将MySQL去重操作优化到极致之三弹连发（三）：用rocksdb替代innodb

        前面已经建立了索引，优化了SQL语句，并将单线程变为多线程并行执行，去重时间由最初的35秒优化为3.5秒，是不是就到此为止呢？吴老师又使用了rocksdb存储引擎替代innodb的方法。这里有必要交代一下命题的背景。这道MySQL数据库优化的题目出自是阿里内部的竞赛题，当然我是听吴老师口述的，真正的题目及其竞赛规则与竞赛环境不甚明确，但有一条是允许自由选择MySQL存储引擎。在实际的生产环境中，几乎没有可能为了单一操作的优化而改变表的存储引擎，因为这样做的代价通常很高。

        顺便提一句，据刚刚得到的消息，吴老师在今天结束的决赛中获得了第三名的好成绩（前两名都是数据库内核组的），祝贺！

1. 支持的平台

sudo yum install -y cmake gcc-c++ bzip2-devel libaio-devel bison 
zlib-devel snappy-devel
sudo yum install -y gflags-devel readline-devel ncurses-devel 
openssl-devel lz4-devel gdb git

        这几个包缺一不可，gflags-devel和lz4-devel在yum中没有安装包，所以要下源码编译安装。

（2）安装gflags

git clone https://github.com/gflags/gflags.git
cd gflags
mkdir build && cd build
ccmake ..

        之后按下面的提示操作

make
make install

（3）安装lz4

git clone https://github.com/lz4/lz4.git
cd lz4
make
make install

（4）升级gcc

# 下载源码包并解压
wget http://ftp.gnu.org/gnu/gcc/gcc-6.1.0/gcc-6.1.0.tar.bz2
tar -jxvf  gcc-6.1.0.tar.bz2

# 下载编译所需依赖库
cd gcc-6.1.0
./contrib/download_prerequisites
cd ..

# 建立编译输出目录
mkdir gcc-build-6.1.0

# 进入此目录，执行以下命令，生成makefile文件
cd  gcc-build-6.1.0
../gcc-6.1.0/configure --enable-checking=release --enable-languages=c,c++ --disable-multilib

# 编译，j后面的是核心数，编译速度会比较快
make -j4

# 安装
make install

# 切换GCC到新版
# 确定新安装的GCC的路径,一般默认在/usr/local/bin下
ls /usr/local/bin | grep gcc
# 添加新GCC到可选项，倒数第三个是名字，倒数第二个参数为新GCC路径，最后一个参数40为优先级，设大一些之后就自动使用新版了
update-alternatives --install /usr/bin/gcc gcc /usr/local/bin/x86_64-pc-linux-gnu-gcc-6.1.0 40

# 定义环境变量，需要设置，否则在编译MyRocks时会报错
CC='/usr/local/bin/x86_64-pc-linux-gnu-gcc-6.1.0'; export CC;

# 确认当前版本已经切换为新版
gcc -v

（5）更新libstdc++

cp /root/gcc-build-6.1.0/x86_64-pc-linux-gnu/libstdc++-v3/src/.libs/libstdc++.so.6.0.22 /usr/lib64/
cd /usr/lib64/
rm -r libstdc++.so.6
ln -s libstdc++.so.6.0.22 libstdc++.so.6
strings /usr/lib64/libstdc++.so.6 | grep GLIBCXX

        查看包含的GLIBCXX结果如图一所示。

图一

# 下载项目源码
git clone https://github.com/facebook/mysql-5.6.git
cd mysql-5.6
git submodule init
# 调用 git submodule update 用来更新 submodule 信息。
git submodule update

# 生成makefile文件
cmake . -DCMAKE_BUILD_TYPE=RelWithDebInfo -DWITH_SSL=system 
-DWITH_ZLIB=bundled -DMYSQL_MAINTAINER_MODE=0 -DENABLED_LOCAL_INFILE=1

# 编译
make -j8

# 安装
make install

cd mysql-test
./mysql-test-run.pl --mem --async-client --parallel=16 --fast 
--max-test-fail=1000 --retry=0 --force --mysqld=--rocksdb 
--mysqld=--default-storage-engine=rocksdb --mysqld=--skip-innodb 
--mysqld=--default-tmp-storage-engine=MyISAM --suite=rocksdb

[mysqld]
# 指定存储引擎
rocksdb
default-storage-engine=rocksdb
# 禁用innodb
skip-innodb
# 指定临时表使用的存储引擎
default-tmp-storage-engine=MyISAM
# 指定字符集排序规则
collation-server=latin1_bin
# 禁用binlog
skip_log_bin
# 禁用自动提交
autocommit=0

