CockroachDB性能远逊于MongoDB与Aurora，求优化配置建议

测试背景与结果 #

针对CockroachDB、MongoDB和Aurora开展基础负载测试，通过配置读写goroutine数量模拟读写均衡、写密集、读密集三种场景，测试结果显示CockroachDB性能远低于另外两者，具体数据如下：

读写均衡场景（500写:500读） #

每秒平均操作数：

• Mongo_read: 44.6k/s
• Aurora_read: 33.6k/s
• Aurora_insert: 14.3k/s
• Mongo_insert: 2.6k/s
• Crdb_insert: 2.6k/s
• Crdb_read: 2.3k/s

写密集场景（1000写:100读） #

每秒平均操作数：

• Aurora_read: 40.5k/s
• Aurora_insert: 10.5k/s
• Mongo_insert: 10.4k/s
• Mongo_read: 10.2k/s
• Crdb_insert: 3.8k/s
• Crdb_read: 0.6k/s

读密集场景（100写:1000读） #

每秒平均操作数：

• Aurora_read: 69.8k/s
• Mongo_read: 46.7k/s
• Crdb_read: 8k/s
• Aurora_insert: 7k/s
• Mongo_insert: 0.8k/s
• Crdb_insert: 0.7k/s

针对性优化建议 #

1. 集群基础配置调整 #

• 调整节点内存分配：启动CockroachDB时通过--max-sql-memory参数提高SQL层可用内存（默认是总内存的25%），比如设置为总内存的50%，减少磁盘交换对性能的影响。
• 优化副本数：单机房测试场景可临时将默认3副本降为1副本验证性能上限（生产环境不建议）；多机房场景确保副本分布合理，避免跨机房同步开销。
• 开启节点本地缓存：启用kv.cache.size配置，提高热点数据的本地读取命中率，降低分布式读取延迟。

2. 写入性能优化 #

• 批量写入替代单条插入：将多个insert请求合并为INSERT INTO table VALUES (...), (...), (...)的批量语句，减少事务提交和网络往返次数。
• 调整事务隔离级别：若业务允许，将默认的SERIALIZABLE降级为SNAPSHOT隔离级别，减少事务冲突和锁等待。
• 关闭自动提交：客户端开启显式事务，在批量操作完成后统一提交，降低事务开销。

3. 读取性能优化 #

• 添加覆盖索引：检查查询语句的WHERE、JOIN条件，创建CREATE INDEX ... INCLUDE (...)格式的覆盖索引，避免全表扫描和回表查询。
• 启用查询缓存：对于重复执行的只读查询，开启sql.defaults.cache-enabled配置，利用查询缓存直接返回结果。
• 分片大表：针对大表使用SHARD BY语法分片，让查询请求分散到不同节点，提升并行处理能力。

4. 客户端连接配置 #

• 匹配连接池大小：确保客户端goroutine数量与CockroachDB的max_open_conns参数匹配，避免连接耗尽或过多空闲连接。
• 保持长连接：客户端复用连接，避免频繁创建和销毁连接带来的开销。

5. 存储层优化 #

• 切换SSD存储：确保CockroachDB节点使用SSD，HDD会严重限制随机读写性能。
• 调整RocksDB参数：通过rocksdb.max-open-files提高文件描述符限制，调整rocksdb.write-buffer-size优化写缓存。

6. 测试环境验证 #

• 检查集群负载：执行cockroach node status查看节点CPU、内存使用率，确认是否存在资源瓶颈。
• 分析慢查询：设置sql.log.slow_query.latency_threshold开启慢查询日志，定位耗时语句针对性优化。

内容的提问来源于stack exchange，提问作者xiaoyaoworm