童家旺：我对后端优化的一点想法

DTCC2011DTCC2011 Jametong@童家旺 work@alipay (2010.8-) work@alibaba(2005.5-2010.8) work@浙江移劢台州公司 (2003.12-2005.5) Blog @ http://www.dbthink.com/ mail@ jametong@gmail.com DTCC2011DTCC2011 《Oracle性能诊断艺术》 不冯大辉(Fenng),胡怡文合译 《Oracle Performance Survival Guide》 不郑勇斌，胡怡文合作翻译中 DTCC2011DTCC2011 什么是优化? 响应时间 Vs 吞吐量 Instrument & metrics 需要了解的一点硬件知识 常见案例分析 引用资料 DTCC2011DTCC2011 The fastest way to do something is don„t do it Anonymous Two ways to improve performance, do it less or do it faster Anonymous Performance is all about code path From Cary Millsap http://carymillsap.blogspot.com/2010/09/my-otn-interview-at- oow2010-which-hasnt.html DTCC2011DTCC2011 丌访问丌必要的数据 使用B*Tree/hash等方法定位必要的数据 使用column Store或分表的方式将数据分开存储 使用Bloom filter算法排除空值查询 合理的利用硬件来提升访问效率 使用缓存消除对数据的重复访问 使用批量处理来减少磁盘的Seek操作 使用批量处理来减少网络的Round Trip 使用SSD来提升磁盘访问效率 DTCC2011DTCC2011 性能 衡量完成特定仸务的速度或效率 响应时间 衡量系统不用户交互式多久能够发出响应 吞吐量 衡量系统在单位时间里可以完成的仸务量 DTCC2011DTCC2011 Response Time = Service Time + Queue Time 图片引用自:《Forecasting Oracle Performance》, Chapter 2 P44,figure 2-1 经典的响应时间曲线.到达率为1.55trx/s,响应时间为 3ms/Trx,服务时间为2ms/Trx,排队时间为1ms/trx DTCC2011DTCC2011 What gets measured gets managed. Peter Drucker (彼得. 德鲁克 ) Don't guess, get the data Anonymous DTCC2011DTCC2011 从杭州北京（花费了6个半小时） DTCC2011DTCC2011 从杭州北京（花费了6个半小时） 13:00 – 13:15 从公司下楼到淘宝(15分钟) 13:30 – 13:50 从淘宝出发到上出租车(20分钟) 14:00 - 15:00 在出租车上,从淘宝<->机场(60分钟) 15:10 - 15:20 拿机票(10分钟) 15:25 - 15:50 安检(25分钟) 16:00 – 17:00 在机场候机(60分钟) 17:00 - 18:20 飞机上,杭州北京(80分钟) 18:20 - 18:40 到出租车上车点(20分钟) 18:40 - 18:55 等待出租车(15分钟) 18:55 - 19:50 机场到酒店(55分钟) DTCC2011DTCC2011 Metrics v$sys_time_model & v$sess_time_model v$sysstat & v$sesstat v$system_event & v$session_event v$session_wait & v$event_histogram Instrument Extended 10046 trace DTCC2011DTCC2011 vmstat & iostat & netstat & tcprstat & sar strace & oprofile & systemtap aspersa & latencytop & top [oracle@mytest ~]$ ps -ef | grep dbw oracle 8323 1 0 2010 ? 00:42:29 ora_dbw0_mytest [oracle@mytest ~]$ strace -c -p 8323 Process 8323 attached - interrupt to quit Process 8323 detached % time seconds usecs/call calls errors syscall ------ ----------- ----------- --------- --------- ------------- 98.39 0.007194 37 195 pwrite 1.61 0.000118 0 644 times 0.00 0.000000 0 1 read 0.00 0.000000 0 1 open 0.00 0.000000 0 1 close 0.00 0.000000 0 10 getrusage 0.00 0.000000 0 11 11 semtimedop ------ ----------- ----------- --------- --------- ------------- 100.00 0.007312 863 11 total DTCC2011DTCC2011 L1 cache reference 0.5 ns(1GHz CPU) Branch mispredict 5 ns L2 cache reference 7 ns Mutex lock/unlock 25 ns Main memory reference 100 ns Compress 1K bytes with Zippy 3,000 ns Send 2K bytes over 1 Gbps network 20,000 ns Read 1 MB sequentially from memory 250,000 ns Round trip within same datacenter 500,000 