InnoDB compressed好吃吗？
不，它有点硌牙。
1. 背景信息1. 测试环境2. 进行测试2.1 所有数据可以加载到buffer pool中2.1.1 数据压缩率2.1.2 TPS相差值2.1.3 平均延迟差值 avg Latency (ms)2.1.4 99%延迟差值 99th percentile Latency (ms)2.2 数据量超过内存ibp容量2.2.1 数据压缩率2.2.2 TPS相差值2.2.3 平均延迟差值 avg Latency (ms)2.2.4 99%延迟差值 99th percentile Latency (ms)3. 总结延伸阅读
1. 背景信息
多年前我对InnoDB表压缩格式做了个简单的测试，得到的结论大概是：
InnoDB采用compressed行格式后，OLTP整体性能大约为原来的1/10，压缩率约为50%。
按照这个结论，压缩行格式不建议用在TPS较高的OLTP场景，如果有类似的业务需要，可以考虑用TokuDB或RocksDB引擎。
尝试过用TokuDB当做Zabbix的后端数据库，效果还不错，详情见 迁移Zabbix数据库到TokuDB。
不过，TokuDB现在已经基本被Percona抛弃了，还有这类业务需求时，可以考虑改用RocksDB引擎，可以参考这篇文章 MyRocks引擎：入坑须知。
随着MySQL 8.0.20的发布，我又重燃了对compressed行格式的兴趣，今日就此再做了个简单测试。
1. 测试环境
本次测试的服务器配置是腾讯云"标准型S5"型CVM主机，具体配置是：
配置项
参数
CPU
4 Core（Intel(R) Xeon(R) Platinum 8255C CPU @ 2.50GHz）
内存
16GB
数据盘
500GB SSD云硬盘（理论最大随机IOPS值 16800，实际上最高也只能跑到10000不到）
my.cnf中InnoDB相关配置参数（其余采用默认设置）
innodb_flush_log_at_trx_commit=1innodb_buffer_pool_size=8Ginnodb_log_file_size = 2G
MySQL选用最新的8.0.20版本：
Server version: 8.0.20 MySQL Community Server - GPL
2. 进行测试
本次测试计划分为两种模式
a) 所有数据可以加载到buffer pool中
b) 数据量超过内存ibp容量
针对上述两种模式再分别对dynamic、compressed行格式的区别。
2.1 所有数据可以加载到buffer pool中
相应的sysbench参数如下：
TBLCNT=50 #共50个表DURING=900 #一次压测900秒（5分钟）ROWS=100000 #每个表10万行数据MAXREQ=5000000 #每个线程执行500万次请求
2.1.1 数据压缩率
未压缩格式（KB）
压缩格式（KB）
压缩率(1-压缩格式/未压缩格式)
1638456
1218588
25.63%
2.1.2 TPS相差值
数值说明：这表示 未压缩格式 相对于 压缩格式的提升比例，例如上图中第一列的 71.11%，表示 **在OLTP模式下，并发256线程压测时，未压缩行格式的TPS相对于压缩行格式增加71.11%**，下同。
2.1.3 平均延迟差值 avg Latency (ms)
2.1.4 99%延迟差值 99th percentile Latency (ms)
根据测试结果的几点结论：
a) 当数据都能放在buffer pool中的时候，是否采用压缩格式对于读的业务场景影响很小。
b) 当数据都能放在buffer pool中的时候，混合OLTP业务场景或者以更新为主的业务场景中，Dynamic行格式明显要比Compressed行格式的性能更好。
综上，当数据量比较小的时候，并且读多写少的业务场景中，可以考虑使用Compressed行格式。而如果是写多读少的业务场景，则最好使用Dynamic行格式。
2.2 数据量超过内存ibp容量
sysbench参数调整ROWS，其余不变。
ROWS=5000000 #每个表500万行数据
2.2.1 数据压缩率
未压缩格式（KB）
压缩格式（KB）
压缩率(1-压缩格式/未压缩格式)
59596904
40210556
34.03%
2.2.2 TPS相差值
2.2.3 平均延迟差值 avg Latency (ms)
2.2.4 99%延迟差值 99th percentile Latency (ms)
根据测试结果的几点结论：
a) 当数据无法全部放在buffer pool中的时候，如果是读多写少的业务场景，则用Compressed行格式性能更高。
b) 当数据无法全部放在buffer pool中的时候，如果是写多读少的业务场景，则用Dynamic行格式性能更高。
综上，当数据量比较小的时候，并且读多写少的业务场景中，可以考虑使用压缩行格式。
3. 总结
根据上面的测试结果来看，如果是下面几种业务场景，则可以考虑使用InnoDB表想要使用compressed行格式：
a) 对压缩比需求不是特别高，本案中，只压缩了 25% ~ 34% 数据量，优势不大。
b) 数据量无法全部加载到buffer pool中的时候，读多写少的业务场景。
本案中，测试条件存在几点不足：
a) 服务器配置不算高。
b) 测试持续时长不够，只有15分钟。
c) 测试表和实际业务预计相差比较大，实际业务环境中，可能文本类型列会多一些，这样压缩比也会高一些。
综合来看，类似下面的业务场景，可以考虑使用compressed格式：
a) 数据量较大，且文本数据较多。
b) 磁盘比较紧张。
c) 读多写少。
最后，最好还是自己再亲自测试下比较靠谱哈。
延伸阅读
- 15.9 InnoDB Table and Page Compression, https://dev.mysql.com/doc/refman/8.0/en/innodb-compression.html
enjoy MySQL :)
全文完。
由叶老师主讲的知数堂「MySQL优化课」课程早已升级到MySQL 8.0版本了，现在上车刚刚好，扫码开启MySQL 8.0的修行之旅吧。
另外，叶老师在腾讯课堂《MySQL性能优化》精编版第一期已完结，本课程讲解读几个MySQL性能优化的核心要素：合理利用索引，降低锁影响，提高事务并发度。
下面是自动拼团的二维码直接享受组团价
本文分享自微信公众号 - 老叶茶馆（iMySQL_WX）。
如有侵权，请联系 support@oschina.cn 删除。
本文参与“OSC源创计划”，欢迎正在阅读的你也加入，一起分享。
