百度360必应搜狗淘宝本站头条
当前位置:网站首页 > 技术分类 > 正文

技术译文 | MySQL8需要多大的innodb_buffer_pool_instances值-上

ztj100 2025-01-24 14:53 19 浏览 0 评论

作者:Vadim Tkachenko

翻译:管长龙

本文来源:https://www.percona.com/blog/2020/08/13/how-many-innodb_buffer_pool_instances-do-you-need-in-mysql-8/


我曾经在文章《MySQL 5.7 安装后的性能调优》(文末链接)和《MySQL 101:调整 MySQL 性能的参数》(文末链接)中谈到过 innodb_buffer_pool_instances 这个参数 ,建议使用值为“8”,但我不能说这个值是否足够好。因此,让我们看看在以下情况下,使用不同的 innodb_buffer_pool_instances 值将获得什么结果。

我将使用 sysbench oltp_read_write 基准测试显示为帕累托图。我将为大小为 100 GB 的数据库设置 innodb_buffer_pool_size = 25GB,因此在 buffer_pool 空间上会有竞争,这将是 IO 密集型情景情况。


基准测试

硬件配置列表:

System | Supermicro; SYS-F619P2-RTN; v0123456789 (Other)
   Platform | Linux
    Release | Ubuntu 18.04.4 LTS (bionic)
     Kernel | 5.3.0-42-generic
Architecture | CPU = 64-bit, OS = 64-bit
  Threading | NPTL 2.27
    SELinux | No SELinux detected
Virtualized | No virtualization detected
# Processor ##################################################
 Processors | physical = 2, cores = 40, virtual = 80, hyperthreading = yes
     Models | 80xIntel(R) Xeon(R) Gold 6230 CPU @ 2.10GHz
     Caches | 80x28160 KB
# Memory #####################################################
      Total | 187.6G

通过 SATA SSD INTEL SSDSC2KB960G8(英特尔企业级 SSD D3-S4510)上的存储。

简短的设置概述:

  • 数据无法存储到内存中(数据大小为100GB,服务器上的内存为 188GB,我们使用 O_DIRECT 为 MySQL innodb_buffer_pool_size 分配了 25GB,因此即使服务器上有很多内存,也不会超过指定的 25GB 使用)。
  • 存储上工作主要为读写密集型(将从存储中进行读取),并且在 MySQL 中进行了完全的 ACID 兼容和数据安全设置。
  • 对于 SATA SSD 存储,innodb_io_capacity 将设置为 2000,而 innodb_io_capacity_max 为 4000。
  • 将 innodb_buffer_pool_instances 测试以下值:1、2、4、8、16、32、64。
  • innodb_buffer_pool_instances = 64,也是 MySQL 允许的最大值。

测试命令:

sysbench oltp_read_write --threads=150 --time=10000 \
--tables=40 --table_size=10000000 --mysql-host=127.0.0.1 \
--mysql-user=sbtest --mysql-password=sbtest \
--max-requests=0 --report-interval=1 --mysql-db=sbtest \
--mysql-ssl=off --create_table_options=DEFAULT CHARSET=utf8mb4 \
--report_csv=yes --rand-type=pareto run

基准测试将运行三个小时,每 1 秒报告一次吞吐量。


SATA SSD 上的结果

让我们看看每个 innodb_buffer_pool_instances 分别有什么结果:

innodb_buffer_pool_instances=1



innodb_buffer_pool_instances=2



innodb_buffer_pool_instances=4



innodb_buffer_pool_instances=8



innodb_buffer_pool_instances=16



innodb_buffer_pool_instances=32



innodb_buffer_pool_instances=64



似乎显而易见的是,随着我们增加 innodb_buffer_pool_instances 的值,它对吞吐量的变化产生了积极的影响。我们可以将结果压缩到一个图表中,以便仔细查看:



如果要比较吞吐量和偏差,请比较最近 2500 秒的结果:



因此,实际上 innodb_buffer_pool_instances = 64 显示出最佳的吞吐量和较小的可变性。从可变性的角度来看,建议的 innodb_buffer_pool_instances = 8 似乎比 1-4 的值更好,但不会产生最佳的吞吐量。