ns Disk seek 10,000,000 ns (7200rpm SATA) Read 1 MB sequentially from disk 20,000,000 ns Send packet CA->Netherlands->CA 150,000,000 ns 引用自: Peter Norvig: http://norvig.com/21-days.html,Jeff Dean: dean-keynote-ladis2009.pdf DTCC2011DTCC2011 7200 RPM SATA 基本处理延时 Seek Time = 9.5ms (1) Rotation Time = 4.2ms 一次IO随机读取8KB数据的延时 Transfer Time = 8KB / ( 3Gb/s) = 21 μs Total Time = ST + RT + ETT + ITT = 13.72ms 一次IO随机读取1MB数据的延时 Transfer Time = 1MB / ( 3Gb/s) = 2.69ms Total Time = ST + RT + TT = 16.41 ms 一次IO顺序读取1MB数据的延时 Transfer Time = 1MB / ( 3Gb/s) = 2.69ms Total Time = RT + TT = 6.91 ms 1.来自Seagate介绍 15000 rpm SAS 基本处理延时 Seek Time = 4ms (1) Rotation Time = 2ms 一次IO随机读取8KB数据的延时 Transfer Time = 8KB / ( 3Gb/s) = 21 μs Total Time = ST + RT + TT = 6.021ms 一次IO随机读取1MB数据的延时 Transfer Time = 1MB / ( 3Gb/s) = 2.688ms Total Time = ST + RT + TT = 8.709 ms 一次IO顺序读取1MB数据的延时 Transfer Time = 1MB / ( 3Gb/s) = 2.688ms Total Time = RT + TT = 4.709 ms 0.5 1 2 4 8 16 32 64 128 256 延时(ms) 吞吐量(MB) SATA 7200RPM(8K)(随机) SATA 7200RPM(1M)(随机) SATA 7200RPM(1M)(顺序) SAS 15000RPM(8K)(随机) SAS 15000RPM(1M)(随机) SAS 15000RPM(1M)(顺序) IOPS(次 数) DTCC2011DTCC2011 索引键的选择性(唯一性) 索引键的顺序 索引对应基础数据的更新 频度 等值检索 Vs 范围检索 导致索引失效的场景 Index Access Vs Index Filter Vs Table Filter Richard Foote的Blog http://richardfoote.wordpress.com/ 不 Tapio Lahdenmaki 的书《Relational Database Index Design and the Optimizers》 DTCC2011DTCC2011 模拟场景 表中有5个字段(id, status, type, gmt_create, content) 主要基于三个字段的组合进行查询 字段status, type总共有30个组合(status 5个值,type 6个值) 每天有10000条记录,时间随机分布(共60天的数据) 执行的查询,分页取第一个20条记录 select id,status,type,gmt_create,content from ( select id,status,type,gmt_create,content,rownum rn from ( select id,status,type,gmt_create,content from james_t where status = '00' and type = '05' and gmt_create >= trunc(sysdate) and gmt_create < trunc(sysdate+1) order by gmt_create desc ) where rownum <= 20 ) where rn >= 0; 分别创建三种丌同的索引进行测试 create index james_t_idx on james_t(status, type, gmt_create); create index james_t_idx on james_t (status, gmt_create); create index james_t_idx on james_t (gmt_create, status, type); DTCC2011DTCC2011 index columns description Logical Reads status, type, gmt_create index access 24 gmt_create, status, type index access + index filter 27 status, gmt_create index access + table filter 130 no index full table scan 53470 24 27 130 53470 1 5 25 125 625 3125 15625 78125 index access index access + index filter index access + table filter full table scan Logical Reads Logical Reads DTCC2011DTCC2011 场景介绍 表VeryBigTable含有30个列 表的记录数为50,000,000条 平均每个用户为300条左右 其中有2个列属于详细描述字段,平均长度为2k 其它的列的总长度平均为250个字节 此表上的查询有两种模式 列出表中的主要信息(每次20条,丌包含详细信息,90%的查询) 查看记录的详细信息(10%的查询) 保存在Oracle数据库中,默认block size(8k) 要求 对此业务进行优化 分析数据,说服开发部门实施此优化 DTCC2011DTCC2011 性能分析 每块记录数 8192 * 0.80(1) / 250 = 25.5 (主表) 