XiaoMi/Gaea 数据库中间件性能测试报告深度解析
2026-02-04 04:23:45作者:邬祺芯Juliet
前言
XiaoMi/Gaea 是一款由小米开源的数据库中间件,主要用于 MySQL 数据库的代理和分片。本文将通过详细的性能测试数据,对比分析 Gaea 不同版本在单主库和主从环境下的性能表现,帮助开发者理解其性能特点和适用场景。
测试环境配置
硬件配置
- Gaea 服务器:40核CPU/128GB内存
- MySQL 服务器:32核CPU/128GB内存
软件版本
- Gaea v2.3.7
- Gaea v1.2.5
- MySQL(版本未明确说明)
测试注意事项
- 测试时开启了 Gaea 的通用日志记录(
open_general_log=true) - 设置了 CPU 核心数为40(
cpu_num=40)
单主库环境测试
测试准备
使用 sysbench 工具准备测试数据:
sysbench oltp_common --threads=10 --events=0 --mysql-db=<db> --mysql-host=<host> --mysql-port=<port> --mysql-user=<user> --mysql-password=<password> --tables=10 --table_size=1000000 prepare
性能测试结果分析
1. 只读测试(oltp_read_only)
关键发现:
- Gaea v2.3.7 相比 v1.2.5 性能提升显著,在32线程下QPS提升约54%
- 随着线程数增加,Gaea 与直连 MySQL 的性能差距逐渐扩大
- P99延迟方面,v2.3.7 比 v1.2.5 平均低约20-30%
性能对比表(节选关键数据):
| 中间件版本 | 线程数 | QPS | P99延迟(ms) | CPU使用率(%) |
|---|---|---|---|---|
| MySQL | 32 | 100138 | 7.56 | / |
| Gaea 2.3.7 | 32 | 51487 | 12.52 | 1076 |
| Gaea 1.2.5 | 32 | 33402 | 17.95 | 1245 |
2. 读写测试(oltp_read_write)
关键发现:
- 读写场景下,Gaea 的性能损耗比纯读场景更明显
- v2.3.7 在128线程下达到87,276 QPS,约为直连 MySQL 的82.5%
- CPU 使用率随线程数线性增长,v2.3.7 的 CPU 效率优于 v1.2.5
3. 只写测试(oltp_write_only)
关键发现:
- 写操作性能损耗相对较小,v2.3.7 在128线程下达到91,410 QPS,接近直连 MySQL 的93.8%
- 高并发下,Gaea 的 P99 延迟增长较为平缓
4. 点查测试(oltp_point_select)
关键发现:
- 简单查询场景下,Gaea 的性能损耗最为明显
- v2.3.7 在128线程下达到210,410 QPS,约为直连 MySQL 的48%
- CPU 使用率极高,表明点查场景对中间件的计算资源消耗很大
主从环境测试
网络拓扑
主从环境测试的网络拓扑与单主环境不同,增加了从库节点,测试了 Gaea 在主从架构下的表现。
性能测试结果对比
1. 只读测试
关键发现:
- 主从环境下 Gaea 性能与单主环境基本相当
- v2.3.7 在128线程下达到94,922 QPS,比单主环境略有提升(约3.7%)
2. 读写测试
关键发现:
- 主从环境对读写性能影响不大
- v2.3.7 在128线程下达到88,833 QPS,与单主环境基本持平
3. 只写测试
关键发现:
- 主从环境对写性能影响可以忽略
- 各版本在不同线程数下的表现与单主环境高度一致
性能优化建议
- 版本选择:v2.3.7 相比 v1.2.5 有明显性能提升,建议升级到最新版本
- 资源配置:Gaea 对 CPU 资源消耗较大,建议配置充足的 CPU 资源
- 场景适配:
- 对于写密集型应用,Gaea 性能损耗较小(约5-10%)
- 对于读密集型应用,特别是简单查询,性能损耗较大(可能达50%以上)
- 线程数控制:根据测试数据,32-64线程可能是性价比最优的选择
结论
XiaoMi/Gaea 作为数据库中间件,在提供分片、代理等功能的同时,确实会带来一定的性能损耗。测试表明:
- v2.3.7 相比 v1.2.5 有显著性能提升
- 写操作性能损耗小于读操作
- 复杂查询性能损耗小于简单查询
- 主从环境与单主环境性能差异不大
- CPU 资源是主要瓶颈,需要充足配置
开发者在实际应用中应根据业务特点(读写比例、查询复杂度等)合理评估性能需求,并确保足够的硬件资源配置。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
570
3.84 K
Ascend Extension for PyTorch
Python
380
454
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
894
677
暂无简介
Dart
803
198
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
353
207
昇腾LLM分布式训练框架
Python
119
147
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
68
20
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.37 K
781