# sharding-jdbc-performance-test

**Repository Path**: crazyYxd/sharding-jdbc-performance-test

## Basic Information

- **Project Name**: sharding-jdbc-performance-test
- **Description**: sharding-jdbc 和 JDBC之间的性能差异
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 1
- **Forks**: 0
- **Created**: 2021-06-30
- **Last Updated**: 2021-07-08

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# Sharding-JDBC性能测试

## 测试目的

> - 对比Sharding-JDBC 4.0.0-RC1与JDBC在性能上是否有较大损耗;

## 准备工作

### 服务器

> 共使用三台windows服务器，其中两台服务器安装mysql服务，每台mysql服务器上分别有1库，每个库中分别有2个表。
>
> 一台服务器部署sharding-JDBC服务，服务器配置如下：

| 服务器                    | 内存 | CPU  | 存储 | 用途                  |
| ------------------------- | ---- | ---- | ---- | --------------------- |
| windows server 2016 64bit | 16G  | 8核  | 40GB | 安装mysql数据库       |
| windows server 2016 64bit | 16G  | 8核  | 40GB | 安装mysql数据库       |
| windows server 2016 64bit | 8G   | 8核  | 40GB | 部署sharding-JDBC服务 |

### 数据库

| 数据库 | 版本   |
| ------ | ------ |
| mysql  | 8.0.17 |


#### 建表语句

建表语句：

```sql
CREATE TABLE `single_order`  (
  `id` bigint(50) NOT NULL AUTO_INCREMENT COMMENT '主键id',
  `order_id` varchar(50) CHARACTER SET utf8mb4 COLLATE utf8mb4_general_ci NOT NULL COMMENT '订单id',
  `order_type` int(11) NULL DEFAULT NULL COMMENT '订单类型',
  `cust_id` int(11) NULL DEFAULT NULL COMMENT '顾客id',
  `cust_type` int(11) NULL DEFAULT NULL COMMENT '顾客类型',
  `cust_email` varchar(50) CHARACTER SET utf8mb4 COLLATE utf8mb4_general_ci NULL DEFAULT NULL COMMENT '顾客邮箱',
  `payment_method_type` int(11) NULL DEFAULT NULL COMMENT '支付方式',
  `payment_provider_id` int(11) NULL DEFAULT NULL COMMENT '支付服务提供方id',
  `shipping_method_type` int(11) NULL DEFAULT NULL COMMENT '运输方式',
  `packing_type` int(11) NULL DEFAULT NULL COMMENT '包装类型',
  `preferred_shipping_time_type` int(11) NULL DEFAULT NULL COMMENT '发货时间类型',
  `receiver_name` varchar(100) CHARACTER SET utf8mb4 COLLATE utf8mb4_general_ci NULL DEFAULT NULL COMMENT '收件人',
  `receiver_address` varchar(200) CHARACTER SET utf8mb4 COLLATE utf8mb4_general_ci NULL DEFAULT NULL COMMENT '收件地址',
  `receiver_country_id` int(11) NULL DEFAULT NULL COMMENT '收件国家',
  `receiver_province_id` int(11) NULL DEFAULT NULL COMMENT '收件省份',
  `receiver_city_id` int(11) NULL DEFAULT NULL COMMENT '收件城市',
  `receiver_zip` varchar(20) CHARACTER SET utf8mb4 COLLATE utf8mb4_general_ci NULL DEFAULT NULL COMMENT '收件邮编',
  `receiver_tel` varchar(50) CHARACTER SET utf8mb4 COLLATE utf8mb4_general_ci NULL DEFAULT NULL COMMENT '收件人电话',
  `receiver_mobile_tel` varchar(50) CHARACTER SET utf8mb4 COLLATE utf8mb4_general_ci NULL DEFAULT NULL COMMENT '收件人手机号',
  `cust_message` varchar(500) CHARACTER SET utf8mb4 COLLATE utf8mb4_general_ci NULL DEFAULT NULL COMMENT '顾客备注信息',
  PRIMARY KEY (`id`) USING BTREE,
  INDEX `index_id`(`id`) USING BTREE
) ENGINE = InnoDB CHARACTER SET = utf8mb4 COLLATE = utf8mb4_general_ci ROW_FORMAT = Dynamic;

SET FOREIGN_KEY_CHECKS = 1;
```