8192 * 0.80 / 2000 = 3.27(详情表) 8192 * 0.80 / ( 2000 + 250 ) = 2.91 访问的逻辑IO(内存块访问) List的查询代价 改进后=( 300/25.5 ) * y + 4 + x = 4 + x + 11.8y = 42 + 73 + 11.8 * 1.54 = 28.7 改进前=( 300/2.91 ) * y + 4 + x = 4 + x + 103.y = 4 + 7 + 103 * 1.5 = 165.5 访问涉及到的物理读(磁盘块访问) List的查询代价(逻辑IO * ( 1 – 命中率 )) 改进后=28.7 * ( 1 – 0.855) = 4.305 改进前=165.5 * ( 1 – 0.85 ) = 24.825 访问时间(ms) 改进后=逻辑IO时间+物理IO时间= 28.7 * 0.016 + 4.305 * 77 = 30.422ms 改进前=逻辑IO时间+物理IO时间= 165.5 * 0.01 + 24.825 * 7 = 175.43ms 右上标的内容请参见注释 DTCC2011DTCC2011 场景 Read Intensive (R/W 20倍以上) 业务可接受部分延迟(Delay) 每天访问量上亿次 系统IO压力巨大(本地内存无法容纳活跃数据) 要求 优化业务 DTCC2011DTCC2011 方案 气瓶 现场处置方案 .pdf气瓶 现场处置方案 .doc见习基地管理方案.doc关于群访事件的化解方案建筑工地扬尘治理专项方案下载 使用缓存来减少应用对后端的访问 注意事项 考虑缓存的刷新策略 考虑缓存的数据延迟对业务的影响 考虑缓存失效时,系统的支撑能力 参考缓存工具: MemCached, Tair, Redis DTCC2011DTCC2011 场景分析 单词拼写检查 有20万单词条目 每个条目平均长度50字节 单词条目会劢态增加,但变更量很小 目前单词条目存储在数据库中 每天1亿次查询,其中99%的查询为空查 现在通过read through的缓存进行处理 但是仍然有80%的查询(都为空查询)会访问后端 要求 对此业务进行优化 分析方案的投入产出 DTCC2011DTCC2011 方案 使用全量缓存 将所有Key存储到缓存中,并且缓存丌可以空间丌足 变更都同时变更到缓存 如果可以接受stale的数据,可以考虑使用异步消息处理 缓存容量为200,000 * 50 * 1.5 = 15MB(大概开销) 使用Bloom Filter作为辅劣处理 将所有Key都添加到Bloom Filter中 变更都同时变更到Bloom Filter 如果可以接受stale的数据,可以考虑使用异步消息处理 缓存容量 key_cnt * 20 / 8 = 2.5* key_cnt = 2.5 * 200,000 = 0.5MB 当Bloom Filter的bitset为Key数量的20倍左右时,通过3次hash操 作就可以达到1%左右的false positive(误判率),从而可以消除 99%的空查. DTCC2011DTCC2011 加入字符串过程 首先是将字符串str“记录”到BitSet中的过程： 对于字符串str，分别计算h（1，str），h（2，str）…… h（k，str）。然后将BitSet的第h （1，str）、h（2，str）…… h（k，str）位设为1。 检查字符串是否存在的过程 对于字符串str，分别计算h（1，str），h（2，str）…… h（k，str）。然后检查BitSet的 第h（1，str）、h（2，str）…… h（k，str）位是否为1，若其中仸何一位丌为1则可以判定 str一定没有被记录过。若全部位都是1，则“认为”字符串str存在。 若一个字符串对应的Bit丌全为1，则可以肯定该字符串一定没有被Bloom Filter记录过 若一个字符串对应的Bit全为1，实际上是丌能100%的肯定该字符串被Bloom Filter记录过的 http://pages.cs.wisc.edu/~cao/papers/summary-cache/node8.html DTCC2011DTCC2011 0 2 4 6 8 10 12 14 16 elapsed time elapsed time 0 20000 40000 60000 80000 100000 120000 Logical Reads Logical Reads 使用丌同的批次大小从数据库取出20万条记录 DTCC2011DTCC2011 在有批量需求的情况下,尽可能提供批量处理 接口,如memcached的multiget,或者 cassandra的getslice,针对RDBMS,可以使 用批量接口(如Oracle的Array Interface). 丌要设置过大的批次大小 这需要不对应的程序heap 空间 设置过大可能会导致程序出现OOM错误 网络send/receive_buffer大小 (/proc/sys/net/core/wmem|rmem_max|def ault) DTCC2011DTCC2011 Optimizing Oracle Performance By Cary Millsap, Jeff Holt Forecasting Oracle Performance By Craig Shallahamer Guerrilla Capacity Planning By Neil J. Gunther Relational Database Index Design and the Optimizers By Tapio Lahdenmaki Think Clearly About Performance By Cary Millsap http://www.method-r.com/downloads/doc_details/44-thinking-clearly- about-performance TroubleShooting Oracle Performance By Christian Antognini 性能诊断艺术 Translated By 冯大辉/胡怡文/童家旺 DTCC2011DTCC2011 招聘 资深DBA 数据库架构师 运维架构师 详细信息请参见 http://job.alipay.com/recruit/index.htm DTCC2011DTCC2011 Q & A DTCC2011DTCC2011