1. 背景

目前我们线上 TiDB 集群统一升级到了 v5.1.4 版本，对于 v6.0.0 版本我们有很多期待，本文不会讨论 v6.0.0 的特性，但打算将其性能与 v5.1.4 进行对比，看看它的性能是否有提升。

2. 测试概述

使用 TiUP 部署 TiDB 集群，集群部署规模为 3 TiDB Server、3 PD Server、6 TiKV Server，使用 LVS 作为负载均衡器，Sysbench 测试工具部署在另一台服务器上，作为客户端的压力测试服务器，进行 OLTP 测试。本文主要对 TiDB v5.1.4 版本和 TiDB v6.0.0 DMR 版本进行对比性能测试。

3. 测试环境

3.1 硬件配置

使用 6 台浪潮服务器，硬件配置如下(服务器 IP 已脱敏)：

服务器CPU内存硬盘192.168.1.1Intel(R) Xeon(R) Gold 5218 CPU @ 2.30GHz 128 核256G448GB2 RAID1 + 3.57T6 *** RAID10192.168.1.2Intel(R) Xeon(R) Gold 5218 CPU @ 2.30GHz 128 核256G448GB2 RAID1 + 3.57T6 *** RAID10192.168.1.3Intel(R) Xeon(R) Gold 5218 CPU @ 2.30GHz 128 核256G448GB2 RAID1 + 3.57T6 *** RAID10192.168.1.4Intel(R) Xeon(R) Gold 5218 CPU @ 2.30GHz 128 核256G448GB2 RAID1 + 3.57T6 *** RAID10192.168.1.5Intel(R) Xeon(R) Gold 5218 CPU @ 2.30GHz 128 核256G448GB2 RAID1 + 3.57T6 *** RAID10192.168.1.6Intel(R) Xeon(R) Gold 5218 CPU @ 2.30GHz 128 核256G448GB2 RAID1 + 3.57T6 *** RAID10

备注：每台服务器有 4 个 numa node。

3.2 软件环境 

安装的主要软件及其版本如下：

软件名称软件用途版本CentOS操作系统7.4TiDB 集群开源 NewSQL 数据库v5.1.4 / v6.0.0 DMRSysbench压力测试工具1.0.9

3.3 参数配置

两个版本使用相同的配置参数。

3.3.1 TiDB 参数配置

prepared-plan-cache.enabled: true tikv-client.max-batch-wait-time: 2000000

3.3.2 TiKV 参数配置

raftstore.store-pool-size: 4 raftstore.apply-pool-size: 4 rocksdb.max-background-jobs: 8 raftdb.max-background-jobs: 4 raftdb.allow-concurrent-memtable-write: true server.grpc-concurrency: 6 pessimistic-txn.pipelined: true server.enable-request-batch: false storage.block-cache.capacity: "37GB"

3.3.3 TiDB 全局变量配置

set global tidb_hashagg_final_concurrency=1; set global tidb_hashagg_partial_concurrency=1; set global tidb_enable_async_commit = 1; set global tidb_enable_1pc = 1; set global tidb_guarantee_linearizability = 0; set global tidb_enable_clustered_index = 1;

4. 测试方案

通过 TiUP 部署 TiDB v5.1.4 和 v6.0.0。

通过 Sysbench 导入 16 张表，每张表有 1000 万行数据。

分别对每个表执行 analyze table 命令。

启动 Sysbench 客户端，进行 oltp_read_write、oltp_point_select、oltp_update_index 和 oltp_update_non_index 测试。通过 LVS 向 TiDB 加压，测试 10 分钟，每一轮测试中间间隔 5 分钟。

测试完 v5.1.4 版本之后，销毁集群，部署 v6.0.0 集群重新测试。

4.1 初始化数据

执行以下命令来准备测试数据：

sysbench oltp_common.lua --db-driver=mysql --mysql-host=192.168.1.8 --mysql-port=4000 --mysql-db=sysbench --mysql-user=username --mysql-password=password --table-size=10000000 --tables=16 --rand-type=uniform --threads=16 prepare

4.2 测试命令

执行以下命令来执行测试：

sysbench ${test_type}.lua --db-driver=mysql --mysql-host=192.168.1.8 --mysql-port=4000 --mysql-db=sysbench --mysql-user=username --mysql-password=password --table_size=10000000 --tables=16 --time=600 --report-interval=1 --rand-type=uniform --threads=${thread_num} run

