TDH_Socket与HandlerSocket和MySQL的特性优缺点对比

	TDH_SOCKET	HandlerSocket	SQL
IO策略	Dynamic IOStrategy	Same-thread IOStrategy	one-thread-per-connection
优点	worker线程只处理与DB相关的逻辑最大化DB的操作吞吐量	上下文切换真心很少	资源分离 不太会相互干扰
缺点	上下文切换一般,测试时最高在10w,但可以接受	IO逻辑对DB逻辑影响较大一旦io处理的慢了,会导致QPS下降很多(比如说较多的连接数并发请求导致io处理变慢也会是整体QPS下降)	线程资源浪费严重,太多的线程会导致高并发是上下文切换多,从而影响性能,测试时最高60w
读策略	无需SQL解析 可在THD上cache open过的table(可配置关闭) 一次轮询只lock一次table 请求按table的hash值平均分配到可活动的线程上 如果有table被过多访问,那么此table的请求可被分配到多个线程上 在带io请求少时,可以用较少的线程work.来减少锁征用导致的上下文切换 有一定量带io请求时,能调整worker线程数来充分利用io资源. 当带io请求巨多时,将区分带io的请求和不带io的请求.分别用两个线程池来执行,防止带io的请求堵住不带io的请求. 还可以设置流控带io的请求数来防止client的堵塞情况,能使DB继续输出较高的QPS 如果返回大批量数据可以以stream的方式返回,避免过多占用内存	无需SQL解析 可在THD上cache open过的table(不可配置关闭) 一次轮询只lock一次table worker线程数固定,且无法做请求数的平衡,只能做连接数的平衡	可global的做table的cache 每次请求都lock一次table
优点	多种策略配合能一直输出较高的QPS	在全缓存的请求下,输出的QPS很高	由于是一个连接一个请求,不会出现由带io的请求堵塞不带io的请求的情况出现
缺点	流控会丢失一部分请求,预测请求带不带io不是非常准确(如果使用row cache就能较精确的预测了)	一旦有带io的请求出现,就很容易堵塞住不带io的请求出现,所以缓存命中率下降后QPS下降的非常厉害返回大批量数据会占用过多内存	有极限一般QPS最高输出到6-7w
写策略	一次轮询的请求一次commit 请求按table的hash值平均分配到写线程上,即同一个表肯定在一个写线程的被执行,不会有死锁的问题,也不会有同一条row的锁问题. 支持Batch方式的小事务,Batch内的请求保证同时成功,同时失败 可以在Client端通过指定hash的方式,来控制请求被指定的线程执行,来避免一些锁或死锁	一次轮询的请求一次commit 可配置多个写线程,但是有一个user_lock保证只有一个写线程在工作,来防止死锁	一次请求一次commit
优点	同一个表必然在同一个线程上执行,所以行锁的征用被降到最低,加上group commit就能提供很搞的TPS可以多个写线程并发写,不会有死锁问题支持batch小事务	Group commit可以减少fsync次数,提高写性能	支持大事务
缺点	写线程数有限,在有io堵塞请求下,性能会有下降	同一时刻只有一个写线程能被执行,很容易达到瓶颈,一旦有多表插入并发出现,很容易影响整体更新性能生成binlog没有执行时间(bug) 多表insert会有自增id获取失败的问题(bug)	性能受限于IOPS
可维护性	DDL操作不会被hang住(因为可以主动close 被cache的table) 支持KILL 命令直接终止正在执行的操作 大部分参数都为在线可配置 status数据监控完善	DDL会被hang住,因为handlersocket只open table不管主动close table,只有在流量较小time out时才会close table	最高
易用性	client端不需要openIndex,直接请求即可(如: client.query().use(“test”).select(“id”, “a”, “b”, “c”).from(“t”) .where().fields(“a”).in(["1", "1"], ["2"], ["1"]).get()) server端只需要一个port 就能做读写分离 可支持一些MySQL的内置函数 现在支持Update/Insert的时候可以插入now() 基于辅助索引的联合主键可以支持简单的order by 只能支持=的order by 5.  Java客户端支持JDBC	读写分离需要在server端配置两个port是实现 client请求前需要先openIndex	最高