子表结构如下：

```sql
CREATE TABLE `ordert0` (
  `idm` bigint(50) NOT NULL,
  `id` int(10) DEFAULT NULL,
  `order_idm` varchar(50) DEFAULT NULL,
  `order_typem` int(11) DEFAULT NULL,
  `cust_idm` int(11) DEFAULT NULL,
  `cust_typem` int(11) DEFAULT NULL
) ENGINE=InnoDB DEFAULT CHARSET=utf-8 ROW_FORMAT=DYNAMIC
```

#### 操作语句

> JDBC 插入

```sql
insert into order(order_id,order_type,cust_id,cust_type,cust_email,payment_method_type,payment_provider_id,shipping_method_type,packing_type,preferred_shipping_time_type,receiver_name,receiver_address,receiver_country_id,receiver_province_id,receiver_city_id,receiver_zip,receiver_tel,receiver_mobile_tel,cust_message) 
VALUES (?, 0, 10, 1, 'xzbt_yxd@163.com', 1, 6, 1, 0, 3, 'ttt ttt', '北京市朝阳区佳程广场', 9000, 111, 1, '100011', '51236117', ' ', ' ');
```

> JDBC查询

```sql
select a.id,order_id,order_type,cust_id,cust_type,cust_email,payment_method_type,payment_provider_id,shipping_method_type,packing_type,preferred_shipping_time_type,receiver_name,receiver_address,receiver_country_id,receiver_province_id,receiver_city_id,receiver_zip,receiver_tel,receiver_mobile_tel,cust_message from order? a,ordert? b where a.id=? and a.id%100=b.idm%100;
```

> JDBC更新

```sql
update order SET order_id=?,order_type=0,cust_id=10,cust_type=1,cust_email='xiaodong.yang@partner.bmw-brilliance.cn' where id=?;
```

> Sharding-JDBC 插入

```sql
INSERT INTO `order`(order_id,order_type,cust_id,cust_type,cust_email,payment_method_type,payment_provider_id,shipping_method_type,packing_type,preferred_shipping_time_type,receiver_name,receiver_address,receiver_country_id,receiver_province_id,receiver_city_id,receiver_zip,receiver_tel,receiver_mobile_tel,cust_message) VALUES (?, 0, 10, 1, 'xzbt_yxd@163.com', 1, 6, 1, 0, 3, 'ttt ttt', '北京市朝阳区佳程广场', 9000, 111, 1, '100011', '51236117', ' ', ' ');
```

> Sharding-JDBC 查询

```sql
SELECT cust_id,cust_type,cust_email,payment_method_type,payment_provider_id,shipping_method_type,packing_type,preferred_shipping_time_type,receiver_name,receiver_address,receiver_country_id,receiver_province_id,receiver_city_id,receiver_zip,receiver_tel,receiver_mobile_tel,cust_message from order a,order_item b where a.id=? and a.id%100=b.idm%100;
```

> Sharding-JDBC 更新

```sql
UPDATE order SET order_id=?,order_type=0,cust_id=10,cust_type=1,cust_email='xiaodong.yang@partner.bmw-brilliance.cn' where id=?;
```

## 测试场景

### JDBC业务场景

| 业务场景     | 并发请求数量 | 并发请求数量 | 并发请求数量 | 并发请求数量 | 并发请求数量 |
| ------------ | ------------ | ------------ | ------------ | ------------ | ------------ |
| 单库单表插入 | 200          | 500          | 1000         | 3000         | 5000         |

