Acima, vimos como latência muda nesses dois sistemas quando alterar as consultas por segundo. A força deste efeito provavelmente depende da carga de trabalho de consulta. ve variado o número de nós e observado que o throughput máximo chave inglesa foi capaz de lidar com um número fixo de clientes executando testes. Variamos o número de nós, mantendo-a constante de taxa de transferência de consulta. Mas devemos ter cuidado para garantir que a carga de trabalho Replica a amostra, teste sintético dá-em uma forma controlada, limpa e escalável de experimentar com a carga de trabalho na chave. pesada carga de trabalho que descobrimos que escreve em massa teria um impacto severamente o desempenho de consultas utilizando o índice secundário. Ainda assim, acreditamos que nossos testes sintéticos são robusto. Você também pode observar nestes gráficos que Spanner escala quase linearmente.
Ele se comporta com latência significativamente maior no MySQL e um pouco maior latência para chave inglesa. Mesmo que nossas gravações tinham forte localidade, o índice secundário significava que um bando de divisões precisam ser atualizados quando fazendo uma gravação em massa. Latência de consulta de uma chave-inglesa é positivamente correlacionada com o número de divisões que uma determinada consulta deve acessar. qps, chave inglesa latência é basicamente inalterada, enquanto o MySQL latência saltou. Isso pode causar problemas com o planejamento de capacidade.
cluster de chave nuvem, que torna a nuvem Spanner comparáveis ou ligeiramente mais barato baseado no desempenho em nossos testes. Chave inglesa de nuvem melhora nisto usando gRPC como seu quadro de comunicação. razoavelmente pequena sobrecarga adicional como o tamanho do cluster é duplicada. A carga de trabalho de exemplo que mostramos acima roda em produção em 3 grandes instâncias GCE com drives SSD.
Observamos uma correlação negativa entre nós e a latência de consulta mediana. par de definição na Quizlet. principais recursos são computação, disco e rede. número máximo de divisões por nó de chave inglesa.
Berwyn, Pensilvânia baseado Vernalis Therapeutics, Inc. Isso é esperado com um sistema distribuído. Como muda taxa de transferência de consulta, como vamos aumentar o número de nós? financeira planejamento em minutos. Para qualquer configuração regional, chave nuvem mantém 3 réplicas, cada um dentro de uma zona de disponibilidade Google Cloud plataforma diferente naquela região. Como muda latência de consulta, como vamos aumentar o número de nós?
Desde que os usos de chave pessimistas de travamento em uma massa escrever com um índice secundário atualiza muitas divisões, que cria contenção para leituras que usam esse índice secundário. em seguida discando para baixo qps e visando o incremento de mais próximo de 100 que chave nuvem poderia executar confortavelmente sem cair atrás do alvo. o mais importante com chave nuvem você tem ligeiramente mais alta latência para consultas simples, comparado com o MySQL, mas obter um banco de dados muito mais escalonável. Mas claro, algumas coisas você descobrir através da experimentação. Na prática, você poderia fragmento a carga de trabalho entre várias máquinas de MySQL, significa que é possível executar uma carga de trabalho deste tamanho no MySQL, mas para isso você pudesse apresentar uma camada adicional de complexidade. Tabelas intercaladas explicitamente definem esta relação no esquema, dando ao usuário uma maneira simples e poderosa para manipular a localidade de dados.
foi provado como um sistema de produção, pelo menos internamente. No entanto, quando uma chave-inglesa atinge a sua capacidade de taxa de transferência sua latência média é praticamente inalterada, embora latência aumenta na cauda, que você pode ver no gráfico p99. Então uma consulta que acessa 10 linhas em diferentes partes do espaço chave primária vai demorar mais do que um onde as chaves residem sobre a mesma. o que pode dar errado? Com rede em particular, chave nuvem iria provavelmente ser metralhado. O laço de realimentação de executando uma carga de trabalho de produção, otimizando essa carga de trabalho, em seguida, executar novamente, expõe os gargalos e falhas que seriam impossíveis de prever um priori.
Se esse nó folha contém dados adicionais, você pode potencialmente cumprir a consulta sem ler a linha completa referenciada pelo índice, salvando um acesso ao disco. Por exemplo, você não pode ser capaz de autoscale um cluster chave nuvem até um tamanho de sua escolha se ele otimizado o racha para um cluster de maior. Claro que uma chave-inglesa foi projetada para robustez ao fracasso da zona. Para cargas de trabalho significativas, faz mais sentido. Não é possível prever os nós mínimos você pode definir sem experimentação. leituras consistentes em todo o banco de dados em um carimbo de hora. Para entender melhor o chave inglesa, podemos também experimentar com o número de nós de uma chave-inglesa.
Sem ter executado uma chave-inglesa na produção, o melhor que podemos fazer agora é estudá-lo e teste tão completamente quanto possível para compreender suas características de falha. E se houver uma falha sistêmica? Empresas de anúncios e o Google Analytics, cargas de trabalho de alto rendimento que exigem confiabilidade. qualquer banco de dados faz com que as decisões de arquitetura em torno do qual você deve otimizar. Disco é abstraído em nuvem Spanner, por uma falha de disco individual é insignificante e não vale a pena pensar. Mediana, p90 e p99 latência de consulta ao longo do tempo como nós aleatoriamente mudou o tamanho do cluster chave nuvem em nós. Então, como latência de consulta muda quando é alterado o número de nós?
Latência média é pouco afetada, exceto quando o número de nós é reduzido abaixo de um limite, neste caso 2 nós. Quando o MySQL está perto de seu limite na taxa de transferência, a latência aumenta drasticamente.
