基于鲲鹏服务器的主流开源和商用数据库调优参考实践
发表于 2026/06/30
0
1 非商用声明
该文档提供的内容为参考实践，仅供用户参考使用，可参考实践文档构建自己的软件，按需进行安全、可靠性加固。
2 方案概述
本文档针对不同部署场景，提供各数据库在鲲鹏设备上的优化指导。如下对部署场景和调优手段做了归纳：
表1 数据库应用参考指导
| 数据库 | 部署场景 | 调优指导 |
|---|---|---|
| InfluxDB | 在新能源集控系统中InfluxDB作为在线分析中关键数据库，用于传感数据的实时采集与实时监测。 | https://www.hikunpeng.com/zh/developer/techArticles/20260626-5 |
| Milvus | 面向AI知识库RAG应用场景，Milvus凭借其开源向量数据库的优势，被众多ISV与客户选用，可对接Witty RAG方案。 | https://www.hikunpeng.com/zh/developer/techArticles/20260627-9 |
| 达梦 | 在能源设备预测性维护系统中采用国产化达梦数据库，达梦数据库是一款主流国产数据库。 | https://www.hikunpeng.com/zh/developer/techArticles/20260626-6 |
| openGauss | 在能源设备预测性维护系统中采用国产化openGauss数据库，openGauss数据库是一款主流国产数据库。 | https://www.hikunpeng.com/zh/developer/techArticles/20251230-1 |
| 金仓 | 医疗HIS系统采用国产化金仓数据库，金仓数据库是一款主流国产数据库。 | https://www.hikunpeng.com/zh/developer/techArticles/20260309-2 |
3 数据库应用场景指导
本章将InfluxDB、Milvus、达梦、openGauss、金仓数据库调优指导集合为鲲鹏服务器数据库应用场景调优指导，包含部署方案和调优指导等。
3.1 InfluxDB数据库调优参考实践
3.1.1 概述
InfluxDB是一款开源、高性能的时序数据库 (TSDB)，专为海量带时间戳的数据高效读写、压缩存储和实时分析而设计，它广泛应用于物联网、工业监测、应用指标监测等领域，支持高并发写入和快速类SQL查询。
InfluxDB基于Go语言开发，而鲲鹏针对Go做了编译优化，通过用Go for openEuler编译，能达到提升InfluxDB数据库性能的效果。
3.1.2 部署方案
调优指导中influxDB部署方案是在虚机中用容器部署influxDB数据库，涉及到的软硬件信息如下表所示：
表1 硬件信息
| 类别 | 硬件描述 |
|---|---|
| CPU型号 | Kunpeng 920 7270Z 64C@2.9GHz |
| 虚拟机配置 | 8C8G |
表2 软件信息
| 类别 | 软件描述 |
|---|---|
| 虚拟机操作系统 | openEuler 22.03 LTS SP4 |
| InfluxDB版本 | 2.8.0 |
| Go编译器版本 | 1.24.6 |
3.1.3 调优参考实践
调优参考实践：
https://www.hikunpeng.com/zh/developer/techArticles/20260626-5
调优手段总览见下表：
表1 influxDB调优手段总览
| 序号 | 归类 | 调优手段 | 说明 |
|---|---|---|---|
| 1 | 系统优化 | 绑核与NUMA亲和 | 将进程与内存约束在同一NUMA或同一socket，减少跨NUMA访问内存；鲲鹏多NUMA场景下可优先验证。 |
| 2 | GOGC | 在GC所占CPU资源与堆占用之间权衡，进程级环境变量注入即可。 | |
| 3 | 编译优化 | Go for openEuler编译优化 | 使用Go for openEuler针对鲲鹏的编译优化项，提升Go应用程序性能。 |
