本文分享自华为云社区《【华为云MySQL技术专栏】TaurusDB透明压缩》，作者： GaussDB 数据库.

背景介绍

某一部分特定比例的客户群体，对数据库的读写性能要求并不高。相比之下，他们反而更关注数据写入磁盘时的压缩能力，通过减小存储空间，来降低数据库的使用成本.

TaurusDB透明压缩特性就是通过在存储过程中引入轻微延迟，换取更小的存储空间，进而满足客户降低存储成本的需求.

本文主要从透明压缩特性的使用开启方法、实现原理、性能优化以及性能影响评估等这几个方面来进行介绍.

使用方法

新实例的来源分为两种：一种是通过主界面上的“创建实例”生成新实例，另一种是通过已有实例的备份恢复来创建一个新实例.

第一种创建新实例的方式，如图1所示，需要通过选择“存储压缩”选项开启.

  。

新实例开启透明压缩 。

  。

图1中，压缩实例的开启选项包括高压缩比和高压缩速度两种模式。高压缩比和高压缩速度分别指使用ZSTD压缩算法和LZ4压缩算法两种不同方式进行压缩。其中，高压缩比采用ZSTD压缩算法，能实现约2.1倍的压缩效率；而高压缩速度则运用LZ4压缩算法，其压缩比约为1.35倍。相较于ZSTD算法，LZ4算法对系统性能的影响较小。对于性能要求不高的用户而言，选择高压缩比模式能更有效地节省存储空间.

  。

在备份恢复到新实例的场景中，如图2所示，压缩特性支持两种恢复方式： 一种是将非压缩存量实例，恢复到非压缩已有实例中；另一种是将压缩存量实例，恢复到压缩已有实例中.

  。

压缩实例的备份恢复限制 。

  。

在未来的透明压缩增强计划中，会提供支持将非压缩存量实例，恢复为压缩实例的功能.

原理介绍

透明压缩是一种通过页级别的粒度进行压缩和解压的技术。下面将分别介绍写入和读取页的对应流程。图3展示了压缩特性是如何与写入页的操作相适配的.

  。

压缩实例与写入页的适配 。

  。

在数据需要刷新到页上时，系统会调用flushByPageFlusher函数。该函数的底层实现是通过Ulog对secondary stream进行append操作，同时对页进行压缩处理，从而实现页级别的压缩能力。Ulog是TaurusDB存储底层提供的IO模型，它构成了数据库的数据存储单元。而secondary stream实际上是由Ulog组成的，它存储着数据库页面基本结构的信息。通过解析Ulog后的压缩字段，可以判断页面是否已被压缩，以及具体采用了哪种压缩方式.

与此相对对应的读取页面，也是类似，其流程如图4所示:

  。

压缩实例与读取页的适配 。

  。

在读取页面时，调用了slice侧的readPages函数，实际上是触发了Ulog的readInternalSync功能。在解析plog（构成ulog的基本存储单元）时，会存在两种场景:

1）如果plog header中的压缩字段为0，则表示该页面未经压缩，因此无需处理.

2）如果plog header中的压缩字段标记为LZ4/ZSTD，则说明该页已经过压缩，需要使用相应的LZ4/ZSTD算法进行解压缩。解压缩后即可获取所需的未压缩页面，其数据的读取结果与未压缩的页面相同.

然而，上述压缩特性存在一个明显问题，即在slice侧环境压力较大的情况下，压缩或解压缩都会占用一定的系统资源。特别是在高并发情况下，这可能会对slice侧造成严重的资源占用问题.

资源限制 。

为了解决可能因压缩和解压缩过程导致的资源问题，透明压缩特性采用线程队列和线程池来限制压缩操作对资源的占用。这样，即使在存储池压力极大的极端情况下，压缩操作也不会过多消耗资源。其中，页持久化压缩操作的处理方法，如图5所示.

  。

页持久化时进行压缩处理 。

  。

具体流程如下:

1）在初始化LRU线程队列LRUList时，压缩实例会生成一个压缩线程池.

