InnoDB引擎数据表压缩特性测试，innodb压缩特性不适合OLTP应用

1. InnoDB 引擎数据表压缩特性测试
2012 年 3 月 29 日
14:00
一、前言
Innodb Plugin 引擎开始引入多种格式的行存储机制，目前支持：Antelope、Barracuda 两种。
其中 Barracuda 兼容 Antelope 格式。
另外，Innodb plugin 还支持行数据压缩特性，不过前提是采用 Barracuda 行存储格式。
表空间启用压缩的前提是 innodb 表空间文件存储格式修改成：Barracuda，需要修改 2 个选项：
innodb_file_format = "Barracuda"
innodb_file_format_max = "Barracuda"
下面是对比测试结果
二、表空间压缩比
1. 天龙数据表压缩比
2.1 t_achievement 表
压缩之前
-rw-rw---- 1mysqlmysql 19038208 Mar 21 13:59 t_achievement.ibd（18.1G）
压缩之后
-rw-rw---- 1 mysqlmysql 9.2G Mar 21 19:11 t_achievement.ibd
相差：12414976 ~= 12124 MB ~= 11.83 Gb，节约 49.32%
2.2 t_ability 表
压缩前
-rw-rw---- 1 mysqlmysql 1.1G Mar 21 13:51 tlbbdb/t_ability.ibd
压缩后
-rw-rw---- 1 mysqlmysql 404M Mar 28 09:59 tlbbdb/t_ability.ibd
相差：1.1G - 404Mb ~= 696MB，节约 63.27%
2.3 t_char_3 表
压缩前
-rw-rw---- 1mysqlmysql 16195584 Mar 21 14:25 t_char_3.ibd（15.4G）
压缩后
-rw-rw---- 1mysqlmysql 8130560 Mar 28 10:49 t_char_3.ibd（7.7G）
相差：16195584-8130560 = 8065024 ~= 7G，节约 49.79%
2. tpcc 测试库
数据表 压缩前(单位：字节) 压缩后(单位：字节) 减少字节数 节约比
warehoused 192 128 64 33.33%
districtd 9216 5120 4096 44.44%
itemd 17408 11264 6144 35.29%
new_ordersd 397312 155648 241664 60.82%

2. ordersd 2957312 786432 2170880 73.41%
historyd 4694016 1347584 3346432 71.29%
customerd 20619264 12881920 7737344 37.52%
stockd 35737600 23801856 11935744 33.40%
order_lined 43991040 15740928 28250112 64.22%
全库
109603176 59028260 50574916 46.14%
三、tpcc 对比测试
1. 非压缩表
4212.650 TpmC
4203.600 TpmC
2. 压缩表
428.983 TpmC
663.017 TpmC
707.883 TpmC
707.183 TpmC
四、测试导出
1. 非压缩
timemysqldump tpcc1000 | gzip> tpcc1000.sql.gz
real 148m22.614s
user 148m56.915s
sys 3m33.802s
2. 压缩表
timemysqldump tpcc1000_compress | gzip> tpcc1000_compress.sql.gz
real 129m42.541s
user 149m12.407s
sys 3m44.835s
五、测试导入
1. 非压缩表
1.1 并发导入
开始：2012-04-01 23:43:03.777173866 +0800
结束：2012-04-02 03:21:05.003590866 +0800
耗时：03:38:02
2. 压缩表
1.1 并发导入
开始： 2012-04-01 23:40:34.289173866 +0800
结束：2012-04-03 11:06:44.740992866 +0800
耗时：35:26:10
六、结论

3. 从测试结果来看，InnoDB 引擎的压缩特色效果不错，压缩完后快和 MyISAM 引擎差不多了。
不过压缩后事务并发性能下降非常严重，从这个角度来看，它适合用于对压缩比较高、但对
并发事务要求不高的场景，
例如一些 CPU 性能较高，同时又需要读大量数据的场景，适用范围有限。