TokuDB和InnoDB的读写分析与比较

我们知道，在MySQL单机版本里面最流行的也是唯一支持全事务的引擎为INNODB。 其特点是数据本身是用B-TREE来组织，数据本身即是庞大的根据主键聚簇的B-TREE索引。 所以在这点上，写入速度就会有些降低，因为要每次写入要用一次IO来做索引树的重排。 特别是当数据量本身比内存大很多的情况下，CPU本身被磁盘IO纠缠的做不了其他事情了。  这时我们要考虑如何减少对磁盘的IO来排解CPU的处境，那么如何做呢？ （当然，如果数据足够放到内存里面，这些事情大可不必考虑。）
1. 可以把INNODB 个PAGE增大？（默认16KB）但是增大也就带来了一些缺陷。 比如，对磁盘进行CHECKPOINT的时间将延后。
2. 把日志文件放到更快速的磁盘上？比如SSD？


其实这时，我们可以考虑用另外一个知名的引擎TokuDB。 谁叫MySQL 天生支持随意可插拔呢！
TokuDB 其实本身数据存储用到了B-TREE的变形版本Fractal-Tree。 Fractal-Tree 也就是在B-Tree原来的非叶子节点增加了一个缓存，无论对这个树怎么操作，都是一个模式：即父亲节点的缓存满了，就流淌到儿子节点，然后儿子节点的缓存满了后，再次流淌到孙子节点等等一系列最后到了叶子节点，然后等到叶子节点的PAGE足够大的时候，进行CHECK POINT。当然不管如何做缓存，每次事务后，还是得首先刷新到REDO 日志，要不数据一致性就很难保证了。


接下来，这里测试下同样的环境InnoDB和TokuDB的性能差异。当然，我没有做压力测试，只是简单的手动执行了几次SQL而已。
（5.6.10-enterprise-commercial-advanced-log MySQL Enterprise Server - Advanced Edition (Commercial)）
用来导入的文件大概为35M。

    1. INNODB.        对应的参数：         innodb_buffer_pool_size=32M         bulk_insert_buffer_size=20M         query_cache_size = 0                        导入性能：（InnoDB在这里慢在CPU一直忙于IO置换。）        mysql> load data infile '/tmp/t3_push.csv' into table t3_push;        Query OK, 955527 rows affected (30 min 44.03 sec)        Records: 955527  Deleted: 0  Skipped: 0  Warnings: 0                        读性能：（读的性能还是很好的，这里用到5.6的ICP以及MRR特性。）        mysql> select count(*) from t3_push where rank1 < 20 and rank2 < 30;                +----------+        | count(*) |        +----------+        |       49 |        +----------+        1 row in set (0.06 sec)                        调大        innodb_buffer_pool=128M                        mysql> load data infile '/tmp/t3_push.csv' into table t3_push;        Query OK, 955527 rows affected (38.72 sec)        Records: 955527  Deleted: 0  Skipped: 0  Warnings: 0        调大后，其实导入性能还是不错的。  

    1. INNODB.        对应的参数：         innodb_buffer_pool_size=32M         bulk_insert_buffer_size=20M         query_cache_size = 0                        导入性能：（InnoDB在这里慢在CPU一直忙于IO置换。）        mysql> load data infile '/tmp/t3_push.csv' into table t3_push;        Query OK, 955527 rows affected (30 min 44.03 sec)        Records: 955527  Deleted: 0  Skipped: 0  Warnings: 0                        读性能：（读的性能还是很好的，这里用到5.6的ICP以及MRR特性。）        mysql> select count(*) from t3_push where rank1 < 20 and rank2 < 30;                +----------+        | count(*) |        +----------+        |       49 |        +----------+        1 row in set (0.06 sec)                        调大        innodb_buffer_pool=128M                        mysql> load data infile '/tmp/t3_push.csv' into table t3_push;        Query OK, 955527 rows affected (38.72 sec)        Records: 955527  Deleted: 0  Skipped: 0  Warnings: 0        调大后，其实导入性能还是不错的。