 场景缩写 |
---|---|
单库单表查询 | JSdbStSelect |
单库单表插入 | JSdbStInsert |
单库单表更新 | JSdbStUpdate |
单库两表查询 | JSdbMtSelect |
单库两表插入 | JSdbMtInsert |
单库两表更新 | JSdbMtUpdate |
业务场景 | 场景缩写 |
---|---|
单库单表查询 | SJSdbStSelect |
单库单表插入 | SJSdbStInsert |
单库单表更新 | SJSdbStUpdate |
单库两表查询 | SJSdbMtSelect |
单库两表插入 | SJSdbMtInsert |
单库两表更新 | SJSdbMtUpdate |
两库各一表查询 | SJMdbStSelect |
两库各一表插入 | SJMdbStInsert |
两库各一表更新 | SJMdbStUpdate |
两库各两表查询 | SJMdbMtSelect |
两库各两表插入 | SJMdbMtInsert |
两库各两表更新 | SJMdbMtUpdate |
所有测试场景共分为以下两大类,其中极限测试测试范围是全部场景,基准测试范围是以下场景:
业务场景 | 场景缩写 |
---|---|
单库单表查询 | JSdbStSelect |
单库单表插入 | JSdbStInsert |
单库单表更新 | JSdbStUpdate |
单库单表查询 | SJSdbStSelect |
单库单表插入 | SJSdbStInsert |
单库单表更新 | SJSdbStUpdate |
基准测试:服务器资源充足,使用同样的并发线程数量,对比同样的业务场景
极限测试:服务器资源使用达到极限、TPS不再上升,对比JDBC和Sharding-JDBC分库分表
服务器配置
名称 | 硬件配置 | 软件配置 | 混合应用 |
---|---|---|---|
DB0 | OS:CentOS 6.6 64bit 处理器:2C四核 内存:32G 存储:250G*2_RAID1+600G*4_RAID10 网卡:1000mbps |
Mysql 5.7.13 | 否 |
DB1 | OS:CentOS 6.6 64bit 处理器:2C四核 内存:32G 存储:250G*2_RAID1+600G*4_RAID10 网卡:1000mbps |
Mysql 5.7.13 | 否 |
业务场景 | 业务平均响应时间(ms) | 业务TPS |
---|---|---|
JDBC单库单表查询 | 7 | 493 |
Sharding-JDBC 1.5.2单库单表查询 | 8 | 470 |
TPS展示
RT展示
业务场景 | 业务平均响应时间(ms) | 业务TPS |
---|---|---|
JDBC单库单表更新 | 2 | 6682 |
Sharding-JDBC 1.5.2单库单表更新 | 3 | 6303 |
TPS展示
RT展示
业务场景 | 业务平均响应时间(ms) | 业务TPS |
---|---|---|
JDBC单库单表插入 | 2 | 6855 |
Sharding-JDBC 1.5.2单库单表插入 | 2 | 6375 |
TPS展示
RT展示
业务场景 | 业务平均响应时间(ms) | 业务TPS |
---|---|---|
JDBC单库单表查询 | 7 | 1586 |
Sharding-JDBC 1.5.2单库单表查询 | 7 | 1600 |
Sharding-JDBC 1.5.2两库各1表查询 | 13 | 2944 |
TPS展示
RT展示
业务场景 | 业务平均响应时间(ms) | 业务TPS |
---|---|---|
JDBC单库两表查询 | 6 | 1736 |
Sharding-JDBC 1.5.2单库两表查询 | 7 | 1732 |
Sharding-JDBC 1.5.2两库各两表查询 | 10 | 3331 |
TPS展示
RT展示
业务场景 | 业务平均响应时间(ms) | 业务TPS |
---|---|---|
JDBC单库单表更新 | 7 | 9548 |
Sharding-JDBC 1.5.2单库单更新 | 7 | 9263 |
Sharding-JDBC 1.5.2两库各1表更新 | 4 | 18561 |
TPS展示
RT展示
业务场景 | 业务平均响应时间(ms) | 业务TPS |
---|---|---|
JDBC单库两表更新 | 7 | 9170 |
Sharding-JDBC 1.5.2单库两表更新 | 7 | 8941 |
Sharding-JDBC 1.5.2两库各两表更新 | 5 | 17997 |
TPS展示
RT展示
业务场景 | 业务平均响应时间(ms) | 业务TPS |
---|---|---|
JDBC单库单表插入 | 5 | 11182 |
Sharding-JDBC 1.5.2单库单表插入 | 5 | 10882 |
Sharding-JDBC 1.5.2两库各1表插入 | 4 | 21414 |
TPS展示
RT展示
业务场景 | 业务平均响应时间(ms) | 业务TPS |
---|---|---|
JDBC单库两表插入 | 4 | 11574 |
Sharding-JDBC 1.5.2单库两表插入 | 5 | 10849 |
Sharding-JDBC 1.5.2两库各两表插入 | 4 | 23043 |
TPS展示
RT展示
业务场景 | Sharding-JDBC 1.4.2 | Sharding-JDBC 1.5.2 | 1.5.2⁄1.4.2 |
---|---|---|---|
查询 | 2934 | 2944 | 100.34% |
更新 | 18454 | 18561 | 100.58% |
插入 | 21045 | 21414 | 101.75% |
TPS展示
RT展示
本次测试,共使用两台数据库服务器,每台服务器上分别有1库,每个库中分别有2个主表,2个子表
主表结构如下:
order_0 | CREATE TABLE `order_0` (
`id` bigint(50) NOT NULL AUTO_INCREMENT,
`order_id` varchar(50) NOT NULL,
`order_type` int(11) DEFAULT NULL,
`cust_id` int(11) DEFAULT NULL,
`cust_type` int(11) DEFAULT NULL,
`cust_email` varchar(50) DEFAULT NULL,
`payment_method_type` int(11) DEFAULT NULL,
`payment_provider_id` int(11) DEFAULT NULL,
