忆联分布式数据库存储解决方案，助力MySQL实现高性能、低时延（忆联app）
据艾瑞咨询研究院《2022 年中国数据库研究报告》显示，截止2021年，中国分布式数据库占比达到 20%左右，主要以 MySQL 和 PostgreSQL 为代表的开源数据库为主。MySQL 作为备受欢迎的开源数据库，当前已广泛应用于互联网、金融、交通、零售等行业，服务于云化场景下数据存储及处理等关键业务。
由于MySQL 数据库需要高速并行处理大规模数据，对存储IO要求极高。忆联企业级和数据中心级 NVME SSD，凭借高性能、低时延、高可靠等优势，能极大提升存储 IO 性能，适合读密集或混合读写等多种业务模型，可有效满足 MySQL 数据库的性能需求。
本文则重点展示了在 MySQL 不同应用场景下，忆联 UH8 系 SSD的高性能及低时延性表现。
一、分布式数据库 MySQL 介绍
MySQL 是当前最流行的关系型数据库管理系统之一，因其代码开源，且具备体积小、速度快、较低的TCO等优势，在大、中、小型企业中皆有应用。MySQL 在架构上主要分为 Server 层和存储引擎层。其中 Server 层又分为连接器、缓存、分析器、优化器、执行器，所有跨存储引擎的功能都在这层实现；存储引擎是可插拔式的，常见的存储引擎有 MyISAM、InnoDB、Memory 等。
图 1：MySQL 技术架构图
本地盘在 MySQL 上的实施通常有 2 种方式：LVM 卷和直接挂载使用。Linux 系统使用 LVM 卷可提供更便捷的存储管理，而直接挂载可提供更精细化粒度的存储使用方案，比如数据盘和日志盘分离、业务手动均衡部署到不同 SSD 磁盘 以获得更佳性能组合等，用户可根据实际需求选择。
二、忆联 MySQL 存储方案验证
1、验证环境
- 本次验证硬件配置
- 本次验证软件配置
- 本次验证组网规划
图 2：MySQL 组网规划架构图
3.2 验证方法
步骤1：测试使用两块忆联 NVMe 盘片做本地盘，MySQL 数据库 binlog 文件单独使用一块盘片存放，其它 MySQL 文件共用一块 NVME 盘片，并且通过 nvm list 命令确认盘片的容量、规格、FW 版本信息是否正确。
步骤2：将两块 NVMe 盘片，按容量大小平均分区，格式化为 XFS 文件系统，挂载到对应的数据库目录。
步骤3：测试数据规模为 200 个表，每个表 1000w 行记录，共计 20 亿行数据。
3.3验证结果
在 Sysbench 测试工作中配置数据表，并且设置线程从 32/50/64/100/200/300 进行遍历，得到的忆联 UH8 系 SSD在 MySQL 只读、只写、混合 读写三个场景下的验证结果，具体如下：
1、忆联 UH8 系 SSD在 MySQL 只读场景下的表现
图 3：MySQL 只读场景下忆联 SSD 与友商性能对比
根据图 3 可以看出，在 MySQL 读性能下，忆联 UH8 系 SSD在 50-100 线程之间性能最优，对比友商 TPS 最高可提升 122%，时延最高可降低 91%。在 MySQL 只读性能验证环境下，忆联优势表现明显，可充分支撑 MySQL数据库的读取速度，提升系统访问速率。
2、忆联 UH8 系 SSD 在 MySQL 只写场景下的表现
图 4：MySQL 只写场景下忆联 SSD 与友商性能对比
如图4 所示，MySQL 写场景下，忆联 UH8 系 SSD始终保持着明显优势，性能表现强劲。对比友商，在吞吐量上最高可提升 266% ；在时延上最高可降低 83% 左右。意味着，在使用忆联 UH8 系 SSD 作为MySQL数据库存储介质时，可提高整个数据库系统的存储速度。
3、忆联 UH8 系 SSD 在 MySQL 混合读写场景下的表现
图 5：MySQL 混合读写场景下忆联 SSD 与友商性能对比
从图 5 可以看出，忆联 UH8 系 SSD 性能在 MySQL 混合读写场景下，能带来更高吞吐量的同时带来更短的响应时延。对比友商，忆联 UH8 系 SSD 吞吐量最高可提升 49% 左右，时延最低可下降 65% ，能充分助力 MySQL 数据库增大数据的吞吐量，大幅度降低并发访问时延，解决数据库的高效访问、方便共享等问题。
三、总结
本次验证充分展现了忆联 UH8 系 SSD在 MySQL 的只读、只写、读写混合等实测场景下不俗的性能表现，TPS分别达11218.82、21148.58 、8495.5,均高于友商2倍左右，同时在时延方面也高于友商1.8倍左右，能为 MySQL 提供高吞吐、低时延的数据存储方案。同时，基于忆联 UH8 系 SSD的分布式数据库方案可以帮助企业在云化场景下能更快、更轻松地释放数据价值。
未来，忆联将不断夯实自身技术实力，拥抱市场变化并持续打造硬核产品，为分布式数据库提供更高性能、低时延的存储方案，也将为行业提供海量数据存储及处理的方案参考。
