MySQL執行在docker容器中會損失多少效能

花酒鋤作田發表於2023-11-25

前言

自從使用docker以來,就經常聽說MySQL資料庫最好別執行在容器中,效能會損失很多。一些之前沒使用過容器的同事,對資料庫執行在容器中也是忌諱莫深,甚至只要資料庫跑在容器中出現效能問題時,首先就把問題推到容器上。

那麼到底會損失多少,效能損失會很多嗎?

為此我裝了兩個MySQL,版本都是8.0.34。一個用官網二進位制包安裝,另一個用docker hub的MySQL映象安裝。兩個MySQL都執行在同一臺機器,但不同時執行,先後執行測試。測試工具用的sysbench,執行在另一臺機器。

提前宣告:測試流程比較簡單,只是用sysbench測了混合讀寫場景,測試次數也較少,不具有權威性。感興趣的話,可以自行完善測試流程。

如果對後文沒什麼興趣,這裡也可以直接說結論:單表百萬級以下時,非容器和容器的效能差異並不多。單表千萬級時,容器MySQL大概會損耗10% ~ 20%的效能。

應用 版本 備註
Debian 12.0 作業系統。4C16G
docker 20.10.17 容器執行時
MySQL(非docker) 8.0.34 基於官方的二進位制安裝包
MySQL(docker) 8.0.34 使用docker hub的映象
sysbench 1.0.20 壓測工具

MySQL配置

MySQL安裝後建立測試用的sysbench使用者和sysbench資料庫,調整innodb_buffer_pool_size為2GB。

docker容器的網路配置為bridge,掛載資料目錄。

sysbench命令

  • 準備資料
sysbench --db-driver=mysql --mysql-host=192.168.3.21 --mysql-port=3306 --mysql-user=sysbench --mysql-password=123456 --mysql-db=sysbench --table_size=10000000 --tables=20 --threads=4 oltp_read_write prepare
  • 執行測試
sysbench --db-driver=mysql --mysql-host=192.168.3.21 --mysql-port=3306 --mysql-user=sysbench --mysql-password=123456 --mysql-db=sysbench --time=300 --threads=8 --report-interval=10 oltp_read_write run
  • 清理測試資料
sysbench --db-driver=mysql --mysql-host=192.168.3.21 --mysql-port=3306 --mysql-user=sysbench --mysql-password=123456 --mysql-db=sysbench --table_size=10000000 --tables=20 --threads=4 oltp_read_write cleanup

測試結果

單表1000w資料,20張表,測試4次。

MySQL執行環境 測試序列 總SQL執行數 每秒SQL數 每秒事務數 延遲時間(平均) 延遲時間(95%)
非容器 1 3798093 12658.84 632.78 12.64 20.00
非容器 2 3914578 13047.91 652.28 12.26 17.01
非容器 3 4059867 13531.79 676.46 11.82 15.55
非容器 4 3772390 12574.00 628.58 12.72 19.65
容器 1 3230678 10768.41 538.28 14.86 26.20
容器 2 3538573 11794.68 589.62 13.57 19.29
容器 3 3567943 11892.56 594.50 13.45 17.63
容器 4 3616204 12053.53 602.58 13.27 17.32

平均統計:

MySQL執行環境 總SQL執行數 每秒SQL數 每秒事務數 延遲時間(平均) 延遲時間(95%)
非容器 3,886,232 12,953.14 647.53 12.36 18.05
容器 3,488,350 11,627.3 581.25 13.79 20.11
環比 -10.24% -10.24% -10.24% +11.57% +11.41%

在測千萬級資料量之前,測過幾輪幾十萬級的資料量,非容器和容器版的MySQL並沒有多大區別。當資料量逐漸增多時,差異就愈加明顯。目前測單表1000w已經出現10%左右的效能損耗,如果單表資料繼續增大,效能損耗應該也會更多。