`shipping_method_type` int(11) DEFAULT NULL,
`packing_type` int(11) DEFAULT NULL,
`preferred_shipping_time_type` int(11) DEFAULT NULL,
`receiver_name` varchar(100) DEFAULT NULL,
`receiver_address` varchar(200) DEFAULT NULL,
`receiver_country_id` int(11) DEFAULT NULL,
`receiver_province_id` int(11) DEFAULT NULL,
`receiver_city_id` int(11) DEFAULT NULL,
`receiver_zip` varchar(20) DEFAULT NULL,
`receiver_tel` varchar(50) DEFAULT NULL,
`receiver_mobile_tel` varchar(50) DEFAULT NULL,
`cust_message` varchar(500) DEFAULT NULL,
PRIMARY KEY (`id`),
KEY `index_id` (`id`) USING BTREE
) ENGINE=InnoDB AUTO_INCREMENT=5189307 DEFAULT CHARSET=gbk
子表结构如下
ordert_0 | CREATE TABLE `ordert_0` (
`idm` bigint(50) NOT NULL,
`id` int(10) DEFAULT NULL,
`order_idm` varchar(50) DEFAULT NULL,
`order_typem` int(11) DEFAULT NULL,
`cust_idm` int(11) DEFAULT NULL,
`cust_typem` int(11) DEFAULT NULL
) ENGINE=InnoDB DEFAULT CHARSET=gbk ROW_FORMAT=DYNAMIC
JDBC 插入
insert
into order_?(order_id,order_type,cust_id,cust_type,cust_email,payment_method_type,payment_provider_id,shipping_method_type,packing_type,preferred_shipping_time_type,receiver_name,receiver_address,receiver_country_id,receiver_province_id,receiver_city_id,receiver_zip,receiver_tel,receiver_mobile_tel,cust_message) VALUES (?, 0, 10, 1, 'dtest002@dangdang.com', 1, 6, 1, 0, 3, 'ttt ttt', 'beijingshijinganzhongxin', 9000, 111, 1, '100011', '51236117', ' ', ' ');
JDBC 查询
select a.id,order_id,order_type,cust_id,cust_type,cust_email,payment_method_type,payment_provider_id,shipping_method_type,packing_type,preferred_shipping_time_type,receiver_name,receiver_address,receiver_country_id,receiver_province_id,receiver_city_id,receiver_zip,receiver_tel,receiver_mobile_tel,cust_message from order_? a,ordert_? b where a.id=? and a.id%100=b.idm%100;
JDBC 更新
Update order_? SET order_id=?,order_type=0,cust_id=10,cust_type=1,cust_email='dtest002@dangdang.com' where id=?;
Sharding-JDBC 插入
INSERT INTO `order`(order_id,order_type,cust_id,cust_type,cust_email,payment_method_type,payment_provider_id,shipping_method_type,packing_type,preferred_shipping_time_type,receiver_name,receiver_address,receiver_country_id,receiver_province_id,receiver_city_id,receiver_zip,receiver_tel,receiver_mobile_tel,cust_message) VALUES (?, 0, 10, 1, 'dtest002@dangdang.com', 1, 6, 1, 0, 3, 'ttt ttt', 'beijingshijinganzhongxin', 9000, 111, 1, '100011', '51236117', ' ', ' ');
Sharding-JDBC 查询
select cust_id,cust_type,cust_email,payment_method_type,payment_provider_id,shipping_method_type,packing_type,preferred_shipping_time_type,receiver_name,receiver_address,receiver_country_id,receiver_province_id,receiver_city_id,receiver_zip,receiver_tel,receiver_mobile_tel,cust_message from order a,order_item b where a.id=? and a.id%100=b.idm%100;
Sharding-JDBC 更新
update order SET order_id=?,order_type=0,cust_id=10,cust_type=1,cust_email='dtest002@dangdang.com' where id=?;