5. 测试结果

5.1 Point Select 性能

压测线程v5.1.4 TPSv6.0.0 TPSv5.1.4 95% latency (ms)v6.0.0 95% latency (ms)TPS 提升(%)1502969582912330.750.73-1.93%3004423154506411.31.061.88%6005367905712752.611.966.42%9005459765923524.033.028.49%12005517515951445.374.187.86%15005500865919256.795.477.61%

v6.0.0 对比 v5.1.4，Point Select 性能提升了 5.055%。

5.2 Update Non-index 性能

压测线程v5.1.4 TPSv6.0.0 TPSv5.1.4 95% latency (ms)v6.0.0 95% latency (ms)TPS 提升(%)15072033721483.022.860.16%3001076711088164.253.961.06%6001513181524886.325.770.77%9001769671820778.587.562.89%120019229419665711.049.912.27%150019997820636513.70 12.523.19%

v6.0.0 对比 v5.1.4，Update Non-index 性能提升了 1.72%。

5.3 Update Index 性能

压测线程v5.1.4 TPSv6.0.0 TPSv5.1.4 95% latency (ms)v6.0.0 95% latency (ms)TPS 提升(%)15040980415395.475.091.36%30056463577828.587.72.34%600716887540814.7312.985.19%900801668425220.7418.955.10%1200850669080826.20 24.386.75%1500900399568231.3729.196.27%

v6.0.0 对比 v5.1.4，Update Index 性能提升了 4.5%。

5.4 Read Write 性能

说明： oltp read write 场景测试时使用的压测线程数和前面三种场景有所不同，原因是：当 tidb-server 绑定到 numa node 之后，在并发 600 线程压测时，cpu 使用率就达到了整个服务器 cpu 资源的 25%，即到达一个 numa node 能使用的 cpu 资源的瓶颈了。因此，针对这个场景，单独设计了压测线程数。压测线程v5.1.4 TPSv6.0.0 TPSv5.1.4 95% latency (ms)v6.0.0 95% latency (ms)TPS 提升(%)322521256915.8314.731.90%644360453318.6117.323.97%1286728694323.9522.693.20%2008450857729.7229.721.50%2569311951634.9536.892.20%30098221014240.3742.613.26%

v6.0.0 对比 v5.1.4，Read Write 性能提升了 2.67%。

6. 测试中遇到的问题和建议

6.1 遇到问题

v6.0.0 相比 v5.1.4 在 point select 场景下性能下降严重 在测试 point select 场景时，v6.0.0 版本相比 v5.1.4 版本性能下降高达 38% 之多，经过分析是 tidb-server 跨 NUMA 访问内存导致的问题，将 tidb-server 绑定到 numa node 之后重新测试，性能从未绑定时的 -38% 到绑定之后的 5.055%，差异巨大。因此，部署集群时，强烈建议将 TiDB、PD、TiKV 与 NUMA node 一对一绑定，否则测试中可能遇到各种奇怪的问题，详情可以参考文末参考文档中的文章。

在 read write 场景下，并发达到 900 时 TPS 达到瓶颈 在测试 read write 场景时，当并发压测线程数为 900 时，v6.0.0 和 v5.1.4 的 TPS 不再增加，但是 latency 增加，像是某种资源达到了瓶颈导致的。经过分析得知：当 tidb-server 绑定到 numa node 之后，在并发 900 线程压测时，cpu 使用率就达到了整个服务器 cpu 资源的 25%，即到达一个 numa node 能使用的 cpu 资源的瓶颈了，此时，如果想获得更高的性能，提升 TPS，需要扩容 TiDB。这里有一个建议：在 OLTP 场景的压测下，要合理设计并发线程数，观察 TiDB CPU 资源使用率，尽量控制 TiDB CPU 使用率在 60% 以下。

TPS 掉底 在测试 update non index 场景时，TPS 不稳定，出现掉底现象，经过分析，原因是当 TiKV 绑定到 NUMA node 之后，相应的 storage.block-cache.capacity 没调整，导致 TiKV 出现 OOM 。假设一个 numa node 绑定一个 TiKV 实例，则单个 TiKV 实例的 storage.block-cache.capacity 配置应当小于 (服务器总内存* 0.6) / numa node 个数，否则 TiKV 可能出现 OOM 问题，影响测试结果。

raft store cpu 使用率高 v6.0.0 版本相比 v5.1.4 版本，raft store cpu 和 async apply cpu 的使用率要高点，建议线上使用时可以根据实际情况调整 raftstore.store-pool-size 和 raftstore.apply-pool-size 的个数，避免达到瓶颈，影响性能。

6.2 测试建议

强烈建议 TiDB、PD、TiKV 绑 Numa，压测期间遇到过不绑 Numa 和绑 Numa 相差 5 倍以上的 TPS，在相同并发压测线程数下。

注意分析监控、保留监控，便于对比分析性能瓶颈。

建议先看一遍本文参考文档中的几位大佬写的文章，受益匪浅。

7. 测试小结

测试场景v6.0.0 相比 v5.1.4 提升百分比oltp point select5.06%oltp update non index1.72%oltp update index4.50%oltp read write2.67%

本次测试对比了 TiDB v6.0.0 和 v5.1.4 在 OLTP 场景下的 Sysbench 性能表现。结果显示，相比于 v5.1.4，v6.0.0 在 oltp_read_write、oltp_point_select、oltp_update_index 和 oltp_update_non_index 几种场景性能均有提升，具体内容可以参考上述表格，v6.0.0 版本还是很值得我们期待的。

本文主要测试了在相同硬件和配置下 v6.0.0 和 v5.1.4 的性能，不代表最佳性能实践和部署。

【参考文档】

https://cn.pingcap.com/zh/blog/database-performance-optimisation

https://tidb.net/blog/c2edb2e5