| 4 | PGO反馈编译优化 | 基于代表性负载的profile做反馈编译，针对热点函数优化。 | |
| 5 | BIOS优化 | SMT超线程 | 每个物理核分为两个逻辑核，提升整机性能。 |
| 6 | CPU高性能模式 | 设置CPU运行固定运行在标称频率，无动态调频，最大化CPU性能。 | |
| 7 | CPU预取 | 使能硬件预取功能，提升内存访问效率。 | |
| 8 | 内存刷新策略 | 设置内存刷新策略为Auto，由系统自动管理内存刷新周期，在保障内存数据可靠性前提下，实现性能最优。 |
3.2 Milvus数据库调优参考实践
3.2.1 概述
Milvus是一款高性能、易扩展的开源向量数据库，专为海量向量数据的相似性搜索和人工智能应用而设计。
鲲鹏BoostKit加速库对于向量数据库Milvus开发了一些特性支持如鲲鹏KBest索引算法、鲲鹏KScaNN算法，通过使能这些特性，能达到提升Milvus数据库性能的效果。
3.2.2 部署方案
调优指导中Milvus部署方案是用容器部署Milvus数据库，涉及到的软硬件信息如下表所示：
表1 硬件信息
| 类别 | 硬件描述 |
|---|---|
| CPU | Kunpeng 920 7270Z 64C@2.9GHz |
| 内存 | 16*32GB DDR5 |
| 硬盘 | 3.5TB NVMe硬盘 |
表2 软件信息
| 类别 | 软件描述 |
|---|---|
| milvus | 2.4.5 |
| KSL | BoostKit-ksl_2.4.0 |
| KScaNN | BoostKit-SRA_Recall-1.2.0 |
3.2.3 调优参考实践
调优参考实践：
https://www.hikunpeng.com/zh/developer/techArticles/20260627-9
调优手段总览见下表：
表1 Milvus调优手段总览
| 序号 | 归类 | 调优手段 | 说明 |
|---|---|---|---|
| 1 | 系统优化 | 绑核与NUMA亲和 | 将进程与内存约束在同一NUMA或同一socket，减少跨NUMA访问内存；鲲鹏多NUMA场景下可优先验证。 |
| 2 | 网卡中断绑核 | 处理网卡中断的CPU核和网卡不在一个NUMA时，会触发跨NUMA访问内存，通过绑核可减少跨NUMA的内存访问所带来的额外开销，提升网络处理性能。 | |
| 3 | 磁盘IO调度策略调整 | none调度策略是采用多队列块层调度器，它本质上不做任何排序，直接将I/O请求转发给设备驱动。 | |
| 4 | 鲲鹏BoostKit加速套件 | Milvus KBest优化 | KBest是鲲鹏自研的高效的图索引算法，通过量化、向量指令等方法优化了最近邻搜索的性能和精度，提供了对标开源Faiss HNSW算法的检索能力。 约束：该优化用于替换HNSW索引算法的场景。 |
| 5 | Milvus KScaNN优化 | KScaNN（Kunpeng Scalable Nearest Neighbors）是一种基于倒排索引，并针对鲲鹏芯片架构进行了深度优化索引布局、算法流程和计算流程的向量检索算法，旨在充分利用芯片潜力。 | |
| 6 | BIOS优化 | SMT超线程 | 每个物理核分为两个逻辑核，提升整机性能。 |
| 7 | CPU高性能模式 | 设置CPU运行固定运行在标称频率，无动态调频，最大化CPU性能。 | |
| 8 | CPU预取 | 使能硬件预取功能，提升内存访问效率。 |
3.3 达梦数据库调优参考实践
3.3.1 概述
达梦数据库是武汉达梦数据库股份有限公司自主研发的大型通用关系型数据库管理系统（RDBMS）。
为充分发挥达梦数据库在鲲鹏平台上的性能优势，基于新型号鲲鹏服务器对达梦数据库进行了调优，并结合KAOT（自动调优工具）实现了自动化调优。
3.3.2 部署方案
调优指导中的部署方案是裸机部署达梦数据库，涉及到的软硬件信息如下表所示：
表1 硬件信息
| 类别 | 硬件描述 |
|---|---|
| CPU型号 | Kunpeng 920 7270Z 64C@2.9GHz |
| 内存 | 16 * 32G DDR5 |
