來源：https://yq.aliyun.com/articles/278034
一、需求
一個朋友接到一個需求，從大數據平臺收到一個數據寫入在20億+，需要快速地加載到MySQL中，供第二天業務展示使用。
二、實現再分析
對於單表20億， 在MySQL運維，說真的這塊目前涉及得比較少，也基本沒什麼經驗，但對於InnoDB單表Insert 如果內存大於數據情況下，可以維持在10萬-15萬行寫入。 但很多時間我們接受的項目還是數據超過內存的。 這裡使用XeLabs TokuDB做一個測試。
三、XeLabs TokuDB介紹
項目地址： https://github.com/XeLabs/tokudb
相對官方TokuDB的優化：
- 內置了jemalloc 內存分配；
- 引入更多的內置的TokuDB性能指標；
- 支持Xtrabackup備份；
- 引入ZSTD壓縮算法；
- 支持TokuDB的binlog_group_commit特性；
四、測試表
TokuDB核心配置：
表結構：
利用load data寫入數據：
計算一下每秒寫入速度：
文件大小：
實際文件8.5G，寫入TokuDB大小3.5G，只是接近於一半多點的壓縮量。 對於20億數據寫入，實際測試在58分鐘多點就可以完成。可以滿足實際需求，另外對於磁盤IO比較好的機器（SSD類盤，雲上的雲盤），如果內存和數據差不多情況，這量級數據量測試在Innodb裡需要添加自增列，可以在3個小多一點完成。 從最佳實戰上來看，Innodb和TokuDB都寫入同樣的數據，InnoDB需要花大概是TokuDB3-4倍時間。文件大小區別，同樣20億數據：
文件大小在5倍大小的區別。
測試結論：
利用TokuDB在某雲環境中8核8G內存，500G高速雲盤環境，多次測試可以輕鬆實現57萬每秒的寫入量。
另外測試幾種場景也供大家參考： 如果在TokuDB中使用帶自增的主鍵，主鍵無值讓MySQL內部產生寫入速度，下降比較明顯，同樣寫入2億數據，帶有自建主鍵：
同樣的數據寫入在主鍵自增無值產生時，不能使用TokuDB的 Bulk loader data特性，相當於轉換為了單條的Insert實現，所以效果上慢太多。
關於TokuDB Bulk Loader前提要求，這個表是空表，對於自增列，如自增列有值的情況下，也可以使用。 建議實際使用中，如果自增列有值的情況下，可以考慮去除自增屬性，改成唯一索引，這樣減少自增的一些處理邏輯，讓TokuDB能跑地更快一點。 另外在Bulk Loader處理中為了追求更快速的寫入，壓縮方面並不是很好。
關於TokuDB Bulk Loader :
https://github.com/percona/PerconaFT/wiki/TokuFT-Bulk-Loader
五、測試環境說明
測試使用CentOS7環境，編譯的XeLabs TokuDB版本百度雲地址：
閱讀更多 JAVA架構 的文章