2）当LRU页面需要被置换并且需要落盘时，会调用addPage方法，将需要压缩的页面放入压缩线程池队列compressDirty2Queue中，并有序地进行压缩操作.

3）当LRU队列出队时，我们进行真正的落盘操作，是通过调用flushByPageFlusher接口来实现最终的落盘.

从功能的角度来看，通过使用线程池有效地控制了压缩页操作的资源，从而实现了对刷盘性能的可控管理.

同样地，读取数据的流程也遵循了类似的资源限制设计原则，如图6所示:

  。

读取压缩页进行解压缩处理 。

  。

在初始化阶段，我们创建了ulog线程池，并同步创建了压缩处理线程池。当系统需要读取压缩页时，会利用在初始化阶段通过readCallback回调函数申请的压缩线程来执行读取操作。通过利用线程池的约束机制，我们成功地在资源受限的环境下实现了压缩页面的读取功能.

通过上述所述的方法，结合图5和图6所展示的流程，在确保资源消耗可控的前提下，成功实现了页面级别的读写透明压缩能力.

性能分析

使用sysbench工具来模拟真实业务大压力场景，以此评估压缩对业务TPS（交易处理速度）/QPS（查询处理速度）的影响.

场景一：测试LZ4高压缩速度算法，对业务TPS/QPS的影响 。

在硬件配置相同的8核32G内存机器上，对压缩和非压缩实例进行了sysbench测试。测试采用了64个表，每个表包含1000万条数据，来模拟大数据量的实际业务场景。测试过程中，分别在1到512个线程下，使用LZ4压缩算法，并记录不同模式下的QPS/TPS数值变化。结果如图7所示:

  。

8U32G机器上采用高压缩速度(LZ4)性能影响 。

  。

可以观察到，在最坏的情况下，根据TPS/QPS指标来衡量，性能下降不超过5%.

场景二：测试ZSTD高压缩比算法，对业务TPS/QPS的影响 。

同样，使用相同配置的8核32G内存的机器，在该机器上对压缩和非压缩实例进行了sysbench测试。测试采用了64个表，每个表包含1000万条数据，来模拟一个大数据量的sysbench测试模型.

通过进行压力测试实验，在1到512个线程的不同情况下，使用ZSTD压缩算法，记录QPS/TPS数值变化，如图8所示:

  。

8U32G机器上采用高压缩比(ZSTD)性能影响 。

  。

根据实验结果可以明确地观察到，相较于LZ4算法，ZSTD算法对性能的影响更为显著。从QPS/TPS的角度来看，在最糟糕的情况下，性能影响控制在10%以内。高压缩比意味着该算法具备更强的空间压缩能力，但同时也会给性能带来较大的影响.

总结

本文全面介绍了TaurusDB透明压缩特性。首先，介绍了用户如何通过界面开启压缩实例，并说明了如何实现页面级别的压缩能力。同时，针对压缩特性可能带来的资源占用问题，我们讨论了利用线程池进行优化的方法.

  。

最后，通过一系类性能测试结果，展示了在高压缩速度和高压缩比两种场景下的压缩特性表现。具体而言，在使用高压缩速度的LZ4压缩模式时，其性能劣化控制在5%以内，对性能较敏感的用户，提供了一种既能节约空间又不显著影响性能的解决方案。而高压缩比的ZSTD模式则在空间上更加节省，性能劣化控制亦可控制在10%以内，更适用于对性能不敏感但希望大幅节约空间成本的客户群体.

---

华为开发者空间，汇聚鸿蒙、昇腾、鲲鹏、GaussDB、欧拉等各项根技术的开发资源及工具，致力于为每位开发者提供一台云主机、一套开发工具及云上存储空间，让开发者基于华为根生态创新。点击链接，免费领取您的专属云主机 。

  。

最后此篇关于全面解读TaurusDB透明压缩特性，降低数据库使用成本的文章就讲到这里了,如果你想了解更多关于全面解读TaurusDB透明压缩特性，降低数据库使用成本的内容请搜索CFSDN的文章或继续浏览相关文章，希望大家以后支持我的博客！ 。