InfluxDB和MySQL的读写对比测试

flyfelu

2017-02-13

关注关注

今天进行了InfluxDB和MySQL的读写对比测试，这里记录下结果，也方便我以后查阅。

操作系统： CentOS6.5_x64
InfluxDB版本： v1.1.0
MySQL版本：v5.1.73
CPU ： Intel(R) Core(TM) i5-2320 CPU @ 3.00GHz
内存：12G
硬盘：SSD

一、MySQL读写测试

测试准备

初始化SQL语句：

CREATE DATABASE testMysql;
CREATE TABLE `monitorStatus` (
    `system_name` VARCHAR(20) NOT NULL,
    `site_name` VARCHAR(50) NOT NULL,
    `equipment_name` VARCHAR(50) NOT NULL,
    `current_value` DOUBLE NOT NULL,
    `timestamp` BIGINT(20) NULL DEFAULT NULL,
    INDEX `system_name` (`system_name`),
    INDEX `site_name` (`site_name`),
    INDEX `equipment_name` (`equipment_name`),
    INDEX `timestamp` (`timestamp`)
)
ENGINE=InnoDB;

单写测试代码（insertTest1.c）：

#include <stdlib.h>
#include<stdio.h>
#include<time.h>
#include"mysql/mysql.h"

#define N 100

int main() { MYSQL*conn_ptr;
int res;
int t,i,j;
int64_t tstamp= 1486872962;
srand(time(NULL));
t=0;
conn_ptr= mysql_init(NULL);
if (!conn_ptr)
{
printf("mysql_init failed\n");
return EXIT_FAILURE;
}
conn_ptr= mysql_real_connect(conn_ptr,"localhost","root","","testMysql",0,NULL,0);
if (conn_ptr)
{
for(i=1;i<= 10000;i++)
{
mysql_query(conn_ptr,"begin");
for(j=0;j<N;j++,t++)
{
char query[1024]={0};

sprintf(query,"insert into monitorStatus values ('sys_%d','s_%d','e_%d','0.%02d','%lld');",
//j%10,(t+i)%10,(t+j)%10,(t+i+j)%100,tstamp);
j%10,(t+i)%10,(t+j)%10,rand()%100,tstamp);
//printf("query : %s\n",query);
res = mysql_query(conn_ptr,query);

if (!res)
{
//printf("Inserted %lu rows\n",(unsigned long)mysql_affected_rows(conn_ptr));
}
else
{
fprintf(stderr,"Insert error %d: %sn",mysql_errno(conn_ptr),mysql_error(conn_ptr));
}
if(j%10 == 0) tstamp+=1;
}
mysql_query(conn_ptr,"commit");
//printf("i=%d\n",i);
}
}
else
{
printf("Connection failed\n");
}
mysql_close(conn_ptr);
return EXIT_SUCCESS;
}

View Code

可根据情况调整测试代码中的N参数。

单读测试代码（queryTest1.c）：

#include <stdio.h>
#include<stdlib.h>
#include"mysql/mysql.h"

int main()
{
MYSQL*conn_ptr;
MYSQL_RES*res_ptr;
MYSQL_ROW sqlrow;
MYSQL_FIELD*fd;
int res, i, j;

conn_ptr= mysql_init(NULL);
if (!conn_ptr)
{
return EXIT_FAILURE;
}
conn_ptr= mysql_real_connect(conn_ptr,"localhost","root","","testMysql", 0, NULL, 0);
if (conn_ptr)
{
res= mysql_query(conn_ptr,"select * from `monitorStatus` where system_name='sys_8' and site_name='s_9' and equipment_name='e_6' order by timestamp desc limit 10000;");

if (res)
{
printf("SELECT error:%s\n",mysql_error(conn_ptr));
}
else
{
res_ptr= mysql_store_result(conn_ptr);
if(res_ptr)
{
printf("%lu Rows\n",(unsigned long)mysql_num_rows(res_ptr));
j= mysql_num_fields(res_ptr);
while((sqlrow = mysql_fetch_row(res_ptr)))
{
continue;
for(i = 0; i < j; i++)
printf("%s\t", sqlrow[i]);
printf("\n");
}
if (mysql_errno(conn_ptr))
{
fprintf(stderr,"Retrive error:s\n",mysql_error(conn_ptr));
}
}
mysql_free_result(res_ptr);
}
}
else
{
printf("Connection failed\n");
}
mysql_close(conn_ptr);
return EXIT_SUCCESS;
}

