2011.9.25更新

本文被转载到NoSQLFun进行讨论

我才发现原文的一些问题没有表述清楚：

1、本文主要是针对随机读，而非随机写，关于如何构造一个写快的NoSQL系统，见BigTable论文，或者Cassandra、HBase。

2、我实际遇到的都是随机读很慢的情况，热数据可以解决部分问题，但是当规模远大于你的机器规模的时候，还是无法逾越的问题，此时NoSQL相对于RDBMS的优势就小的可怜了。

欢迎继续进行探讨。

原文：

抱歉我用了这么一个标题党的题目做为标题。

写这篇文章只是想引起大家的注意：在选择NoSQL产品时，达到标称性能，需要诸多限制条件，例如本文主要讨论的磁盘I/O。

现在NoSQL的产品已经很多了，很多都宣称“我们的QPS可以达到十万，甚至百万”，但是当我们在生产环境中使用的时候，却明显的感觉到，随着数据文件不断增大，NoSQL的性能却指数下降，问题处在哪里了？

这些NOSQL的Benchmark的量都有一个前提“你得内存足够放下你的全部数据文件”

Case1：有人说，我内存16GB，那只能说明你得数据规模还不够大……我已经经历被无数上百GB的数据库折磨过了。此外，你可能需要在1GB内存的虚拟机上支撑数10GB的数据，比如我现在的情况。

继续讨论，一旦内存放不下全部的数据，会怎么办呢？
有很多策略，但无非都是访问磁盘，将数据Cache到内存中。

我们先讨论最坏的情况，假定每条记录的偏移是放在内存中，但所有数据都放在磁盘，我们使用fseek等操作来查询磁盘。

来看下面的测试代码。

void test_fseek_set()
{
    long offset;
    FILE*fp = NULL;
    long i;

    fp = fopen(FILE_NAME, "r");
    if(!fp)
    {
        printf("Open file fail.\n");
        printf("%s\n",strerror(errno));
        exit(-1);
    }   

    for(i=0; i<TIMES; i++)
    {
        //Because random max is 1<<30 - 1
        offset = random() * 10 % MAX_FILE;
        if(fseek(fp, offset, SEEK_SET))
        {
            printf("fseek error.\n");
            printf("%ld",offset);
            printf("%s\n",strerror(errno));
        }
    }   

    fclose(fp);
}

好了，你猜猜上述随机fseek的程序在一个7200转的硬盘上，针对一个4GB的文件随机访问，能跑多块？

答案是QPS

有人说你骗人，我跑的能到1XXX，那么请你执行下述命令清空你内存中的磁盘缓存。

sync; echo 3 > /proc/sys/vm/drop_caches

很多时候，之所以我们能在小数据时达到NoSQL官方标称的QPS，而大数据量却指数下降，都是这些缓存在作怪。说白了，我们很Happy的Benchmark半天，实际是在玩系统的缓存，当然快了。

一旦你的数据文件大于内存磁盘缓存，那么速度会马上像我列举的这样，不会多余80QPS，在一个4GB的文件上。

有人说mmap，我曾经也是这样YY的，但根据我的测试，事情不是这样。
我有一个120GB的Tokyo Cabinet数据文件，把内存开满，它默认会用mmap，然后你会发现top中“VIRT”一列，会显示为120GB+（换算后），而我得机器内存却只有32GB。这时，当你访问恰好不在内存中的那部分数据时，操作系统会进行非常耗时的换入换出操作(首先就需要fseek等)。在这台24核、32GB的机器上，QPS勉强能达到3000（这已经远远低于标称的QPS）,而一旦清空缓存，QPS会迅速跌落到70左右……

可能还会有人说：我没事闲的为啥要自己清空缓存？

机器不是给你一个NoSQL进程服务的，很多系统其他服务都需要访问磁盘，读取文件，渐渐的就会把你Cache起来的内存全部换掉，根据实际测试的情况，一台完全闲置的机器，开TT能达到3000, 闲置放置48小时（不开其他服务）， 性能就会骤降到1000左右，再放置72小时左右，就回归到70的qps了，此时Cache已经基本完全换出。

综上，mmap不是神，因为你的内存不够，而其他进程也会争夺内存来做自己的Cache。

如果你想充分发挥NoSQL的性能，建议用支持集群的NoSQL产品，尽量将全部数据放入内存中。

或者你没钱购置很多Moster内存的服务器，像我一样，就不要期望NoSQL能有很惊人的性能了。此时，NoSQL所能带来的提升，只是关系数据库所剪掉的那部分开销，如果你基本没有什么join，那么可能还会不如关系数据库。

分析性能，我们不能仅仅看官方的数据比较，要考虑机器的实际情况和自己的数据规模，最终才能分析出瓶颈出在哪里。

来源：为什么说很多NoSQL的Benchmark是扯淡？

以上纯属一家之言，如有不当，请指正，谢谢！