深度分析 | MyCat与DBLE的对比性能调优

Posted 2021-04-05 爱可生开源社区

作者简介

蓝寅，开源分布式中间件DBLE项目负责人；持续专注于数据库方面的技术, 始终在一线从事开发；对数据复制，读写分离，分库分表的有深入的理解与实践。

问题起因：

用benchmarksql_for_mysql对原生MyCat-1.6.1和DBLE-2.17.07版做性能测试对比，发现DBLE性能只到原生版MyCat的70%左右。

 

问题分析过程：

分析过程主要有以下内容：包括现象，收集数据，分析猜测原因，验证猜测的方式来进行。

开源分布式中间件DBLE：

• 社区官网，获取DBLE快速入门指南及最新资讯：
  https://opensource.actionsky.com 

• GitHub主页，查看官方文档：

  https://github.com/actiontech/dble

• 社区技术交流群，迅速获取官方支持：

1.分析瓶颈

 

1.1 先对两者进行一个CPU占用的堆栈分析

 

通过对CPU火焰图的比较，发现DBLE用在纯排序上的CPU占用在15%以上，而MyCat在排序上没有看到明显的CPU占用。（ 复盘时的思考：这里有明显的可疑之处，应当及早观察两者是否公平）

 

 

1.2 首先猜测可能的原因

 

• a.由于MyCat对以下这条用例实现有bug：具体方式是直接原句下发SQL到节点，收到各个节点的结果后直接做加法；而DBLE则是改写为select distinct s_i_id 收集全部结果集，然后在中间件做去重和统计的工作。所以两者在这个case上的对比是不公平的。

 

 

• b.排序本身算法选择的问题

  
  

1.3 对猜测原因的验证

 

• a.去除有bug的case，并未看到性能有提升，而且考虑这条用例在所有用例出现的概率只有4%，涉及到的数据也不多，所以应该不是性能问题的主因。

• b.去除有排序的case，看到两者性能接近，确定是排序的问题。

  
  

2.猜测原因

2.1 猜测一：源码实现原因

 

• 2.1.1 猜测描述

 

梳理DBLE源码排序逻辑的实现细节，是多路归并的排序，理论上是最优选择。

实际上具体的实现上有可优化的空间，如下图， N个数的K路排序的初始化值理论最优复杂度是O(N),而这里变成了O（N*logK*2) 。

 

 

• 2.1.2 验证猜测

 

为了快速将排序的因素排除，将cmp函数直接返回1再次做测试。结果提升了10%的性能，所以虽然cmp是有性能问题，但导致性能如此大还有其他原因。（复盘：新版本已优化此处10%的性能差异）

 

2.2 猜测二：回到排序SQL

查看B-SQL源码，有3个排序SQL，其中有2个排序SQL的排序列不在select 项中，这本来应该引发MyCat的bug的，但我们在返回集和抓包中都没有发现。再仔细阅读源码，原来B-SQL通过hard code的方式使得压力永远跑不到这两个代码路径上，这样我们又排除了2个干扰因素，问题集中到剩下的那个排序上了。

 

将排序除去，64数据量，64并发，DBLE的性能是MyCat的96%。

证明确实和排序有关。

 

3.分析多并发压力排序性能的原因

 

3.1 猜测排序算法在特殊场景下的适用性

 

• 3.1.1 猜测描述

 

由于MyCat排序采用的是timsort， 时间复杂度的可能最优是O(n)。

而DBLE的多路归并排序在B-SQL这个场景下时间复杂度最差情况是O（n*(k-1)).

