mysql

| mysql 性能测试 | |
|写入tps | 开启并行复制后可以到8000，不开为3000|
|读取qps| 单实例 物理机 逐渐查询10000 |

top - 18:04:27 up 366 days, 41 min, 1 user, load average: 16.53, 11.03, 9.84
Tasks: 319 total, 0 running, 319 sleeping, 0 stopped, 0 zombie
Cpu(s): 0.1%us, 0.1%sy, 0.0%ni, 99.8%id, 0.0%wa, 0.0%hi, 0.0%si, 0.0%st
Mem: 8388608k total, 4575688k used, 3812920k free, 0k buffers
Swap: 2097152k total, 2296k used, 2094856k free, 979484k cached

PID USER PR NI VIRT RES SHR S %CPU %MEM TIME+ COMMAND
21565 sankuai 20 0 11.7g 3.2g 31m S 0.3 40.1 7:31.76 java
21729 sankuai 20 0 11.7g 3.2g 31m S 0.3 40.1 25:06.53 java
21739 sankuai 20 0 11.7g 3.2g 31m S 0.3 40.1 32:50.20 java

37.6% us — 用户空间占用CPU的百分比。
23.7% sy — 内核空间占用CPU的百分比。
0.0% ni — 改变过优先级的进程占用CPU的百分比
37.6% id — 空闲CPU百分比
0.0% wa — IO等待占用CPU的百分比
0.0% hi — 硬中断（Hardware IRQ）占用CPU的百分比
1.1% si — 软中断（Software Interrupts）占用CPU的百分比
0.0% st —当前VM虚拟CPU等待实际CPU的时间的百分比

1.2 lsm tree VS B+ 23 tree

•  存在写放大的问题 
  

二分查找: 将文件数据有序保存，使用二分查找来完成特定key的查找。
哈希：用哈希将数据分割为不同的bucket
B+树：使用B+树 或者 ISAM 等方法，可以减少外部文件的读取
外部文件： 将数据保存为日志，并创建一个hash或者查找树映射相应的文件。

1.3