数据库应用参数

MySQL

MySQL数据库应用的整体性能对存储子系统的I/O特性高度敏感。在实际测试中，基于SSD/NVMe存储介质的部署环境相较于传统HDD，在事务处理能力、延迟控制以及并发请求吞吐方面均表现出显著优势。两类介质在性能表现上存在较大差距，主要源于SSD/NVMe在随机读写性能和IOPS方面的天然优势。

因此建议在生产环境中优先选择SSD或NVMe作为数据库的存储介质，以充分发挥MySQL的性能潜力，并获得更稳定的延迟表现。对于仍使用HDD的场景，应结合业务负载特征进行容量与性能权衡，同时关注I/O瓶颈对整体应用性能的潜在影响。

• 业务参数

  MySQL的性能调优应结合具体应用场景的读写特性开展，在参考表1所列推荐参数及调优分析的基础上，可根据业务负载特点适当调整参数值，以优化系统整体性能和资源利用效率。

  表1 MySQL业务参数

  推荐参数			调优分析
  参数名称	参数含义	调整范围	Testing Case	重要性比率（%）	参考最优值（vs. Baseline）		参考最劣值（vs. Baseline）
  sync_binlog	事务提交时binlog的刷盘频率	{0, 1}	oltp_read_write	59.7%	1	（+8.9%）	0
  innodb_flush_method	InnoDB数据、日志的写入方式	{fsync, O_DSYNC, O_DIRECT,O_DIRECT_NO_FSYNC}		13.1%	O_DIRECT_NO_FSYNC		O_DIRECT
  binlog_cache_size	单个事务写入binlog的内存缓存大小	[1, 256]	oltp_write_only	32.4%	254	（+17.2%）	115
  innodb_write_io_threads	InnoDB写操作的I/O后台线程数量	[1, 64]		10.1%	18		58
  performance_schema	MySQL内置的实时性能监控系统	{ON, OFF}	oltp_read_only	64.7%	OFF	（+8.9%）	ON
  innodb_adaptive_hash_index	InnoDB自适应哈希索引	{ON, OFF}		15.7%	ON		OFF

  

  “重要性比率”来源于KAT工具内置的参数重要性分析功能。该功能基于KAT调优的历史数据，针对指定测试用例定量评估各参数对性能指标的影响程度，以百分比形式呈现，通过参考该比率，可以识别性能敏感参数，并进行进一步的优化分析与调优决策，从而实现更精确的性能优化指导。

• 系统参数

  表2 MySQL系统参数

  推荐参数		调优分析
  参数名称	调整范围	Testing Case	重要性比率（%）	测试环境默认值	参考最优值（vs. Baseline）	参考最劣值（vs. Baseline）
  scheduler	{mq-deadline, kyber, bfq, none}	oltp_read_write	57.6%	mq-deadline	none（+3.1%）	bfq（-89.6%）
  max_sectors_kb	[68, 128]	oltp_write_only	10.8%	512	86（+1.0%）	-
  kernel.sched_cluster	{0, 1}	oltp_read_only	%	0	1（+0.5%）	-

openGauss

• 业务参数

  建议在openGauss启动配置中将enable_codegen设置为off，并配合较低的random_page_cost参数优化应用性能。

  表3 openGauss业务参数

  推荐参数			调优分析
  参数名称	参数含义	调整范围	重要性比率（%）	参考最优值（vs. Baseline）	参考最劣值（vs. Baseline）
  enable_codegen	SQL代码执行优化	{on, off}	28.7%	off（+2.3%）	on（-24.3%）
  random_page_cost	设置优化器计算一次非顺序抓取磁盘页的开销	[0.0, 100.0]	22.7%	2.0（+2.3%）	96.0（-24.3%）

• 系统参数

  表4 openGauss系统参数

  推荐参数		调优分析
  参数名称	调整范围	重要性比率（%）	测试环境默认值	参考最优值（vs. Baseline）	参考最劣值（vs. Baseline）
  scheduler	{mq-deadline, kyber, bfq, none}	34.0%	mq-deadline	bfq （+21.2%）	none （-4.8%）

Redis

• 业务参数

  针对业务参数，各场景下的敏感参数基本一致，但其参数值对性能的影响存在差异。表5仅提供MSET场景的参数调优参考。在实际生产环境中，应结合具体应用负载和业务特性，进行相应的参数调整，以实现最佳性能优化。

  表5 Redis业务参数

  推荐参数			调优分析
  参数名称	参数含义	调整范围	Testing Case	重要性比率（%）	参考最优值（vs. Baseline）
  set-max-intset-entries	set对象的整数集合编码（intset）存储的最大元素个数阈值	[32, 4096]	MSET写入场景	25.5%	3787	（+27.9%）
  maxmemory	Redis实例可使用的最大内存	[1, 1048576]		23.3%	214068
  hash-max-ziplist-value	Hash类型中，单个字段值能使用压缩列表存储的最大字节数	[32, 4096]		13.7%	1791
  maxclients	Redis允许的最大客户端连接数	[1, 65536]		13.3%	18907
  zset-max-ziplist-entries	有序集合使用压缩列表存储的最大元素数	[32, 4096]		11.1%	3691
  hash-max-ziplist-entries	Hash类型使用压缩列表存储的最大字段数	[32, 4096]		10.3%	159

• 系统参数

  建议将系统参数transparent_hugepage_mode设置为never，并将kernel.sched_cluster设置为1，以优化Redis的内存管理和调度行为。

  表6 Redis系统参数

  推荐参数		调优分析
  参数名称	调整范围	重要性比率（%）	测试环境默认值	参考最优值（vs. Baseline）
  transparent_hugepage_mode	{madvise, never, always}	75.0%	never	always （+6.8%）
  kernel.sched_cluster	{0, 1}	21.2%	0	1 （+1.2%）

RocksDB

• 业务参数

  建议在RocksDB启动时将write_buffer_size和batch_size设置为相对较大的值，以提升写入吞吐能力。

  表7 RocksDB业务参数

  推荐参数			调优分析
  参数名称	参数含义	调整范围	重要性比率（%）	参考最优值（vs. Baseline）		参考最劣值（vs. Baseline）
  write_buffer_size	单个MemTable的最大大小	[2, 268435456]	39.4%	185884824	（+65.3%）	3764887	（-68.8%）
  batch_size	一次批量写入操作包含的键值对数量	[1, 256]	23.3%	200		10
  block_size	SST文件中数据块大小	[2, 262144]	10.5%	10		121480
  target_file_size_base	Level 1 SST文件大小	[2, 268435456]	9.1%	129960935		83333272

• 系统参数

  建议适当增大系统参数vm.dirty_background_ratio和vm.max_map_count的值，同时设置较高的vm.vfs_cache_pressure，以优化RocksDB的内存管理和缓存策略，从而提升整体性能表现。

  表8 RocksDB系统参数

  推荐参数		调优分析
  参数名称	调整范围	Testing Case	重要性比率（%）	测试环境默认值	参考最优值（vs. Baseline）	参考最劣值（vs. Baseline）
  vm.dirty_background_ratio	[0, 100]	fillseq、fillrandom	35.3%	10	25（+1.9%）	0 （-17.2%）
  vm.max_map_count	[65530, 10000000]	readrandomwriterandom	9.7%	65530	6876145（+2.2%）	-
  vm.vfs_cache_pressure	[0, 500]	multireadrandom	6.9%	100	445（+1.0%）	9 （-5.5%）

Vastbase G100