黃冰

摘 要：Docker的出現(xiàn)解決了傳統(tǒng)的網(wǎng)站開發(fā)流程中由于不同的應(yīng)用及其所依賴的環(huán)境的復(fù)雜關(guān)系而造成的資源浪費和項目風(fēng)險，極大地提高了項目開發(fā)效率和質(zhì)量。因此，基于Docker的MySQL數(shù)據(jù)庫的性能是影響工程中使用Docker的一個非常關(guān)鍵的因素。文章基于此研究設(shè)計了MySQL的性能測試，針對不同大小的數(shù)據(jù)庫和不同的并發(fā)訪問量，對MySQL和基于Docker的MySQL的性能進行測試，并對結(jié)果進行比較分析，驗證了將MySQL數(shù)據(jù)庫部署在Docker上的應(yīng)用價值。

關(guān)鍵詞：Docker;虛擬化;MySQL;性能;數(shù)據(jù)庫服務(wù)器

0 引言

在開發(fā)網(wǎng)站項目的過程中，傳統(tǒng)的流程是首先安裝好Web服務(wù)器、后臺數(shù)據(jù)等組件以及它們所依賴的環(huán)境，配置組合后進行功能測試，看是否能夠正常工作，否則還需要切換不同的版本再調(diào)試，而且當(dāng)需要加入新應(yīng)用時，事情會變得更加復(fù)雜。并且，在軟件項目流程中的各個階段都要重復(fù)上述環(huán)境搭建過程，從而耗費大量的時間和人力成本[1]，增加了項目的不可控性和風(fēng)險。而基于容器化技術(shù)的Docker技術(shù)的出現(xiàn)，提供了一種靈活的解決此類問題的方法，從而使開發(fā)、測試、部署、運維等的效率大大提高[2-4]。

在網(wǎng)站項目的后臺數(shù)據(jù)庫選擇上，目前比較流行的是MySQL，其性能表現(xiàn)非常好，再加上其開源的特性，使得目前MySQL的應(yīng)用非常廣泛，即使最近NoSQL非關(guān)系型數(shù)據(jù)庫興起，也仍然無法撼動包括MySQL在內(nèi)的關(guān)系型數(shù)據(jù)庫的地位[5]。

本文將測試并比較分析基于物理機的MySQL和基于Docker的MySQL的性能，為在網(wǎng)站項目中采用Docker技術(shù)提供依據(jù)。

1 測試環(huán)境及設(shè)計

1.1 環(huán)境

1.1.1? 硬件環(huán)境

本次測試在同一主機上安裝MySQL以及Docker，保證兩次測試使用相同的硬件資源。主機采用的是1.8 GHz的CPU和8G的內(nèi)存。為了防止網(wǎng)絡(luò)延時影響測試結(jié)果，本測試將服務(wù)器主機和客戶端配置在同一個局域網(wǎng)段內(nèi)。

1.1.2? 軟件環(huán)境

服務(wù)器的操作系統(tǒng)采用Centos 7.5版本，Docker版本是目前最新的1.13.1版本，MySQL版本是8.0.13。為了讓測試的效果更加準(zhǔn)確可靠，采用了流行的壓力測試框架sysbench，使用的版本是1.0.15。

1.2 設(shè)計

本次測試設(shè)計了只讀和讀寫混合操作測試兩種情況。按照數(shù)據(jù)庫大小、表數(shù)量以及表的記錄數(shù)劃分，界定數(shù)據(jù)庫的并發(fā)訪問數(shù)，根據(jù)網(wǎng)站項用戶和頻次分為四種并發(fā)量，分別是30，60，90，120。對于每一種情況，壓測的腳本將運行1分鐘并通過計算平均每秒的數(shù)據(jù)來獲得最終數(shù)據(jù)。

