【腾讯云 TDSQL-C Serverless 产品测评】Serverless集群高可用测评

文章目录

• 【腾讯云 TDSQL-C Serverless 产品测评】Serverless集群高可用测评
• • 一、前言
  • 二、Serverless介绍
  • 三、TDSQL-C Serverless Mysql介绍
  • 四、集群可用性测试
  • • 4.1、集群搭建
    • 4.2、测试环境准备
    • 4.3、可用性监测
    • 4.4、观察集群CCU扩缩情况
    • 4.5、观察集群性能的负载均衡情况
    • 4.6、观察移除1个只读节点负载情况
    • 测试总结
    • 总结

      一、前言

      最近在CSDN看到腾讯云的 TDSQL-C ServerLess Mysql 数据库体验活动，作为云原生的Serverless数据库,还是很有兴趣的，看文档中TDSQL-C Serverless Mysql提供了集群高可用的功能,我们通过实际测试来验证一下它的可靠性，具体如何测试，请看下文！

      二、Serverless介绍

      大家都知道,随着互联网技术的发展,应用架构模式也在不断演进。Serverless作为一种新的架构模式,正在风靡IT界。

      Serverless的核心思想就是:开发者不再需要购买和管理服务器实例,也不需要根据流量变化来进行弹性扩容缩容。而是通过代码触发事件驱动计算,系统会自动弹性伸缩基于使用量付费的计算资源。

      比如,开发者只需编写业务代码,将代码部署上云,然后就可以访应用了。应用启动和关闭,计算资源的调度,都是由底层平台完全来完成。开发者完全摆脱了对硬件和基础架构的管理。

      这跟传统的有服务器架构形成鲜明对比。传统架构要求开发者购买服务器,部署软件,开启和关闭实例,手动进行弹性扩缩容等运维工作。耗费大量时间成本。

      而Serverless做到"无服务器",开发效率得到大幅提升。且只为真实产生的请求计费,可以显著节省IT项目成本。这也是它为什么这么火。

      下面是 Serverless 的一些应用场景：

      

      三、TDSQL-C Serverless Mysql介绍

      随着Serverless技术的不断成熟, TDSQL-C Serverless Mysql 就是一款完全Serverless的数据库,它可以根据业务自行扩缩容,设计理念就是「无服务器」,由于他是Serverless架构，所以它也继承了 Serverless的所有优点

      • 计算资源可以由系统自动弹性伸缩,开发者无需管理服务器；
      • 数据存储使用分布式机制,自动进行数据分片与扩容；
      • 集群高可用,即使节点异常也能保证读写通过快速切换
      • …等等

        TDSQL-C ServerLess Mysql 的整个产品架构如下所示：

        

        因为 TDSQL-C Serverless Mysql 数据库拥有Serverless的众多特性，所以在很多领域都可以使用，类似于我们的自动伸缩业务，经常做活动，不希望晚上资源浪费等，以下常见常见都可以采用 TDSQL

        

        四、集群可用性测试

        我们采用3节点的TDSQL-C集群，然后使用压测工具对写入节点进行高并发读写操作，期间会对只读节点进行移除和增加，也同时会对CCU的自动扩缩进行观察。本来是希望把节点部署到多个可用区域的，但是发现 Serverless 集群不支持多个可用区部署，也就是集群节点都在同一个区域，这个有可能是因为所有的节点都共享同一份数据的缘故。

        4.1、集群搭建

        

        环境说明：

        • mysql8.0
        • 3节点 1写2读
        • serverless架构 集群版

          直接购买下一步即可完成集群的搭建，非常方便，不需要我们像传统集群搭建，需要自己去配置网络以及协议等

          进入集群详情页即可看到我们的集群情况，这里我们需要把读写实例和读写组的公网访问开启一下

          

          写实例的开启的逻辑很简单，因为作为数据的唯一写入入口，必须得暴露出来给上层使用，为什么读节点只需要开只读组呢？只读组会将只读节点全部统一成一个入口，也就是查询只需走只读组的入口，不需要我们再去应用层设置负载均衡，TDSQL-C Serverless Mysql 会自动进行转发，读数据使用读写组即可进行数据访问，中间的负载器会自动进行性能负载

          • 创建测试数据库

            通过 DMC 进行数据库创建，DMC 是腾讯云为开发者提供的 Web 在线数据库管理平台，非常方便好用！

            

            4.2、测试环境准备

            这里我们主要以 Sysbench 为出发点，对节点异常测试，作为一款广泛使用的开源模块化的、跨平台、多线程基准测试工具，sysbench主要用于评估计算机系统在不同负载条件下的性能表现。

            • 安装

              curl -s https://packagecloud.io/install/repositories/akopytov/sysbench/script.deb.sh | sudo bash
              sudo apt -y install sysbench
              

              • 进行基础测试

                sysbench --db-driver=mysql --mysql-host=gz-cynosdbmysql-grp-r3i3tnbl.sql.tencentcdb.com --mysql-port=25742 --mysql-user=root --mysql-password='a.' --mysql-db=abc --events=0 --table-size=50000 --tables=10 --threads=500 --time=300 --percentile=95 --report-interval=1 oltp_write_only prepare
                