View Code

Makefile文件：

all:
    gcc -g insertTest1.c -o insertTest1 -L/usr/lib64/mysql/ -lmysqlclient
    gcc -g queryTest1.c -o queryTest1 -L/usr/lib64/mysql/ -lmysqlclient

clean:
    rm -rf insertTest1
    rm -rf queryTest1

测试数据记录

磁盘空间占用查询：

使用du方式（新数据库，仅为测试）：

du -sh /var/lib/mysql

查询特定表：

use information_schema;
select concat(round(sum(DATA_LENGTH/1024/1024), 2), 'MB') as data from TABLES where table_schema='testMysql' and table_name='monitorStatus';

测试结果：

100万条数据

[root@localhost mysqlTest]# time ./insertTest1

real    1m20.645s
user    0m8.238s
sys    0m5.931s

[root@localhost mysqlTest]# time ./queryTest1
10000 Rows

real    0m0.269s
user    0m0.006s
sys    0m0.002s

原始数据 : 28.6M
du方式 : 279MB
sql查询方式： 57.59MB
写入速度： 12398 / s
读取速度： 37174 / s

1000万条数据

root@localhost mysqlTest]# time ./insertTest1

real    7m15.003s
user    0m48.187s
sys    0m33.885s


[root@localhost mysqlTest]# time ./queryTest1
10000 Rows

real    0m6.592s
user    0m0.005s
sys    0m0.002s

原始数据 : 286M
du方式 : 2.4G
sql查询方式： 572MB
写入速度： 22988 / s
读取速度： 1516 / s

3000万条数据

[root@localhost mysqlTest]# time ./insertTest1

real    20m38.235s
user    2m21.459s
sys    1m40.329s
[root@localhost mysqlTest]# time ./queryTest1
10000 Rows

real    0m4.421s
user    0m0.004s
sys    0m0.004s

原始数据 : 858M
du方式 : 7.1G
sql查询方式： 1714MB
写入速度： 24228 / s
读取速度： 2261 / s

二、InfluxDB读写测试

测试准备

需要将InfluxDB的源码放入 go/src/github.com/influxdata 目录

单写测试代码（write1.go）：

package main

import (
"log"
"time"
"fmt"
"math/rand"
"github.com/influxdata/influxdb/client/v2"
)

const (
MyDB= "testInfluxdb"
username= "root"
password= "" ) func queryDB(clnt client.Client, cmdstring) (res []client.Result, err error) {
q := client.Query{
Command: cmd,
Database: MyDB,
}
if response, err := clnt.Query(q); err == nil {
if response.Error() != nil {
return res, response.Error()
}
res= response.Results
}else {
return res, err
}
return res, nil
}

func writePoints(clnt client.Client,numint) {
sampleSize := 1 * 10000
rand.Seed(42)
t := num
bp, _ := client.NewBatchPoints(client.BatchPointsConfig{
Database: MyDB,
Precision:"us",
})

for i := 0; i < sampleSize; i++ {
t+= 1
tags := map[string]string{
"system_name": fmt.Sprintf("sys_%d",i%10),
"site_name":fmt.Sprintf("s_%d", (t+i) % 10),
"equipment_name":fmt.Sprintf("e_%d",t % 10),
}
fields := map[string]interface{}{
"value" : fmt.Sprintf("%d",rand.Int()),
}
pt, err := client.NewPoint("monitorStatus", tags, fields,time.Now())
if err != nil {
log.Fatalln("Error:", err)
}
bp.AddPoint(pt)
}

err := clnt.Write(bp)
if err != nil {
log.Fatal(err)
}

//fmt.Printf("%d task done\n",num)
}

func main() {
// Make client
c, err := client.NewHTTPClient(client.HTTPConfig{
Addr:"http://localhost:8086",
Username: username,
Password: password,
})

if err != nil {
log.Fatalln("Error:", err)
}
_, err= queryDB(c, fmt.Sprintf("CREATE DATABASE %s", MyDB))
if err != nil {
log.Fatal(err)
}

i := 1
for i <= 10000 {
defer writePoints(c,i)
//fmt.Printf("i=%d\n",i)
i += 1
}
//fmt.Printf("task done : i=%d \n",i)