# 不做严格的排序规则检查，如果不设置，在varchar字段建立索引时会报错
rocksdb_strict_collation_check=0
# 启用批量数据装载
rocksdb_bulk_load=1
# 指定批次记录数
rocksdb_bulk_load_size=10000
# 允许并行写内存表
rocksdb_allow_concurrent_memtable_write = 1
# 设置写缓冲区大小
rocksdb_db_write_buffer_size = 1G
# 不立即刷新内存缓冲区中的数据
rocksdb_write_disable_wal = 1

        Oracle大师Thomas Kyte曾经说过大多数性能问题是设计不当引起的，尽管如此，作为DBA还是可以从数据库系统调整的角度做些有益的工作。上面这些针对rocksdb存储引擎所做的配置对去重实验的性能影响巨大。我从知道rocksdb到本实验才两天时间，谈不上多了解，只是有些直观的感受。例如，rocksdb_write_disable_wal感觉就和innodb_flush_log_at_trx_commit的作用差不多。

/usr/local/mysql/scripts/mysql_install_db --defaults-file=/usr/local/mysql/my.cnf --datadir=/usr/local/mysql/data --basedir=/usr/local/mysql

useradd mysql
chown -R mysql:mysql /usr/local/mysql/data
/usr/local/mysql/bin/mysqld_safe --defaults-file=/usr/local/mysql/my.cnf --datadir=/usr/local/mysql/data --basedir=/usr/local/mysql &

create table t_source  
(  
item_id int,  
created_time datetime,  
modified_time datetime,  
item_name varchar(20),  
other varchar(20)  
);  

create table t_target like t_source; 

3. 建立生成测试数据的存储过程

delimiter //      
create procedure sp_generate_data()    
begin     
    set @i := 1;   
    
    while @i<=500000 do  
        set @created_time := date_add('2017-01-01',interval @i second);  
        set @modified_time := @created_time;  
        set @item_name := concat('a',@i);  
        insert into t_source  
        values (@i,@created_time,@modified_time,@item_name,'other');  
        set @i:=@i+1;    
    end while;  
    commit;    
    
    set @last_insert_id := 500000;  
    insert into t_source  
    select item_id + @last_insert_id,  
           created_time,  
           date_add(modified_time,interval @last_insert_id second),  
           item_name,  
           'other'   
      from t_source;  
    commit;
end     
//      
delimiter ;   

4. 生成测试数据   

call sp_generate_data(); 

insert into t_source  
select * from t_source where item_id=1;  
commit; 

5. 建立索引

create index idx_sort on t_source(created_time,item_name,item_id);  
analyze table t_source;  

6. 建立并行执行的存储过程

delimiter //
create procedure sp_unique(i smallint)    
begin     
    set @a:='0000-00-00 00:00:00';  
    set @b:=' ';  
	if (i<4) then
        insert into t_target  
        select * from t_source force index (idx_sort)  
         where created_time >= date_add('2017-01-01',interval (i-1)*125000 second) 
           and created_time < date_add('2017-01-01',interval i*125000 second) 
           and (@a!=created_time or @b!=item_name) 
           and (@a:=created_time) is not null 
           and (@b:=item_name) is not null  
         order by created_time,item_name;  
        commit;
    else 
	    insert into t_target  
        select * from t_source force index (idx_sort)  
         where created_time >= date_add('2017-01-01',interval (i-1)*125000 second) 
           and created_time <= date_add('2017-01-01',interval i*125000 second) 
           and (@a!=created_time or @b!=item_name) 
           and (@a:=created_time) is not null 
           and (@b:=item_name) is not null  
         order by created_time,item_name;  
        commit;
    end if;	
end     
// 

delimiter ;

7. 建立shell脚本文件duplicate_removal.sh

#!/bin/bash
/usr/local/mysql/bin/mysql -vvv test -e "truncate t_target" &>/dev/null 
date '+%H:%M.%N'
for y in {1..4}
do
  sql="call sp_unique($y)"
  /usr/local/mysql/bin/mysql -vvv test -e "$sql" &>par_sql1_$y.log &
done
wait
date '+%H:%M.%N'

8. 执行去重

chmod 755 duplicate_removal.sh
./duplicate_removal.sh

        并行执行的4个过程调用分别用时如图二所示。

图二

最后

以上就是冷艳小海豚最近收集整理的关于将MySQL去重操作优化到极致之三弹连发（三）：用rocksdb替代innodb的全部内容，更多相关将MySQL去重操作优化到极致之三弹连发（三）内容请搜索靠谱客的其他文章。