黃冰

摘 要：Docker的出現(xiàn)解決了傳統(tǒng)的網(wǎng)站開(kāi)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(fèi)和項(xiàng)目風(fēng)險(xiǎn)，極大地提高了項(xiàng)目開(kāi)發(fā)效率和質(zhì)量。因此，基于Docker的MySQL數(shù)據(jù)庫(kù)的性能是影響工程中使用Docker的一個(gè)非常關(guān)鍵的因素。文章基于此研究設(shè)計(jì)了MySQL的性能測(cè)試，針對(duì)不同大小的數(shù)據(jù)庫(kù)和不同的并發(fā)訪問(wèn)量，對(duì)MySQL和基于Docker的MySQL的性能進(jìn)行測(cè)試，并對(duì)結(jié)果進(jìn)行比較分析，驗(yàn)證了將MySQL數(shù)據(jù)庫(kù)部署在Docker上的應(yīng)用價(jià)值。

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

0 引言

在開(kāi)發(fā)網(wǎng)站項(xiàng)目的過(guò)程中，傳統(tǒng)的流程是首先安裝好Web服務(wù)器、后臺(tái)數(shù)據(jù)等組件以及它們所依賴的環(huán)境，配置組合后進(jìn)行功能測(cè)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(shí)，事情會(huì)變得更加復(fù)雜。并且，在軟件項(xiàng)目流程中的各個(gè)階段都要重復(fù)上述環(huán)境搭建過(guò)程，從而耗費(fèi)大量的時(shí)間和人力成本[1]，增加了項(xiàng)目的不可控性和風(fēng)險(xiǎn)。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(lèi)問(wèn)題的方法，從而使開(kāi)發(fā)、測(cè)試、部署、運(yùn)維等的效率大大提高[2-4]。

在網(wǎng)站項(xiàng)目的后臺(tái)數(shù)據(jù)庫(kù)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(kāi)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(kù)興起，也仍然無(wú)法撼動(dòng)包括MySQL在內(nèi)的關(guān)系型數(shù)據(jù)庫(kù)的地位[5]。

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

1 測(cè)試環(huán)境及設(shè)計(jì)

1.1 環(huán)境

1.1.1? 硬件環(huán)境

本次測(cè)試在同一主機(jī)上安裝MySQL以及Docker，保證兩次測(cè)試使用相同的硬件資源。主機(jī)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(shí)影響測(cè)試結(jié)果，本測(cè)試將服務(wù)器主機(jī)和客戶端配置在同一個(gè)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(cè)試的效果更加準(zhǔn)確可靠，采用了流行的壓力測(cè)試框架sysbench，使用的版本是1.0.15。

1.2 設(shè)計(jì)

本次測(cè)試設(shè)計(jì)了只讀和讀寫(xiě)混合操作測(cè)試兩種情況。按照數(shù)據(jù)庫(kù)大小、表數(shù)量以及表的記錄數(shù)劃分，界定數(shù)據(jù)庫(kù)的并發(fā)訪問(wèn)數(shù)，根據(jù)網(wǎng)站項(xiàng)用戶和頻次分為四種并發(fā)量，分別是30，60，90，120。對(duì)于每一種情況，壓測(cè)的腳本將運(yùn)行1分鐘并通過(guò)計(jì)算平均每秒的數(shù)據(jù)來(lái)獲得最終數(shù)據(jù)。

第一種只讀操作測(cè)試針對(duì)20張數(shù)據(jù)表進(jìn)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(jí)，考慮到后期項(xiàng)目擴(kuò)展的情況，本次測(cè)試增加一種40張表的情況，以達(dá)到比較全面的測(cè)試。

第二種是兩張常用的數(shù)據(jù)表進(jìn)行大量的讀寫(xiě)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(jí)。

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

對(duì)于實(shí)驗(yàn)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(cè)試結(jié)果及分析

2.1 只讀操作

第一種情況的測(cè)試案例，對(duì)數(shù)據(jù)庫(kù)只做讀（查詢）操作的測(cè)試，得到了如圖1的數(shù)據(jù)對(duì)比圖。

從圖1中可以看到，直接在物理機(jī)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(gè)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(xiě)混合

第二種情況的測(cè)試案例，對(duì)數(shù)據(jù)庫(kù)進(jìn)行了讀寫(xiě)（查詢，插入，更新，刪除）操作的測(cè)試，得到了如圖2的數(shù)據(jù)對(duì)比圖。

從圖2和圖1的對(duì)比中可以看到，相比于只做讀操作的測(cè)試，在讀寫(xiě)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(cè)腳本以及同樣的軟硬件環(huán)境和同一個(gè)局域網(wǎng)中，使用隨機(jī)的數(shù)據(jù)，基于Docker的性能要略遜于基于物理機(jī)的性能，但總體來(lái)看差距比較小。

對(duì)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(gè)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(xiě)混合操作。

3 結(jié)語(yǔ)

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

通過(guò)本次性能測(cè)試發(fā)現(xiàn)，基于Docker的性能雖然略遜于基于物理機(jī)的性能，但差距較小，可以消除在實(shí)際項(xiàng)目中采用Docker部署MySQL的疑慮，這也從一個(gè)側(cè)面展示了Docker這種新的、耗費(fèi)資源較少的虛擬化技術(shù)所具備的價(jià)值。當(dāng)然，如果在并發(fā)訪問(wèn)量比較大的系統(tǒng)中，這種差距在某些時(shí)候可能達(dá)到10%，這時(shí)就需要項(xiàng)目經(jīng)理或者開(kāi)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(xiàn)]

[1]楊保華，戴王劍，曹亞侖，等.Docker技術(shù)入門(mén)與實(shí)戰(zhàn)[M].北京：機(jī)械工業(yè)出版社，2015.

[2]胡湘菲.軟件自動(dòng)化測(cè)試環(huán)境搭建中的Docker應(yīng)用[J].計(jì)算機(jī)時(shí)代，2017（3）：26-29.

[3]凌云.基于Docker平臺(tái)的DevOps運(yùn)維系統(tǒng)的研究與改進(jìn)[J].電腦知識(shí)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(tái)研究[J].電子設(shè)計(jì)工程，2017（12）：41-44.

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

（編輯 何 琳）