MySQL和MongoDB性能对比（YCSB压测）

压测说明

1. MySQL数据量为1000万条记录，共1张表，11个字段，一个字段为主键，其余十个字段类型为text，每个字段100个字符。
2. MongoDB数据量为1000万个文档，共一个集合，11个字段，一个字段唯一，其余十个字段存储文本，每个字段100个字符。
3. MySQL和MongoDB都是阿里云数据库，规格都为4核8G。MySQL buffer cache为6GB，MongoDB cache为4GB。
4. 每次测试，threadcount都是100.
5. 测试场景为YCSB工具自带的workloada，workloadb，workloadc，workloadd，workloade

	read	update	insert	scan
workloada	0.5	0.5	0	0
workloadb	0.95	0.05	0	0
workloadc	1	0	0	0
workloadd	0.95	0	0.05	0
workloade	0	0	0.05	0.95

 

准备压测数据

MySQL准备1000万条记录

CREATE TABLE usertable (
  YCSB_KEY VARCHAR(255) PRIMARY KEY,
  FIELD0 TEXT, FIELD1 TEXT,
  FIELD2 TEXT, FIELD3 TEXT,
  FIELD4 TEXT, FIELD5 TEXT,
  FIELD6 TEXT, FIELD7 TEXT,
  FIELD8 TEXT, FIELD9 TEXT
);

./bin/ycsb load jdbc -s -P workloads/workloada -P ./jdbc-binding/conf/db.properties -cp ./mysql-connector-java-8.0.20.jar -p recordcount=10000000 -p threads=10 -p operationcount=10000000

MongoDB准备1000万个文档

./bin/ycsb load mongodb -s -P workloads/workloada -p mongodb.url=mongodb://ycsb:123456@dds-2zeb56f815eb94842.mongodb.rds.aliyuncs.com:3717/ycsb

性能测试

workloada

read=0.5，update=0.5，insert=0，scan=0

监控项	MySQL	MongoDB
QPS	2412	11220
CPU	11%	100%
IOPS	1261	8200

 

workloadb

read=0.95，update=0.05，insert=0，scan=0

监控项	MySQL	MongoDB
QPS	2885	15099
CPU	9.3%	100%
IOPS	1376	4924

 

workloadc

read=1，update=0，insert=0，scan=0

监控项	MySQL	MongoDB
QPS	3265	19136
CPU	7.4%	100%
IOPS	1630	4199

 

workloadd

read=0.95，update=0，insert=0.05，scan=0

监控项	MySQL	MongoDB
QPS	3313	18670
CPU	7.7%	100%
IOPS	1030	1685

 

workloade

read=0，update=0，insert=0.05，scan=0.95

监控项	MySQL	MongoDB
QPS	0	550
CPU	100%	67%
IOPS	5000	8024

 

压测总结

    由于测试资源有限，并没有将MySQL和MongoDB资源扩到足够大，以测试MySQL和MongoDB的极限。
    但是从目前测试的结果可以看出：

• 在走索引情况下，虽然MongoDB资源使用率高，但是QPS要比MySQL高的多，达到了“物尽其用”的效果，充分利用硬件资源而换取更快的查询速度。
• 在未走索引情况下，千万这个级别的表，MySQL几乎是跑不动的状态，甚至出现了宕机的情况（主备切换了），而MongoDB却给了惊喜，QPS在500+，还能勉强跑得动。

标签：insert,YCSB,压测,MongoDB,read,TEXT,MySQL,QPS
来源： https://blog.51cto.com/u_12592884/2762233