第一種只讀操作測試針對20張數(shù)據(jù)表進行讀操作，數(shù)據(jù)表的記錄數(shù)分別為1 000，5 000，25 000，3種數(shù)量級，考慮到后期項目擴展的情況，本次測試增加一種40張表的情況，以達到比較全面的測試。

第二種是兩張常用的數(shù)據(jù)表進行大量的讀寫操作，這兩張常用的數(shù)據(jù)表的記錄分別采用10 000，100 000，1 000 000這3種數(shù)量級。

為了確保測試的數(shù)據(jù)有效，在準(zhǔn)備測試數(shù)據(jù)表時，一律采用隨機生成的數(shù)據(jù)，有效防止由于對數(shù)據(jù)庫緩存使用頻率的不同造成的測試結(jié)果偏差。

對于實驗的數(shù)據(jù)結(jié)果主要關(guān)注TPS：Transactions Per Second，每秒完成的數(shù)目。

2 測試結(jié)果及分析

2.1 只讀操作

第一種情況的測試案例，對數(shù)據(jù)庫只做讀（查詢）操作的測試，得到了如圖1的數(shù)據(jù)對比圖。

從圖1中可以看到，直接在物理機上的性能略優(yōu)于在Docker中的性能，比較大的差距出現(xiàn)在120個線程，差距大小在10%左右，其他大部分情況下差距都在5%以內(nèi)。

2.2 讀寫混合

第二種情況的測試案例，對數(shù)據(jù)庫進行了讀寫（查詢，插入，更新，刪除）操作的測試，得到了如圖2的數(shù)據(jù)對比圖。

從圖2和圖1的對比中可以看到，相比于只做讀操作的測試，在讀寫混合的操作模式下，兩種MySQL的效率顯得更為接近。

綜合上述兩種情況，可以看到，在同樣的壓測腳本以及同樣的軟硬件環(huán)境和同一個局域網(wǎng)中，使用隨機的數(shù)據(jù)，基于Docker的性能要略遜于基于物理機的性能，但總體來看差距比較小。

對于每秒完成的事務(wù)數(shù)（TPS）比較大的差距出現(xiàn)在使用120個線程做只讀操作的情況下，差距在10%左右，其余情況下差距小于10%，甚至比較接近，特別是讀寫混合操作。

3 結(jié)語

在網(wǎng)站和軟件開發(fā)、測試、部署中，最讓人頭疼的問題是各種環(huán)境配置等不一致造成的問題，而Docker的使用能夠保證軟件開發(fā)流程各個階段的環(huán)境的一致性，從而大大提高了項目的效率和質(zhì)量。

通過本次性能測試發(fā)現(xiàn)，基于Docker的性能雖然略遜于基于物理機的性能，但差距較小，可以消除在實際項目中采用Docker部署MySQL的疑慮，這也從一個側(cè)面展示了Docker這種新的、耗費資源較少的虛擬化技術(shù)所具備的價值。當(dāng)然，如果在并發(fā)訪問量比較大的系統(tǒng)中，這種差距在某些時候可能達到10%，這時就需要項目經(jīng)理或者開發(fā)者去權(quán)衡利弊，以決定是否要在Docker中部署MySQL。

[參考文獻]

[1]楊保華，戴王劍，曹亞侖，等.Docker技術(shù)入門與實戰(zhàn)[M].北京：機械工業(yè)出版社，2015.

[2]胡湘菲.軟件自動化測試環(huán)境搭建中的Docker應(yīng)用[J].計算機時代，2017（3）：26-29.

[3]凌云.基于Docker平臺的DevOps運維系統(tǒng)的研究與改進[J].電腦知識與技術(shù)，2018（26）：209-211.

[4]鄒保平，黃文思，張文晉，等.基于Docker的應(yīng)用部署管理平臺研究[J].電子設(shè)計工程，2017（12）：41-44.

[5]權(quán)治，宋晶晶.基于NoSQL的數(shù)據(jù)庫技術(shù)分析[J].無線電工程，2013（9）：4-6.

（編輯 何 琳）