TokuDB和InnoDB的读写分析与比较

我们知道，在MySQL单机版本里面最流行的也是唯一支持全事务的引擎为INNODB。 其特点是数据本身是用B-TREE来组织，数据本身即是庞大的根据主键聚簇的B-TREE索引。 所以在这点上，写入速度就会有些降低，因为要每次写入要用一次IO来做索引树的重排。 特别是当数据量本身比内存大很多的情况下，CPU本身被磁盘IO纠缠的做不了其他事情了。  这时我们要考虑如何减少对磁盘的IO来排解CPU的处境，那么如何做呢？ （当然，如果数据足够放到内存里面，这些事情大可不必考虑。）
1. 可以把INNODB 个PAGE增大？（默认16KB）但是增大也就带来了一些缺陷。 比如，对磁盘进行CHECKPOINT的时间将延后。
2. 把日志文件放到更快速的磁盘上？比如SSD？


其实这时，我们可以考虑用另外一个知名的引擎TokuDB。 谁叫MySQL 天生支持随意可插拔呢！
TokuDB 其实本身数据存储用到了B-TREE的变形版本Fractal-Tree。 Fractal-Tree 也就是在B-Tree原来的非叶子节点增加了一个缓存，无论对这个树怎么操作，都是一个模式：即父亲节点的缓存满了，就流淌到儿子节点，然后儿子节点的缓存满了后，再次流淌到孙子节点等等一系列最后到了叶子节点，然后等到叶子节点的PAGE足够大的时候，进行CHECK POINT。当然不管如何做缓存，每次事务后，还是得首先刷新到REDO 日志，要不数据一致性就很难保证了。


接下来，这里测试下同样的环境InnoDB和TokuDB的性能差异。当然，我没有做压力测试，只是简单的手动执行了几次SQL而已。
（5.6.10-enterprise-commercial-advanced-log MySQL Enterprise Server - Advanced Edition (Commercial)）
用来导入的文件大概为35M。

1. INNODB.
对应的参数：
 innodb_buffer_pool_size=32M
 bulk_insert_buffer_size=20M
 query_cache_size = 0


导入性能：（InnoDB在这里慢在CPU一直忙于IO置换。）
mysql> load data infile '/tmp/t3_push.csv' into table t3_push;
Query OK, 955527 rows affected (30 min 44.03 sec)
Records: 955527  Deleted: 0  Skipped: 0  Warnings: 0


读性能：（读的性能还是很好的，这里用到5.6的ICP以及MRR特性。）
mysql> select count(*) from t3_push where rank1 < 20 and rank2 < 30;        
+----------+
| count(*) |
+----------+
|       49 |
+----------+
1 row in set (0.06 sec)


调大
innodb_buffer_pool=128M


mysql> load data infile '/tmp/t3_push.csv' into table t3_push;
Query OK, 955527 rows affected (38.72 sec)
Records: 955527  Deleted: 0  Skipped: 0  Warnings: 0
调大后，其实导入性能还是不错的。

 2. TokuDB.
（5.5.30-tokudb-7.1.0-e-log TokuDB Enterprise Server (GPL) ）
对应的参数：
 tokudb_cache_size=32M
 tokudb_loader_memory_size=20M
 query_cache_size = 0


写性能：（这里IO次数很少，所以导入速度很快。）


mysql> load data infile '/tmp/t3_push.csv' into table t3_push;
Query OK, 955527 rows affected (19.73 sec)
Records: 955527  Deleted: 0  Skipped: 0  Warnings: 0


读性能：（读的速度比INNODB稍微慢了些。）
mysql> select count(*) from t3_push where rank1 < 20 and rank2 < 30;   
+----------+
| count(*) |
+----------+
|       49 |
+----------+
1 row in set (0.54 sec)
mysql> select count(*) from t3_push where rank1 < 200 and rank2 < 300;        
+----------+
| count(*) |
+----------+
|     5759 |
+----------+
1 row in set (4.13 sec)
但是TokuDB可以给二级索引变聚簇，所以这点上如果只读的话，还是会比InnoDB快。
给列rank2 加聚簇索引，
mysql> alter table t3_push add clustering index idx_rank2(rank2);
Query OK, 0 rows affected (6.79 sec)
Records: 0  Duplicates: 0  Warnings: 0


现在所有的基于索引idx_rank2 的查询都是瞬间的。
mysql> select count(*) from t3_push where rank1 < 20 and rank2 < 30;
+----------+
| count(*) |
+----------+
|       49 |
+----------+
1 row in set (0.00 sec)


mysql> select count(*) from t3_push where rank1 < 200 and rank2 < 300;        
+----------+
| count(*) |
+----------+
|     5759 |
+----------+
1 row in set (0.01 sec)