Oracle 和 MySQL 的 JDBC 到底有多慢?

raqsoft 2019-10-23

展開全文

經(jīng)常聽人說，數(shù)據(jù)庫的IO性能不佳，但說歸說，并沒有感性認(rèn)識。我們現(xiàn)在就來實際測試一下，常用的Oracle和MySQL的JDBC讀取性能如何。

之所以測試JDBC，是因為大部分應(yīng)用是JAVA寫的，也就只能用JDBC來訪問數(shù)據(jù)。這里僅測試用JDBC讀出數(shù)據(jù)，并產(chǎn)生成Java的記錄對象（畢竟到了這一步才能在應(yīng)用中使用），不作任何計算。

1. 數(shù)據(jù)來源

使用TPCH生成的數(shù)據(jù)，選用其中的customer表來做測試，數(shù)據(jù)記錄為3000萬行，8個字段。它生成的原始文本文件名為customer.tbl，文件大小為4.9G。利用數(shù)據(jù)庫提供的數(shù)據(jù)導(dǎo)入工具將此文件數(shù)據(jù)導(dǎo)入到Oracle和MySQL的數(shù)據(jù)表中。

2. 測試環(huán)境

在一臺Intel服務(wù)器上完成測試，2個Intel2670 CPU，主頻2.6G，共16核，內(nèi)存64G。數(shù)據(jù)庫表數(shù)據(jù)及文本文件均存儲在同一塊SSD硬盤上。

所有測試均在服務(wù)器本機上完成，沒有消耗網(wǎng)絡(luò)傳輸時間。

3. 數(shù)據(jù)庫讀數(shù)測試

通過Oracle提供的JDBC接口，用SQL語句執(zhí)行數(shù)據(jù)讀取。

Java寫起來麻煩，用SPL腳本執(zhí)行測試：

	A
1	=now()	/記錄時間
2	=connect("oracle")	/連接數(shù)據(jù)
3	=A2.cursor("select * from customer")	/生成取數(shù)游標(biāo)
4	for A3,10000	/循環(huán)取數(shù)，每次10000條
5	=A2.close()	/關(guān)閉連接
6	=interval@s(A1,now())	/計算時長

MySQL的測試代碼類似，不再贅述。

測試結(jié)果（時間單位：秒）

	第一次	第二次	每秒行數(shù)
Oracle	293	281	106K
MySQL	518	381	79K

第二次可能由于操作系統(tǒng)有了硬盤緩存，所以更快。因為我們主要是為了測試JDBC的讀取時間，所以就以第二次為準(zhǔn)，減少數(shù)據(jù)庫本身從硬盤讀數(shù)的影響。每秒讀出行數(shù)也是按第二次時間來計算的，也就是說，Oracle每秒能讀出10萬行多數(shù)據(jù)，MySQL大概接近8萬行。當(dāng)然這個值和表的字段數(shù)及類型都有關(guān)（customer表有8個字段），只是一種參考。

4. 文本文件對比

只從上面的數(shù)據(jù)量還沒有太多感性認(rèn)識，我們再讀一下文本文件來對比。辦法是一樣的，從文件中讀出數(shù)據(jù)，并解析出記錄，不作任何計算。

編寫如下SPL腳本執(zhí)行測試：

	A
1	=now()	/記錄時間
2	=file("/home/sjr/tbl/customer.tbl")	/產(chǎn)生文件對象
3	=A2.cursor(;,"\|")	/生成取數(shù)游標(biāo)，分隔符是\|
4	for A3,10000	/循環(huán)取數(shù)，每次10000條
5	=interval@s(A1,now())	/計算時長

測試結(jié)果是42秒！

這意味著，讀取文本要比讀取Oracle快281/42=6.69倍，比MySQL要快381/42=9.07倍！

我們知道，文本解析是個非常麻煩的事情，但即使這樣，從文本文件讀取數(shù)據(jù)還是遠(yuǎn)遠(yuǎn)快于從數(shù)據(jù)庫中讀數(shù)。Oracle和MySQL的IO實在是太慢了！