最后的想法

对于这种特殊情况,innodb_buffer_pool_instances = 64 是最佳选择,但我仍然不建议一种可靠的方法来找到最佳值。较小的 1-4 似乎会产生很大的可变性甚至停滞,因此从 8 开始是一个不错的选择。


相关链接:

1. 《MySQL 5.7 安装后的性能调优》

https://www.percona.com/blog/2016/10/12/mysql-5-7-performance-tuning-immediately-after-installation/

2. 《MySQL 101:调整 MySQL 性能的参数》

https://www.percona.com/blog/2020/06/30/mysql-101-parameters-to-tune-for-mysql-performance/

相关推荐

其实TensorFlow真的很水无非就这30篇熬夜练

好的!以下是TensorFlow需要掌握的核心内容,用列表形式呈现,简洁清晰(含表情符号,<300字):1.基础概念与环境TensorFlow架构(计算图、会话->EagerE...

交叉验证和超参数调整:如何优化你的机器学习模型

准确预测Fitbit的睡眠得分在本文的前两部分中,我获取了Fitbit的睡眠数据并对其进行预处理,将这些数据分为训练集、验证集和测试集,除此之外,我还训练了三种不同的机器学习模型并比较了它们的性能。在...

机器学习交叉验证全指南:原理、类型与实战技巧

机器学习模型常常需要大量数据,但它们如何与实时新数据协同工作也同样关键。交叉验证是一种通过将数据集分成若干部分、在部分数据上训练模型、在其余数据上测试模型的方法,用来检验模型的表现。这有助于发现过拟合...

深度学习中的类别激活热图可视化

作者:ValentinaAlto编译:ronghuaiyang导读使用Keras实现图像分类中的激活热图的可视化,帮助更有针对性...

超强,必会的机器学习评估指标

大侠幸会,在下全网同名[算法金]0基础转AI上岸,多个算法赛Top[日更万日,让更多人享受智能乐趣]构建机器学习模型的关键步骤是检查其性能,这是通过使用验证指标来完成的。选择正确的验证指...

机器学习入门教程-第六课:监督学习与非监督学习

1.回顾与引入上节课我们谈到了机器学习的一些实战技巧,比如如何处理数据、选择模型以及调整参数。今天,我们将更深入地探讨机器学习的两大类:监督学习和非监督学习。2.监督学习监督学习就像是有老师的教学...

Python教程(三十八):机器学习基础

...

Python 模型部署不用愁!容器化实战,5 分钟搞定环境配置

你是不是也遇到过这种糟心事:花了好几天训练出的Python模型,在自己电脑上跑得顺顺当当,一放到服务器就各种报错。要么是Python版本不对,要么是依赖库冲突,折腾半天还是用不了。别再喊“我...

超全面讲透一个算法模型,高斯核!!

...

神经网络与传统统计方法的简单对比

传统的统计方法如...

AI 基础知识从0.1到0.2——用“房价预测”入门机器学习全流程

...

自回归滞后模型进行多变量时间序列预测

下图显示了关于不同类型葡萄酒销量的月度多元时间序列。每种葡萄酒类型都是时间序列中的一个变量。假设要预测其中一个变量。比如,sparklingwine。如何建立一个模型来进行预测呢?一种常见的方...

苹果AI策略:慢哲学——科技行业的“长期主义”试金石

苹果AI策略的深度原创分析,结合技术伦理、商业逻辑与行业博弈,揭示其“慢哲学”背后的战略智慧:一、反常之举:AI狂潮中的“逆行者”当科技巨头深陷AI军备竞赛,苹果的克制显得格格不入:功能延期:App...

时间序列预测全攻略,6大模型代码实操

如果你对数据分析感兴趣,希望学习更多的方法论,希望听听经验分享,欢迎移步宝藏公众号...

AI 基础知识从 0.4 到 0.5—— 计算机视觉之光 CNN

...

取消回复欢迎 发表评论: