MySQL在写入压力很大，怎么办？

• 高并发下的性能最大的问题，大都在数据库，以前我们做二十万超级群，mongodb每个月都会出事故.
• 我们聊聊,高并发下如何缓解mysql的压力
• ⚠️：mysql是锁锁表不锁库，sqlite是锁库不锁表

环境准备

• mac
• mysql
• navicat
• wrk压测工具
• node.js环境

下载wrk

brew install wrk

• 如果这里卡住，可以调整

`替换brew.git:
cd "$(brew --repo)"
git remote set-url origin https://mirrors.ustc.edu.cn/brew.git
替换homebrew-core.git:
cd "$(brew --repo)/Library/Taps/homebrew/homebrew-core"
git remote set-url origin https://mirrors.ustc.edu.cn/homebrew-core.git` 

• 再执行一次brew install wrk即可

使用Node.js连接mysql

• 先准备一个执行sql语句函数

`const mysql = require('mysql');
const { MYSQL_CONF } = require('./config');

const con = mysql.createConnection(MYSQL_CONF);

//建立连接
con.connect();

//统一执行sql的方法
function exec(sql) {
    const promise = new Promise((resolve, reject) => {
        con.query(sql, (error, result) => {
            if (error) {
                reject(error);
            }
            resolve(result);
        });
    });

    return promise;
}

//关闭连接
function kill() {
    con.end();
}

module.exports = { exec, kill };` 

• 再准备一个配置文件 config.js(可以根据环境变量区分配置)

`//获取环境变量
const env = process.env.NODE_ENV;
  
let MYSQL_CONF;

//开发环境的配置
MYSQL_CONF = {
    host: 'localhost',
    user: 'root',
    password: '123456',
    port: '3306',
    database: 'blog',
    socketPath: '/tmp/mysql.sock',
};

module.exports = { MYSQL_CONF };` 

• 如上所示，跑起来
• 首先创建测试表

`exec('CREATE TABLE IF NOT EXISTS TEST_WRITE(first_column INT , second_column VARCHAR(100));')` 

![](https://imgkr.cn-bj.ufileos.com/89f03976-a79d-4242-bdf0-090a53f6438c.png)

• 通过可视化工具Navicat可以看到表已经创建成功

开始模拟写入

• 先写一个接口,用来模拟用户请求，写入数据库

`App.get('/test', (req, res) => {
    exec("INSERT INTO first_table(first_column, second_column) VALUES(1, 'aaa');");
    res.json(success({ errcode: 0, data: {} }));
});` 

介绍下wrk

• wrk是一个用来做HTTP benchmark测试的工具。可以产生显著的压力。相比于Apache ab功能更为强大，可以使用lua脚本来支持更为复杂的测试场景，例如PUT请求等。在对于Restful架构的API接口来说，测试起来更加便捷。
• 使用方法

`使用方法: wrk <选项> <被测HTTP服务的URL>                            
  Options:                                            
    -c, --connections <N>  跟服务器建立并保持的TCP连接数量  
    -d, --duration    <T>  压测时间           
    -t, --threads     <N>  使用多少个线程进行压测   
                                                      
    -s, --script      <S>  指定Lua脚本路径       
    -H, --header      <H>  为每一个HTTP请求添加HTTP头      
        --latency          在压测结束后，打印延迟统计信息   
        --timeout     <T>  超时时间     
    -v, --version          打印正在使用的wrk的详细版本信息
                                                      
  <N>代表数字参数，支持国际单位 (1k, 1M, 1G)
  <T>代表时间参数，支持时间单位 (2s, 2m, 2h)` 

• 目前我们服务跑在本地http://localhost://8080
• 测试下

`wrk -t8 -c500 -d2s --latency "http://localhost:8080/test"` 

• 采用8个线程，500个长链接，压测2秒
• 结果：

`Running 2s test @ http://localhost:8080/test
  8 threads and 500 connections
  Thread Stats   Avg      Stdev     Max   +/- Stdev
    Latency    40.70ms    9.60ms  83.48ms   66.26%
    Req/Sec   640.89    328.89     1.43k    64.29%
  Latency Distribution
     50%   39.26ms
     75%   46.33ms
     90%   54.32ms
     99%   65.23ms
  8980 requests in 2.08s, 3.13MB read
  Socket errors: connect 253, read 201, write 0, timeout 0
Requests/sec:   4321.60
Transfer/sec:      1.50MB` 

• 2s内完成了8980个请求，3.13mb的数据读取
• 当然你也可以用lua脚本个性化测试,这里不做过度的讲解，有兴趣可以去学习下
• 数据库结果，写入成功

加大压力测试

• 加大压力测试

`wrk -t15 -c1000 -d30s --latency "http://localhost:8080/test"` 

• 此时cpu打到了25%,当然我这是一台Mac pro，如果是普通的机器估计此时已经...

• 压测结果:

`Running 30s test @ http://localhost:8080/test
  15 threads and 1000 connections
              （平均值） （标准差）（最大值）（正负一个标准差所占比例）
  Thread Stats   Avg      Stdev     Max   +/- Stdev
   (延迟)
    Latency    35.32ms   17.38ms 345.78ms   96.45%
    Req/Sec     0.95k   661.40     2.38k    54.50%
  Latency Distribution
     50%   33.36ms
     75%   37.61ms
     90%   42.49ms
     99%   76.00ms
  197231 requests in 30.09s, 68.65MB read
  Socket errors: connect 754, read 188, write 0, timeout 0
Requests/sec:   6554.26
Transfer/sec:      2.28MB` 

• wrk使用方便，结果清晰。并且因为非阻塞IO的使用，可以在普通的测试机上创建出大量的连接，从而达到较好的压测效果。
• 当我继续调大压测的值时，出现了OOM的情况，而且我的Node.js版本还是12.x版本.

• 此时我的表字段很少，而且都是非常简单的数据，读写也没有同时进行，压力也不大，但是却先出现OOM了。

这里说明，我们的这种直接写入是有问题的，这样长时间的高频直接写入，即使数据库还能扛住，但是会很容易出现OOM，此时应该需要消息队列流量削峰,限流,也可以事务写入，但是事务写入如果失败，就默认全部失败...

数据库什么时候会出现锁库？

• 读写同时进行,高频耗时....
• 这个数据库我也不是理解很透彻