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。
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 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。
2. tokudb.（5.5.30-tokudb-7.1.0-e-log tokudb enterprise server (gpl) ）对应的参数： tokudb_cache_size=32m tokudb_loader_memory_size=20m query_cache_size = 0写性能：（这里io次数很少，所以导入速度很快。）mysql> load data infile '/tmp/t3_push.csv' into table t3_push;query ok, 955527 rows affected (19.73 sec)records: 955527 deleted: 0 skipped: 0 warnings: 0读性能：（读的速度比innodb稍微慢了些。）mysql> select count(*) from t3_push where rank1 select count(*) from t3_push where rank1 alter table t3_push add clustering index idx_rank2(rank2);query ok, 0 rows affected (6.79 sec)records: 0 duplicates: 0 warnings: 0现在所有的基于索引idx_rank2 的查询都是瞬间的。mysql> select count(*) from t3_push where rank1 select count(*) from t3_push where rank1
本文出自 “上帝，咱们不见不散！” 博客，请务必保留此出处