| 硬盘 | 2 * NVME 硬盘 |
| 网络 | 25G网卡 |
表2 软件信息
| 类别 | 软件描述 |
|---|---|
| 操作系统 | 麒麟V10 SP3 |
| 数据库 | 达梦V8 |
3.3.3 调优参考实践
调优参考实践：
https://www.hikunpeng.com/zh/developer/techArticles/20260626-6
调优手段总览见下表：
表1 达梦调优手段总览
| 序号 | 归类 | 调优手段 | 说明 |
|---|---|---|---|
| 1 | 系统优化 | 绑核与NUMA亲和 | 将进程与内存约束在同一NUMA或同一socket，减少跨NUMA访问内存；鲲鹏多NUMA场景下可优先验证。 |
| 2 | 网卡中断绑核 | 处理网卡中断的CPU核和网卡不在一个NUMA时，会触发跨NUMA访问内存，通过绑核可减少跨NUMA的内存访问所带来的额外开销，提升网络处理性能。 | |
| 3 | 磁盘IO调度策略调整 | none调度策略是采用多队列块层调度器，它本质上不做任何排序，直接将I/O请求转发给设备驱动。 | |
| 4 | 策略性抑制swap交换内存使用 | 抑制swap交换内存使用可以保障数据库的访问性能，避免把数据库的缓冲区内存淘汰到磁盘上。 | |
| 5 | 数据库配置优化 | 事务合并提交优化 | 通过将多个独立事务的提交动作合并为一次磁盘写入，提升高并发下的写入吞吐。 |
| 6 | 内存缓冲区优化 | 调整达梦数据库内存缓存区参数，优化缓存命中率。 | |
| 7 | 磁盘I/O优化 | 调整达梦数据库I/O与并发线程配置，提升数据读写性能与系统并发处理能力。 | |
| 8 | 线程配置优化 | 调整达梦数据库工作线程与任务线程配置，提升系统并发处理能力与并行执行效率。 | |
| 9 | BIOS优化 | SMT超线程 | 每个物理核分为两个逻辑核，提升性能。 |
| 10 | CPU高性能模式 | 设置CPU运行固定运行在标称频率，无动态调频，最大化CPU性能。 | |
| 11 | CPU预取 | 使能硬件预取功能，提升内存访问效率。 | |
| 12 | 数据库对象设计优化（可选） | 聚簇索引 | 将普通表改为聚簇索引表，通常需要重建整张表。 |
| 13 | 创表时不加外键 | 在创表的时候，不指定外键，实现数据更新的加速。 | |
| 14 | 填充因子修改 | 创表时，适当减小填充因子到80%。 |
3.4 openGauss数据库调优参考实践
3.4.1 概述
openGauss是一款开源的企业级关系型数据库，具备高性能、高安全与高可靠等特性。
为充分发挥openGauss数据库在鲲鹏平台上的性能优势，基于鲲鹏新型号服务器在虚拟化平台上针对openGauss数据库开展性能调优，并结合KAOT（自动调优工具）实现了自动化调优。
3.4.2 部署方案
调优指导中的部署方案是虚机部署openGauss数据库，涉及到的软硬件信息如下表所示：
表1 硬件信息
| 类别 | 硬件描述 |
|---|---|
| CPU | Kunpeng 920 7270Z 64C@2.9GHz |
| 内存 | 256G |
| 硬盘 | 4*NVME 硬盘 |
| 网络 | 25G网卡 |
| 虚机 | 32C128G、硬盘2*300G |
表2 软件信息
| 类别 | 软件描述 |
|---|---|
| 虚拟机操作系统 | openEuler 20.03 SP3 |
| 数据库软件 | openGuass 6.0.2 |
3.4.3 调优参考实践
调优参考实践：
https://www.hikunpeng.com/zh/developer/techArticles/20251230-1
调优手段总览见下表：
表1 openGauss调优手段总览
| 序号 | 归类 | 调优手段 | 说明 |
|---|---|---|---|
| 1 | 系统优化 | 绑核 | 将数据库进程绑定到固定CPU核心上，减少跨NUMA访存延迟，从而提升系统性能。 |
| 2 | 开启Boost模式 | 虚拟机Boost模式是一种通过将服务器虚拟化任务卸载到专用硬件和软件上，来释放虚拟机CPU资源、提高性能的技术。 | |
