书接上文GaussDB关键技术原理：高弹性（五）从日志多流和事务相关方面对hashbucket扩容技术进行了解读，本篇将从扩容实践方面继续介绍GaussDB高弹性技术。

5 扩容实践  

5.1 工具介绍  

5.1.1 TPC-C

TPC-C(全称Transaction Processing Performance Council Benchmark C),是一套衡量联机交易处理系统（OLTP系统）的基准测试集。它于1992年8月首次发布，最终取代了早先的TPC-A成为事实上的行业标准。当前的最新版本是5.11, 发布于2010年2月。

TPC-C是以在线零售业公司为例设计的一种数据模型。每个仓库的数据量约为 76.823 MB。TPC-C涉及9张表，包含了新订单的生成（NewOrder）、支付操作（Payment）、订单状态查询（OrderStatus）、配送发货（Delivery）和库存状态查询（StockLevel）5类业务事务模型。5类业务的占比是可以由用户通过配置文件自定义的。

TPC-C的评测指标是每分钟处理的业务量（transactions per minute, tpmC），又称作流量指标（throughput）。本指标越大表示系统性能越高。首次发布的评测记录是1992年11月由IBM AS/400系统创造的，当时的结果是54 tpmC。到2000年左右，高端机器的平均记录是240万tpmC。许多公司为了获得这样的记录而构建了大量机器组合而成的系统。当前的最新记录是在2020年由云计算创造的7.073亿tpmC。

另外，TPC-C还可以通过系统性能价格比（cost-per-tpmC）的方式来体现，即测试系统报价（美元）与流量指标的比值。在获得相同的tpmC值的情况下，系统报价越低越好。当前许多小型本地系统旨在降低系统性能价格比而不懈努力。

BenchmarkSQL是一款基于JDBC实现的类似于OLTP的TPC-C标准测试工具，目前支持的数据库有：PostgreSQL、Oracle、Firebird。由于openGauss的接口与PostgreSQL兼容性较好，所以也可以使用该工具对openGauss数据库进行TPC-C测试。   

5.1.2 Sysbench

Sysbench是一款开源的多线程脚本工具，适用于Linux系统。Sysbench是C语言的二进制文件，使用Lua脚本执行基线测试，主要用于测试数据库系统。

Sysbench允许在命令行中指定测试类型，包括：

• oltp_*.lua: 测试OLTP型数据库性能(使用自定义Lua脚本)

• cpu: 测试CPU性能

• fileio: 测试文件输入/输出性能

• memory: 测试内存函数运行速度

• threads: 测试多线程子系统性能

• mutex: 测试互斥锁性能

下面我们主要关注第1种测试类型，即使用用户自定义Lua脚本。

在sysbench执行过程中和结束时，可以查看统计数据。其中，主要关注的是每秒事务执行数量(transactions per second,tps)，每秒查询执行数量（queries per second, qps）, 时延毫秒数(latency)。其中，每秒查询执行数量又可以细分为读查询（read），写查询（write），其他查询（other）。每秒事务/查询执行数量越高，时延毫秒数越低，说明数据库性能越好。

Sysbench目前已经内置了MySQL和PostgreSQL的驱动，由于GaussDB和PostgreSQL兼容性较好，所以可以通过指定pgsql的变量（包括host, port, user, password, db）来进行测试。

5.2 扩容步骤  

5.2.1 安装GaussDB集群

安装GaussDB集群需要使用运维工具集（Operation Manager,OM）和配置集群XML文件。其中，XML文件负责声明GaussDB集群的具体配置情况。本文以3CN3DN集群配置为例，展示安装GaussDB的命令如下：   

# root身份执行
sudo [your-location]/script/gs_preinstall -U [username] -G [usergroup] -X [xml-location] --alarm-type=1
# 切换到普通用户
su – [username]
gs_install -X [xml-location]
# 卸载cluster
gs_uninstall --delete-data

图1为分布式3CN3DN集群的架构。

图1 分布式3CN3DN集群架构图

5.2.2 启动GaussDB集群

通过cm_ctl命令，可以有效对GaussDB集群进行管控，命令如下：

# 集群启动
cm_ctl start 
# 集群停止
cm_ctl stop
# 查看集群信息
cm_ctl query -Cvdpi 
# 查询集群信息
cm_ctl query -Cv

5.2.3 扩容GaussDB集群

以3CN6DN集群配置为例，展示扩容GaussDB的命令如下：   

# 以root身份运行
sudo [your-location]/script/gs_preinstall -U [username] -G [usergroup] -X [new-xml-location] --alarm-type=1
# 切换到普通用户
su – [username]
# 扩容阶段1，添加新节点
gs_expand -t dilatation -X [new-xml-location] --parallel-jobs=1
# 扩容阶段2，数据重分布
gs_expand -t redistribute --redis-mode=insert --parallel-jobs=1

图2为分布式3CN6DN集群的GaussDB架构。

图2 分布式3CN6DN集群架构图

5.3 扩容期间的TPC-C测试  

在数据库扩容期间对GaussDB集群使用TPC-C工具同步监控，可以获得hashbucket表在扩容期间对TPCC模型性能的影响。

导入10000 warehorse的数据，3C3D，单DN 800GB数据，运行600并发TPCC，叠加hashbucket扩容（3DN扩6DN），业务运行情况如下图3所示, 可以看出整个扩容过程中，TPCC业务没有出现性能大幅度下降的情况，整体运行平稳。   

图3 扩容期间TPCC性能测试结果图

5.4 扩容期间的sysbench测试  

在数据库扩容期间对GaussDB集群使用sysbench工具同步监控，可以获得普通表和hashbucket表在扩容期间的JOIN操作性能影响，图x为JOIN操作示意图。我们设定Lua脚本的测试场景为等值JOIN。JOIN操作的两张表分别具有Column A, Column B两个int类型。两张表的数据量为1千万条，其中，Column A为随机值，范围[1, 100,000]；Column B为唯一递增值，范围[1, 10,000,000]，两者的范围差距为100倍。完整的SQL语句为：

 select * from h1 left JOIN h2 on h1.b = h2.b and h1.a = h2.a where h2.a = $1 order by h2.b limit 1;

图4 两张表JOIN操作示意图

实验中每个物理节点的配置参数如表1所示：

表1  物理节点的配置参数

软硬件指标	型号数值
处理器	64 核Intel(R) Xeon(R) CPU E5-2690 v3 @ 2.60GHz
内存	256 GB
磁盘	ssd磁盘
网卡	万兆网
操作系统	EulerOS 2.0 (SP5) x86_64

普通表执行的是逻辑扩容，遍历所有库依次搬迁每个表。对于同一个库，同一个模式下的两张表：当表1完成扩容而表2未开始扩容时，两个表的位于在不同的组节点(NodeGroup)上，此时对表1，表2执行JOIN操作会造成CN无法利用分布式架构下推JOIN操作到各个DN上执行，而是会生成跨DN的stream计划进行数据重分布后在进行JOIN，大量的跨节点通信导致性能劣化严重，如图5所示。   

图5 普通表扩容期间的tps

hashbucket表执行的是物理扩容，以库(database)为单位进行库内所有表的bucket搬迁。对于同一个库内的两张表：除了JOIN期间同步上线的bucket之外，其他的绝大多数bucket位于同一个组节点(NodeGroup)上，此时CN可以利用分布式架构分发JOIN操作到各个DN上执行，性能不受影响，如图6所示。

图6 hashbucket表扩容期间的tps

欢迎小伙伴们交流~