>压测接口：
>
>



> 汇总报告
>
> 聚合报告



| 业务场景     | 数据量 | 数据量 | 数据量 | 数据量 | 数据量 |
| ------------ | ------ | ------ | ------ | ------ | ------ |
| 单库单表查询 | 10w    | 50w    | 200w   | 500w   | 1000w  |

> 压测接口：



> 
>
> 
>
> 汇总报告
>
> 聚合报告



| 业务场景     | 数据量 | 数据量 | 数据量 | 数据量 | 数据量 |
| ------------ | ------ | ------ | ------ | ------ | ------ |
| 单库单表更新 | 10w    | 50w    | 200w   | 500w   | 1000w  |

> 压测接口：



> 汇总报告
>
> 聚合报告

### Sharding-JDBC业务场景

| 业务场景     | 并发请求数量 | 并发请求数量 | 并发请求数量 | 并发请求数量 | 并发请求数量 |
| ------------ | ------------ | ------------ | ------------ | ------------ | ------------ |
| 单库单表插入 | 200          | 500          | 1000         | 3000         | 5000         |

> 压测接口：

> 汇总报告
>
> 聚合报告

| 业务场景     | 数据量 | 数据量 | 数据量 | 数据量 | 数据量 |
| ------------ | ------ | ------ | ------ | ------ | ------ |
| 单库单表查询 | 10w    | 50w    | 200w   | 500w   | 1000w  |

> 压测接口：

> 汇总报告
>
> 聚合报告

| 业务场景     | 数据量 | 数据量 | 数据量 | 数据量 | 数据量 |
| ------------ | ------ | ------ | ------ | ------ | ------ |
| 单库单表更新 | 10w    | 50w    | 200w   | 500w   | 1000w  |

> 压测接口：

> 汇总报告
>
> 聚合报告

------



| 业务场景     | 并发请求数量 | 并发请求数量 | 并发请求数量 | 并发请求数量 | 并发请求数量 |
| ------------ | ------------ | ------------ | ------------ | ------------ | ------------ |
| 单库两表插入 | 200          | 500          | 1000         | 3000         | 5000         |

> 压测接口：

> 汇总报告
>
> 聚合报告

| 业务场景     | 数据量 | 数据量 | 数据量 | 数据量 | 数据量 |
| ------------ | ------ | ------ | ------ | ------ | ------ |
| 单库两表查询 | 10w    | 50w    | 200w   | 500w   | 1000w  |

> 压测接口：

> 汇总报告
>
> 聚合报告

| 业务场景     | 数据量 | 数据量 | 数据量 | 数据量 | 数据量 |
| ------------ | ------ | ------ | ------ | ------ | ------ |
| 单库两表更新 | 10w    | 50w    | 200w   | 500w   | 1000w  |

> 压测接口：

> 汇总报告
>
> 聚合报告

------



| 业务场景     | 并发请求数量 | 并发请求数量 | 并发请求数量 | 并发请求数量 | 并发请求数量 |
| ------------ | ------------ | ------------ | ------------ | ------------ | ------------ |
| 两库两表插入 | 200          | 500          | 1000         | 3000         | 5000         |

> 压测接口：

> 汇总报告
>
> 聚合报告

| 业务场景     | 数据量 | 数据量 | 数据量 | 数据量 | 数据量 |
| ------------ | ------ | ------ | ------ | ------ | ------ |
| 两库两表查询 | 10w    | 50w    | 200w   | 500w   | 1000w  |

> 压测接口：

> 汇总报告
>
> 聚合报告

| 业务场景     | 数据量 | 数据量 | 数据量 | 数据量 | 数据量 |
| ------------ | ------ | ------ | ------ | ------ | ------ |
| 两库两表更新 | 10w    | 50w    | 200w   | 500w   | 1000w  |

> 压测接口：

> 汇总报告
>
> 聚合报告

## 测试结果对比

### JDBC单库单表和Sharding-JDBC单库单表性能对比




### JDBC单库单表和Sharding-JDBC单库两表性能对比




### JDBC单库单表和Sharding-JDBC两库两表性能对比


## 测试结果概述