5. 二進制方式

我們進一步再看使用二進制方式的存儲格式的讀取性能，并和文本比對。

為了對比明顯，這次換一個更大的表，用TPCH中的orders表，有3億行數(shù)據(jù)，9個字段。

文本讀取的代碼和上面類似，讀取時間測試為438秒。

然后，我們將這個文本文件轉(zhuǎn)換成SPL組表，再寫代碼測試：

	A
1	=now()	/記錄時間
2	=file("/home/sjr/ctx/orders.ctx").create()	/產(chǎn)生組表對象
3	=A2.cursor()	/生成取數(shù)游標(biāo)
4	for A3,10000	/循環(huán)取數(shù)，每次10000條
5	=interval@s(A1,now())	/計算時長

測試結(jié)果是164秒，大概僅僅是文本讀取的三分之一。

這是情理之中的事情，因為二進制數(shù)據(jù)不再需要解析，可以直接產(chǎn)生對象，計算量少了很多，因而要更快。

需要說明的是，組表文件雖然采用列存格式，但在這里讀出了所有列，并沒有比文本少取任何內(nèi)容，沒有占列存的便宜。事實上，因為讀所有列，使用列存還會吃點虧，如果采用SPL集文件（一種行存格式）還會更快。

6. 并行提速

從文件中取數(shù)還很容易實現(xiàn)并行，文本和組表都容易寫出并行程序。還是用上面的orders表為例來測試，使用4線程取數(shù)。

文本取數(shù)代碼：

	A	B	C
1	>n=4	/n是并行數(shù)	=now()
2	=file("/home/sjr/tpch_2_17_0/tbls/orders.tbl")
3	fork to(n)	=A2.cursor(;A3:n, "\|")	多線程產(chǎn)生游標(biāo)，每個游標(biāo)只取4段中的一段
4		for B3, 10000
5	=interval@s(C1,now())

組表取數(shù)代碼：

	A	B	C
1	>n=4	/n是并行數(shù)	=now()
2	=file("/home/sjr/ctx/orders.ctx").create()
3	fork to(n)	=A2.cursor(;;A3:n)	多線程產(chǎn)生游標(biāo)，每個游標(biāo)只取4段中的一段
4		for B3, 10000
5	=interval@s(C1,now())

用SPL很容易實現(xiàn)數(shù)據(jù)分段和并行計算。

測試結(jié)果為：

文本 119秒

組表 43秒

與串行相比，接近了線性提升，將CPU的多核充分利用起來了。

數(shù)據(jù)庫中的數(shù)據(jù)則不容易簡單地實施分段并行，需要用WHERE條件去拼，結(jié)果很難說清到底是并行不力還是WHERE執(zhí)行損失太多，測試結(jié)果的參考意義就打折扣了，這里就不再做了。

7. 結(jié)論

數(shù)據(jù)庫（Oracle和MySQL）的JDBC性能非常非常差！比文本文件還要差5倍以上。而采用二進制數(shù)據(jù)時，會比文本再提高3倍的讀取性能。也就是說，合理格式的二進制文件會比數(shù)據(jù)庫有15倍以上的優(yōu)勢。再考慮到并行因素，比數(shù)據(jù)庫快出幾十上百倍也是完全可能的。

在關(guān)注性能且數(shù)據(jù)量較大時，千萬不要把數(shù)據(jù)讀出數(shù)據(jù)庫計算！

如果實在需要讀出后再計算（有時SQL很難寫出復(fù)雜的過程計算），就不要再用數(shù)據(jù)庫存儲了（大數(shù)據(jù)都是歷史，基本也不再改了，可以事先讀出），用文本都比數(shù)據(jù)庫強，用二進制當(dāng)然更好（推薦使用SPL組表，哈哈）。切不要把時間浪費在讀數(shù)這種非計算任務(wù)上了。