猜测timSort排序在B-SQL多并发场景下可能会优于多路归并。

 

• 3.1.2 验证猜测

 

用B-SQL压测并统计函数调用次数。

 

结论：

在B-SQL场景下:

• 两者平均每个排序调用的cmp函数的次数并没有发生明显的异化

• 每个排序cmp次数虽然没有大的差异，但总的调用次数却相差很大,DBLE大约是MyCat的5倍

 

4. 分析DBLE排序时cmp函数次数调用多的原因

 

问题集中在了为什么DBLE会有更多次的比较函数调用。

 

4.1 验证压力下发的SQL是否与cmp函数调用相符

      是否下发的SQL就不公平

 

• 4.1.1收集数据

 

• 用抓包的方式分别抓取B-SQL发给MyCat和DBLE的包，结果发现 DBLE的所有SQL中排序这条SQL的发生次数是MyCat的10倍左右。

• 再次用yourkit查看调用次数和CPU分布验证，发现调用次数确实符合抓包的结论，CPU分布也是DBLE分了大量的时间用于排序，而MyCat对排序的分配几乎可以忽略。这也与最一开始的火焰图结论一样。

• 用wireshark分析DBLE抓包结果，发现某些连接执行一段时间之后大量的重复出现排序+delete的query请求直到压力结束，举例如下图。

 

 

• 4.1.2 分析原因

 

分析B-SQL源码这里发现只有delete的数据为0才会引发死循环。

 

• 4.1.3 验证测试

 

在引发死循环的原因找到之前，先修改代码验证测试。无论result是否是0都设置newOrderRemoved=true使得B-SQL跳出死循环。

验证测试，DBLE性能终于符合预期，变为MyCat的105%。

至此，B-SQL有排序引发DBLE性能下降的原因找到了，某种场景下B-SQL对DBLE执行delete，影响行数为0，导致此时会有死循环，发送了大量排序请求，严重降低了DBLE性能，并且并发压力越大越容易出现，但也有一定几率不会触发。

5.分析哪种场景下delete行数为0

 

5.1隔离级别测试

 

因为对隔离级别并不熟悉，花了很长时间才想到原因，在MySQL上做了一个实验：

 

 

也就是说，在并发情况下确实有可能有死循环出现。

 

5.2 分析为什么只有在DBLE上有这个问题而在

MyCat上没有这个问题 

 

原因是DBLE和MyCat的默认隔离级别都是REPEATED_READ，但MyCat的实现有bug，除非客户端显式使用set语句，MyCat后端连接使用的隔离级别都是下属结点上的默认隔离级别；而DBLE会在获取后端连接后同步上下文，使得session级别的隔离级别和DBLE配置相同。而后端的四个结点中除了1台是REPEATED_READ，其他三个结点都是READ_COMMITTED。这样同样的并发条件，DBLE100%会触发，而MyCat只有25%的概率触发。

 

5.3 验证测试

 

将DBLE上的配置添加<property name="txIsolation">2</property>（默认是3）与默认做对比:

性能比是1:0.75.符合期望，性能原因全部找到。

6. 吐槽

 

最后吐槽一下B-SQL，找了官方的B-SQL4.1版和5.0版，4.1版并未对此情况做任何改进，仍有可能陷入死循环影响测试。

而5.0的对应代码处有这么一段注释，不知道PGSQL是否这里真的会触发异常，但MySQL并不会触发异常，仍有可能陷入死循环。

 

7. 性能原因回顾

 

1.cmp函数时候初始化值的问题，影响部分性能，非主要性能瓶颈，新版本已改进。

2.同时触发了MyCat和B-SQL的两个bug，导致测试的性能数据负负得正；

• Mycat bug：配置的隔离级别不生效问题

• B-SQL bug：RR隔离级别下，delete死循环问题

需要将MySQL结点都改为READ_COMMITED,再将配置改为<property name="txIsolation">2</property>，避开上述的bug。

8. 收获

 

1.测试环境的搭建无论是配置参数还是各个节点的状态都要同步，保证公平。

2.性能分析工具的使用。

3.性能测试可能一次的结果具有偶然性，需要多次验证。

4.当有矛盾的结论时候，可能就快接近问题的真相了，需要持续关注。

往期精选

| 使用指南

| 案例分析

| 社区活动

开源分布式中间件DBLE

社区官网：https://opensource.actionsky.com/

GitHub主页：https://github.com/actiontech/dble

技术交流群：669663113

开源数据传输中间件DTLE

社区官网：https://opensource.actionsky.com/

GitHub主页：https://github.com/actiontech/dtle

技术交流群：852990221