| 3 | 存储网络开启RDMA | RDMA（Remote Direct Memory Access） 是一种高效的网络通信技术，允许应用程序直接访问远程主机的内存，而无需经过操作系统内核的干预。 | |
| 4 | 数据库配置优化 | openGauss特性优化 | 通过调整openGauss配置参数、数据和日志分盘、创表时不加外键、填充因子修改等方式提升数据库性能。 |
| 5 | BIOS优化 | 设置CPU高性能模式 | 通过将CPU频率固定在最高值获得最大化性能。 |
3.5 金仓数据库调优参考实践
3.5.1 概述
金仓数据库管理系统KingbaseES（简称KES）是中电科金仓科技股份有限公司研发的通用数据库产品，适用于事务处理类应用、数据分析类应用、海量时序数据采集检索类应用、互联网应用等场景，具有"三高"（高可靠、高性能、高安全）、"三易"（易管理、易使用、易扩展）、运行稳定等特点。
为充分发挥金仓数据库在鲲鹏平台上的性能优势，基于鲲鹏新型号服务器针对金仓数据库KingbaseES V8开展性能调优，提升数据库整体性能，并结合KAOT（自动调优工具）实现了自动化调优。
3.5.2 部署方案
调优指导中的部署方案是裸机部署金仓数据库，涉及到的软硬件信息如下表所示：
表1 硬件信息
| 类别 | 硬件描述 |
|---|---|
| CPU | 鲲鹏7270Z 64C@2.9Ghz |
| 内存 | 16*16GB |
| 硬盘 | 2*3.7TB NVMe硬盘 |
| 网络 | 2*25GE网卡 |
表2 软件信息
| 类别 | 软件描述 |
|---|---|
| 操作系统 | 麒麟V10 SP3 |
| 数据库软件 | 金仓数据库V8R6 |
3.5.3 调优参考实践
调优参考实践：
https://www.hikunpeng.com/zh/developer/techArticles/20260309-2
调优手段总览见下表：
表1 金仓调优手段总览
| 序号 | 归类 | 调优手段 | 说明 |
|---|---|---|---|
| 1 | 系统优化 | 数据库进程绑核(可选) | 将数据库进程绑定到固定CPU核心上，减少跨NUMA访存延迟，从而提升系统性能。 【可选】该调优方法多用于低并发场景(并发数<150)，高并发场景(并发数>150)收益不明显，用户可以根据实际业务需要选择是否使能该调优项。 |
| 2 | 策略性抑制swap交换内存使用 | 减少数据库缓存交换到磁盘的情况，从而保证数据库的访问性能。 | |
| 3 | 选用性能更优的文件系统XFS(可选) | XFS是一种高性能的日志文件系统，其具有优秀的伸缩性与鲁棒性健，尤其擅长处理大文件，同时提供了平滑数据传输能力，相比默认的ext4文件系统性能更优。 【可选】该调优项适用于新建数据库场景，用户可以根据实际业务需要选择是否使能该调优项。 | |
| 4 | 数据、日志分盘 | 分盘后，日志盘专注处理顺序写，数据盘专注处理随机读写，从而减少磁盘竞争，从而提升并发吞吐能力。 | |
| 5 | 磁盘IO调度策略调整 | 在固态硬盘场景下，使用none可以提升磁盘IO性能。 | |
| 6 | 网卡中断绑核 | 将处理网卡中断的CPU core设置在网卡所在的NUMA上，从而减少跨NUMA的内存访问所带来的额外开销，提升网络处理性能。 | |
| 7 | 数据库配置优化 | 数据库共享内存参数优化 | 可以将频繁访问的数据从缓慢的磁盘（微秒/毫秒级）移至高速的内存（纳秒级），从而提升数据库性能。 |
| 8 | 数据库I/O相关参数优化 | 根据业务实际调整数据库配置参数，提升磁盘IO性能。 | |
| 9 | 数据库创表时不加外键(可选) | 去除数据库外键可以减少数据修改时候额外校验带来的性能开销，达到降低CPU、I/O资源消耗，提升性能的效果。 【可选】该调优方法多用于benchmark性能测试，在实际业务中仅作为优化思路进行参考，一般用于历史数据迁移或一次性初始化的场景，具体应用需要结合实际业务进行调整。 | |
