对单表亿级数据的简单测试

第一种：

单次查询1000次的结果，跑100次，发现时间浮动还是比较大，这可能跟插入的数据散列情况有关，

user_id相同的数据还是有不少，20-100之间，线上业务出现这种数据的情况不大，所以，这些数据不影响最终结果。

第二种：并发1000线程对数据库进行随机1000次查询，

1000线程：最慢时间8s，处理能力 125/s ；

2000线程：最慢时间10s，处理能力 100/s；

第三种：mysqlslap进行测试

开启2000个线程，执行SELECT * FROM user_company_test_5000 WHERE user_id=7432查询

平均处理时间8.76s，每秒能处理229个查询。

用官方的mysqlslap进行测试，跟python脚本的测试结果偏差较大，

猜测原因有两个：

1：mysqlslap 直接采用socket对Mysql进行连接，所以它除了 mysql处理时间和网络请求时间没有其他影响结果的操作

2：mysqlslap只能指定sql，没有办法随机查询数据，而测试表里面的数据分散不均匀，这也是一个原因。

mysqlslap的数据只能视为最好情况，但第二个python脚本则更接近生产环境，1000次查询数据也是随机查询，

所以第二种能作为生产环境的依据。

再来看看批量查询，IN 语句最多50个值

好吧，我只开了200个线程，最慢时间93s，最快时间46s，简直可以用惨不忍睹来讲。如果是批量查询，

那就拆成多条语句来查吧。如果用IN ，必然会影响服务。

结论：

跟dba沟通过，理论上每秒能够支持5000次的查询量是比较正常的，但我用mysqlslap对单表100W的数据量进行了

测试，2000个client 每秒处理能力也只有700左右，

从第二种数据上看，当单机client达到2000时，每秒还能处理100次左右的查询，还是不错的。

声明：本网页内容旨在传播知识，若有侵权等问题请及时与本网联系，我们将在第一时间删除处理。TEL:177 7030 7066 E-MAIL:11247931@qq.com