                这个命令是使用sysbench工具执行OLTP（联机事务处理）的读写基准测试。解释如下：

                • --db-driver=mysql: 指定使用MySQL数据库驱动程序。
                • --mysql-host: 指定MySQL数据库的主机名或IP地址。
                • --mysql-port: 指定MySQL数据库的端口号。
                • --mysql-user: 指定连接MySQL数据库所使用的用户名。
                • --mysql-password: 指定连接MySQL数据库所使用的密码。请将password替换为实际的密码。
                • --mysql-db=abc: 指定要在MySQL数据库中使用的数据库名称。
                • --table-size=50000: 指定每个表的数据量大小，这里设置为50000。
                • --tables=10: 指定要创建的表的数量，这里设置为10。
                • --threads=500: 指定并发线程数，这里设置为500，表示将使用500个并发线程执行测试。
                • --events=0: 指定要执行的事件数量，这里设置为0，表示不限制事件数量。
                • --time=300: 指定测试运行的持续时间，这里设置为300秒（5分钟）。
                • --percentile=95: 指定报告中的百分位数，这里设置为95，表示将计算并报告第95百分位的响应时间。
                • --report-interval=10: 指定报告输出的时间间隔，这里设置为10秒，表示每秒输出一次测试结果。

                  我们执行后将使用500个线程在10个表上执行写入操作，每个表的大小为50000行数据，持续时间为300秒（5分钟）。测试结果将包括第95百分位的响应时间，并每10秒输出一次报告。

                  

                  但是在开始执行的时候发现了一个错误，这里主要是最大连接数量太小了，我们去TDSQL参数那里配置一下即可：

                  

                  这里要注意，因为我们是3个节点，所以每个节点的最大连接数都需要修改，不能只修改读写节点的，修改完这个参数后，我们执行预测试命令

                  

                  通过 DMC 我们可以看到它帮我们建立10个表，每个表中5w条数据

                  

                  然后我们要进行集群可用性测试了，我们的流程是这样，两台安装了 sysbench 的服务器，一台进行写测试，一台进行读测试，然后我们将手动关闭掉一台读节点，观察集群稳定性，再次期间我们还会重新把移除的节点重新加入集群中，看看是否能正常负载

                  4.3、可用性监测

                  • 第一台 sysbench 服务器执行(要注意这个是可写的host)

                    sysbench --db-driver=mysql --mysql-host=gz-cynosdbmysql-grp-r3i3tnbl.sql.tencentcdb.com --mysql-port=25742 --mysql-user=root --mysql-password='a.' --mysql-db=abc --events=0 --table-size=50000 --tables=10 --threads=500 --time=300 --percentile=95 --report-interval=1 oltp_write_only run
                    

                    • 第二台 sysbench 服务器执行(要注意这个是只读组的host和port)

                      sysbench --db-driver=mysql --mysql-host=gz-cynosdbmysql-grp-ne3hquxn.sql.tencentcdb.com --mysql-port=25741 --mysql-user=root --mysql-password='a.' --mysql-db=abc --events=0 --table-size=50000 --tables=10 --threads=500 --time=300 --percentile=95 --report-interval=1 oltp_read_only run
                      

                      run 的时候可能还会出现这个错误：

                      

                      我们也将可预编语句最大值修改一下 max_prepared_stmt_count：

                      

                      两个节点同时运行测试：

                      • 写测试

                        

                      • 读测试

                        

                        4.4、观察集群CCU扩缩情况

                        

                        这里因为只读节点还没使用超过 0.5 的CCU，所以没有在进行自动扩缩，不过可以看出读写节点已经开始扩缩了

                        4.5、观察集群性能的负载均衡情况

                        • CPU：

                          

                          • 内存

                            

                            可以看出，集群在读方面的分流是比较均衡的，每个只读节点承受的压力都差不多

                            4.6、观察移除1个只读节点负载情况

                            因为没有办法直接销毁节点，所以这里我选择直接 重启，重启会断开这个实例的所有链接，我们就观察断开的那瞬间流量是否有j进行重新负载

                            

                            这里因为没有销毁，所以我一直在重启，看的效果不是特别明显，但还是能看出大概

                            

                            其中整个读测试 err 都是 0，整个服务没有受到一点影响

                            

                            测试总结

                            最终根据测试结果显示，三个节点的CPU和内存利用率都进入安全的可控范围内,性能的增加 CCU 也随之扩容，也体系了自动扩缩特点，当节点异常下线时,系统会自动切换到其他节点,读写依然持续正常；当节点增加时,系统也会自动将读节点进行负载,使得整个系统性能达到平衡。因为整个集群共享同一份数据，所以也未发生数据不一致情况。

                            总结

                            希望TDSQL-C Serverless Mysql 可以考虑让用户自己去选择增删只读节点，控制性更强，不过整体体验还是非常高效的！

                            通过本次测试,我们可以看到TDSQL-C Serverless集群在高并发下的出色表现,即使节点发生故障也能保证服务高可用。它完全实现了无需DBA的理想状态。此外,在使用 TDSQL-C Serverless Mysql 的过程中，我发现它除了高可用很牛逼外，还有很多其它的优点，例如:

                            • 性能出色,单节点支持数百万级QPS
                            • 存储超大,支持PB级PB海量数据量
                            • 功能兼容MySQL,无需修改源代码就可以轻松迁移
                            • 安全可靠
                            • 成本低,按实际使用流量收费,不消费不付费

                              总而言之,它可以完全释放了DBA的管理成本,是业务系统一个很好的数据库选择方案，大家可以根据自己的业务情况酌情挑选。如大家对文章有疑问请随时指出,我将尽量解答。也欢迎大家一起来讨论 TDSQL-C Serverless Mysql 数据库。