| 10 | 数据库填充因子修改(可选) | 在插入和更新操作频繁的场景下，减小填充因子，可以减少由于索引页分裂而导致的I/O开销，从而提升插入、更新以及写入性能。 【可选】该调优方法多用于benchmark性能测试，在实际业务中仅作为优化思路进行参考，一般用于业务中更新极为频繁的核心表，具体应用需要结合实际业务进行调整。 | |
| 11 | BIOS优化 | 设置CPU高性能模式 | 通过将CPU频率固定在最高值获得最大化性能。 |
| 12 | 开启SMT超线程 | 开启SMT超线程，每个物理核分为两个逻辑核，提升整机性能。 | |
| 13 | 关闭SMMU | 数据库通常会使用大量的内存和IO资源，而SMMU会增加额外的开销和延迟，关闭后可以提升系统的性能。 |
4 典型数据库应用案例
4.1 背景
随着国产化全栈技术的成熟落地，越来越多医院选择基于 “鲲鹏服务器 + 国产数据库 + 超融合虚拟化平台” 的国产化部署方案，支撑医疗 HIS 系统（医院信息系统 Hospital Information System）的稳定运行。此类部署方案需充分适配国产化硬件架构特性，结合医疗业务高并发、低时延的核心需求，最大化发挥鲲鹏服务器的计算性能，因此亟需一套端到端、针对性强的全链路调优方案，解决国产化部署场景下的性能瓶颈问题。
4.2 方案架构
该方案的软硬件架构图如下所示，其中金仓数据库作为关键组件进行了专项调优：
4.3 环境组网
基于用户的实际部署形式，以鲲鹏920新型号为计算底座，针对医疗HIS系统、金仓数据库以及超融合虚拟化平台进行调优。主要设计思路为：一共部署5台服务器进行组网，其中1台为鲲鹏920新型号服务器，采用物理机部署的方式部署金仓数据库，另外3台鲲鹏920新型号服务器进行组网，采用ISV的超融合虚拟化平台，在虚拟化平台创建虚拟机部署医疗HIS系统。此外部署1台x86服务器，基于该服务器创建两台虚拟压测机，使用Jmeter工具模拟业务场景进行测试，以提升TPS以及降低业务时延作为目标进行性能优化。
测试环境采用分层组网架构，核心包含 “计算集群（数据库）、业务集群（HIS 系统+ 虚拟化）、压测集群” 三部分，具体组网拓扑如下：
图1 测试环境组网图
4.4 应用场景调优
该应用场景下的调优手段总览可参考以下链接：
医疗HIS系统性能提升的秘诀：鲲鹏 + 超融合虚拟化 + 数据库调优参考实践-技术干货-鲲鹏社区
其中针对金仓数据库的调优手段总览见下表：
表1 调优手段总览
| 归属组件 | 调优对象 | 调优手段 | 作用 |
|---|---|---|---|
| 金仓数据库调优 | 数据库物理机 | 设置CPU高性能模式 | 通过将CPU频率固定在最高值获得最大化性能。 |
| 开启SMT超线程 | 开启SMT超线程，每个物理核分为两个逻辑核，提升整机性能。 | ||
| 数据库进程绑核(可选) | 将数据库进程绑定到固定CPU核心上，减少跨NUMA访存延迟，从而提升系统性能。 【可选】该调优方法多用于低并发场景(并发数<150)，高并发场景(并发数>150)收益不明显，用户可以根据实际业务需要选择是否使能该调优项。 | ||
| 策略性抑制swap交换内存使用 | 减少数据库缓存交换到磁盘的情况，从而保证数据库的访问性能。 | ||
| 数据、日志分盘 | 分盘后，日志盘专注处理顺序写，数据盘专注处理随机读写，从而减少磁盘竞争，从而提升并发吞吐能力。 | ||
| 磁盘IO调度策略调整 | 在固态硬盘场景下，使用none可以提升磁盘IO性能。 | ||
| 网卡中断绑核 | 将处理网卡中断的CPU core设置在网卡所在的NUMA上，从而减少跨NUMA的内存访问所带来的额外开销，提升网络处理性能。 | ||
| 数据库共享内存参数优化 | 可以将频繁访问的数据从缓慢的磁盘（微秒/毫秒级）移至高速的内存（纳秒级），从而提升数据库性能。 | ||
| 数据库I/O相关参数优化 | 根据业务实际调整数据库配置参数，提升磁盘IO性能。 |
该应用场景通过毕昇JDK和数据库等优化，性能提升明显，测试结果如下所示：
表2 测试结果
| 场景 | 优化后性能 |
|---|---|
| HIS应用场景 | 平均时延对比友商下降约40% |