}

View Code

单读测试代码（query1.go）：

package main

import (
    "log"
    //"time"
    "fmt"
    //"math/rand"
    "github.com/influxdata/influxdb/client/v2"
)

const (
    MyDB = "testInfluxdb"
    username = "root"
    password = ""
)

func queryDB(clnt client.Client, cmd string) (res []client.Result, err error) {
    q := client.Query{
        Command:  cmd,
        Database: MyDB,
    }
    if response, err := clnt.Query(q); err == nil {
        if response.Error() != nil {
            return res, response.Error()
        }
        res = response.Results
    } else {
        return res, err
    }
    return res, nil
}

func main() {
    // Make client
    c, err := client.NewHTTPClient(client.HTTPConfig{
        Addr: "http://localhost:8086",
        Username: username,
        Password: password,
    })

    if err != nil {
        log.Fatalln("Error: ", err)
    }
    q := fmt.Sprintf("select * from monitorStatus where system_name='sys_5' and site_name='s_1' and equipment_name='e_6' order by time desc limit 10000 ;")
    res, err2 := queryDB(c, q)
    if err2 != nil {
        log.Fatal(err)
    }
    count := len(res[0].Series[0].Values)
    log.Printf("Found a total of %v records\n", count)

}

View Code

测试结果记录

查看整体磁盘空间占用：

du -sh /var/lib/influxdb/

查看最终磁盘空间占用：

du -sh /var/lib/influxdb/data/testInfluxdb

100万条数据

[root@localhost goTest2]# time ./write1
real    0m14.594s
user    0m11.475s
sys    0m0.251s

[root@localhost goTest2]# time ./query1
2017/02/12 20:00:24 Found a total of 10000 records

real    0m0.222s
user    0m0.052s
sys    0m0.009s

原始数据 : 28.6M
整体磁盘占用：27M
最终磁盘占用：21M
写入速度： 68521 / s
读取速度： 45045 / s

1000万条数据

[root@localhost goTest2]# time ./write1

real    2m22.520s
user    1m51.704s
sys    0m2.532s

[root@localhost goTest2]# time ./query1
2017/02/12 20:05:16 Found a total of 10000 records

real    0m0.221s
user    0m0.050s
sys    0m0.003s

原始数据 : 286M
整体磁盘占用：214M
最终磁盘占用：189M 写入速度： 70165 / s
读取速度： 45249 / s

3000万条数据

[root@localhost goTest2]# time ./write1

real    7m19.121s
user    5m49.738s
sys    0m8.189s
[root@localhost goTest2]# ls
query1  query1.go  write1  write1.go
[root@localhost goTest2]# time ./query1
2017/02/12 20:49:40 Found a total of 10000 records

real    0m0.233s
user    0m0.050s
sys    0m0.012s

原始数据 : 858M
整体磁盘占用：623M
最终磁盘占用：602M
写入速度： 68318 / s
读取速度： 42918 / s

三、测试结果分析

整体磁盘占用情况对比：

InfluxDB和MySQL的读写对比测试

最终磁盘占用情况对比：

InfluxDB和MySQL的读写对比测试

写入速度对比：

InfluxDB和MySQL的读写对比测试

读取速度对比：

InfluxDB和MySQL的读写对比测试

结论：

相比MySQL来说，InfluxDB在磁盘占用和数据读取方面很占优势，而且随着数据规模的扩大，查询速度没有明显的下降。
针对时序数据来说，InfluxDB有明显的优势。

好，就这些了，希望对你有帮助。

influxdb mysql

安科网

InfluxDB和MySQL的读写对比测试

flyfelu

一、MySQL读写测试

测试准备

测试数据记录

二、InfluxDB读写测试

测试准备

测试结果记录

三、测试结果分析

flyfelu

相关推荐

Docker 容器监控方案怎么选？看看这套开源方案

21，k8s 监控之Heapster+InfluxDB+Grafana：

Kubernetes集群资源监控

Centos7.X 搭建Grafana+Jmeter+Influxdb 性能实时监控平台（不使用docker）

时间序列数据库(TSDB)初识与选择(InfluxDB、OpenTSDB、Druid、Elasticsearch对比)

InfluxDB学习(三)：InfluxDB数据库series、points、shard概念

InfluxDB学习(一)：基本概念和安装

InfluxDB的安装、使用、模型介绍

时间序列数据库(TSDB)初识与选择(InfluxDB、OpenTSDB、Druid、Elastic

InfluxDB（一）简介，安装及基础使用

Go操作influxDB

运维自动化-Ansible roles

Prometheus + Grafana 监控系统搭

How Hulu Uses InfluxDB and Kafka to Scale to Over 1 Million Metrics a Second

面向物联网，UCloud 推出高性能时序数据库 UTSDB-InfluxDB

嗖的一下！只要一条命令，K8s监控数据一键写入时序数据库

Centos7 搭建Grafana+Jmeter+Influxdb 性能监控平台

Linux下安装grafana并且添加influxdb监控的方法

使用docker部署influxdb与 mongo的常用命令

yaml__(heapster/influxdb/grafana)

flyfelu