前言
自从使用 docker 以来，就经常听说 MySQL 数据库最好别运行在容器中，性能会损失很多。一些之前没使用过容器的同事，对数据库运行在容器中也是忌讳莫深，甚至只要数据库跑在容器中出现性能问题时，首先就把问题推到容器上。
那么到底会损失多少，性能损失会很多吗？
为此我装了两个 MySQL，版本都是 8.0.34。一个用官网二进制包安装，另一个用 docker hub 的 MySQL 镜像安装。两个 MySQL 都运行在同一台机器，但不同时运行，先后运行测试。测试工具用的 sysbench，运行在另一台机器。
提前声明：测试流程比较简单，只是用 sysbench 测了混合读写场景，测试次数也较少，不具有权威性。感兴趣的话，可以自行完善测试流程。
如果对后文没什么兴趣，这里也可以直接说结论：单表百万级以下时，非容器和容器的性能差异并不多。单表千万级时，容器 MySQL 大概会损耗 10% ~ 20%的性能。
MySQL 配置
MySQL 安装后创建测试用的 sysbench 用户和 sysbench 数据库，调整 innodb_buffer_pool_size 为 2GB。
docker 容器的网络配置为 bridge，挂载数据目录。
sysbench 命令
•准备数据
sysbench --db-driver=mysql --mysql-host=192.168.3.21 --mysql-port=3306 --mysql-user=sysbench --mysql-password=123456 --mysql-db=sysbench --table_size=10000000 --tables=20 --threads=4 oltp_read_write prepare
•执行测试
sysbench --db-driver=mysql --mysql-host=192.168.3.21 --mysql-port=3306 --mysql-user=sysbench --mysql-password=123456 --mysql-db=sysbench --time=300 --threads=8 --report-interval=10 oltp_read_write run
•清理测试数据
sysbench --db-driver=mysql --mysql-host=192.168.3.21 --mysql-port=3306 --mysql-user=sysbench --mysql-password=123456 --mysql-db=sysbench --table_size=10000000 --tables=20 --threads=4 oltp_read_write cleanup
测试结果
单表 1000w 数据，20 张表，测试 4 次。
平均统计：
在测千万级数据量之前，测过几轮几十万级的数据量，非容器和容器版的 MySQL 并没有多大区别。当数据量逐渐增多时，差异就愈加明显。目前测单表 1000w 已经出现 10%左右的性能损耗，如果单表数据继续增大，性能损耗应该也会更多。
自从使用 docker 以来，就经常听说 MySQL 数据库最好别运行在容器中，性能会损失很多。一些之前没使用过容器的同事，对数据库运行在容器中也是忌讳莫深，甚至只要数据库跑在容器中出现性能问题时，首先就把问题推到容器上。
那么到底会损失多少，性能损失会很多吗？
为此我装了两个 MySQL，版本都是 8.0.34。一个用官网二进制包安装，另一个用 docker hub 的 MySQL 镜像安装。两个 MySQL 都运行在同一台机器，但不同时运行，先后运行测试。测试工具用的 sysbench，运行在另一台机器。
提前声明：测试流程比较简单，只是用 sysbench 测了混合读写场景，测试次数也较少，不具有权威性。感兴趣的话，可以自行完善测试流程。
如果对后文没什么兴趣，这里也可以直接说结论：单表百万级以下时，非容器和容器的性能差异并不多。单表千万级时，容器 MySQL 大概会损耗 10% ~ 20%的性能。
| 应用 | 版本 | 备注 |
| Debian | 12.0 | 操作系统。4C16G |
| docker | 20.10.17 | 容器运行时 |
| MySQL（非 docker） | 8.0.34 | 基于官方的二进制安装包 |
| MySQL（docker） | 8.0.34 | 使用 docker hub 的镜像 |
| sysbench | 1.0.20 | 压测工具 |
MySQL 配置
MySQL 安装后创建测试用的 sysbench 用户和 sysbench 数据库，调整 innodb_buffer_pool_size 为 2GB。
docker 容器的网络配置为 bridge，挂载数据目录。
sysbench 命令
•准备数据
sysbench --db-driver=mysql --mysql-host=192.168.3.21 --mysql-port=3306 --mysql-user=sysbench --mysql-password=123456 --mysql-db=sysbench --table_size=10000000 --tables=20 --threads=4 oltp_read_write prepare
•执行测试
sysbench --db-driver=mysql --mysql-host=192.168.3.21 --mysql-port=3306 --mysql-user=sysbench --mysql-password=123456 --mysql-db=sysbench --time=300 --threads=8 --report-interval=10 oltp_read_write run
•清理测试数据
sysbench --db-driver=mysql --mysql-host=192.168.3.21 --mysql-port=3306 --mysql-user=sysbench --mysql-password=123456 --mysql-db=sysbench --table_size=10000000 --tables=20 --threads=4 oltp_read_write cleanup
测试结果
单表 1000w 数据，20 张表，测试 4 次。
| MySQL 运行环境 | 测试序列 | 总 SQL 执行数 | 每秒 SQL 数 | 每秒事务数 | 延迟时间（平均） | 延迟时间（95%） |
| 非容器 | 1 | 3798093 | 12658.84 | 632.78 | 12.64 | 20.00 |
| 非容器 | 2 | 3914578 | 13047.91 | 652.28 | 12.26 | 17.01 |
| 非容器 | 3 | 4059867 | 13531.79 | 676.46 | 11.82 | 15.55 |
| 非容器 | 4 | 3772390 | 12574.00 | 628.58 | 12.72 | 19.65 |
| 容器 | 1 | 3230678 | 10768.41 | 538.28 | 14.86 | 26.20 |
| 容器 | 2 | 3538573 | 11794.68 | 589.62 | 13.57 | 19.29 |
| 容器 | 3 | 3567943 | 11892.56 | 594.50 | 13.45 | 17.63 |
| 容器 | 4 | 3616204 | 12053.53 | 602.58 | 13.27 | 17.32 |
平均统计：
| MySQL 运行环境 | 总 SQL 执行数 | 每秒 SQL 数 | 每秒事务数 | 延迟时间（平均） | 延迟时间（95%） |
| 非容器 | 3,886,232 | 12,953.14 | 647.53 | 12.36 | 18.05 |
| 容器 | 3,488,350 | 11,627.3 | 581.25 | 13.79 | 20.11 |
| 环比 | -10.24% | -10.24% | -10.24% | +11.57% | +11.41% |
在测千万级数据量之前，测过几轮几十万级的数据量，非容器和容器版的 MySQL 并没有多大区别。当数据量逐渐增多时，差异就愈加明显。目前测单表 1000w 已经出现 10%左右的性能损耗，如果单表数据继续增大，性能损耗应该也会更多。