SQL1：(select customerd, customername, companyname, realcompanyname from tb_shifen_customerwhere urldomain like "%.cn" and status=3 and accountm>0 limit 10) union (select customerd, customername, companyname, realcompanyname from tb_shifen_customer where urldomain like "%.cn" and status in (1,4,6) and status=3 and accountm<=0 and invalidate>=date_sub(curdate(),interval ? day) limit 10) union (select customerd, customername, companyname, realcompanyname from tb_shifen_customer where urldomain like "%.cn" and status in (1,4,6) and accountm>0 limit 10) union (select customerd, customername, companyname, realcompanyname from tb_shifen_customer where urldomain like "%.cn" and status=2 limit 10);

 

SQL1	执行时间
	Concurrency=1	Concurrency=10	Concurrency=100
Icc编译的mysql	36.01s	31.20s	162.78s
Gcc编译的mysql	41.02s	40.30s	181.83s
Icc较gcc的提升	12.6%	22.0%	10.5%

表8

SQL2：select count(*) from tb_customer where urldomain like "%.cn";

 

 

SQL2	执行时间
	Concurrency=1	Concurrency=10	Concurrency=100
Icc编译的mysql	0.014s	0.014s	0.029s
Gcc编译的mysql	0.026s	0.027s	0.035s
Icc较gcc的提升	41.2%	48.1%	17.1%

表9

SQL3：select cust.cust_id,cust.cust_stat_1,cust.cust_stat_2,cust.cust_name, cust.cust_branch_name,cust.cust_input_type,cust.add_time,cust.cust_follow_num, cust.cust_trade_1,cust.cust_trade_2,dis.distribute_time from tb_customer cust left join tb_cust_distribute dis on cust.cust_id=dis.cust_id and dis.state=1 where cust.cust_id>0 and cust.cust_stat_1 in(8) and cust.pose_id=157 order by cust.cust_id desc limit 1170 , 15;

SQL2	执行时间
	Concurrency=1	Concurrency=10	Concurrency=100
Icc编译的mysql	2.839s	3.631s	9.554s
Gcc编译的mysql	2.828s	3.740s	10.867s
Icc较gcc的提升	-0.3%	2.91%	12.1%

表10

上述3个类型的SQL是从测试库上执行的读操作中挑选出来的，相应的表的引擎改成了MyISAM引擎。这3个SQL涉及了扫表，索引扫描，排序等操作。从测试的结果上看，icc编译的mysql对MyISAM引擎读操作的优化效果明显。从执行时间上看（QPS）减少大概在10%-20%之间（QPS增加10%-20%）。

SQL4：update tb_cust_app tc left join (select count(distinct f.cust_id) num, follow_id from tb_follow_assignf, tb_customer c where f.cust_id=c.cust_id and c.cust_stat_1<>5 group by follow_id) tf on tc.user_id = tf.follow_id set tc.ownered_size=ifnull(tf.num,0) ;

 

SQL2	执行时间
	Concurrency=1	Concurrency=10	Concurrency=100
Icc编译的mysql	31.279s	42.290s	342.80s
Gcc编译的mysql	33.274s	53.731s	566.374s
Icc较gcc的提升	6.0%	21.23%	39.5%

表11

SQL4同上一节的SQL3。在上一节InnoDB引擎下，icc编译的mysql对于此SQL在执行时间上明显慢于gcc编译的mysql，也主要是因为该SQL导致innodb全脚本测试icc编译的mysql慢于gcc编译的mysql。但是对于MyISAM引擎，从测试结果上看，icc编译的mysql明显优于gcc编译的mysql。从测试可以看出icc编译的mysql对MyISAM写操作也有优化效果，从执行时间上看（QPS）减少大概在10%-20%之间（QPS增加10%-20%）。

 

5 测试结论

从两个维度上总结测试结论：1存储引擎维度；2CPU，IO负载。

从存储引擎维度：对于MyISAM引擎，从sql-bench，mysqlslap使用某数据库数据测试结果上看，icc编译的mysql无论从读操作还是写操作都有优化效果，SQL执行时间平均减少10%-20%。对于一些比较消耗CPU的SQL（比如排序等，执行时间较长的SQL）,在一定的并发下优化效果更明显。

对于InnoDB引擎，从sql-bench，mysqlslap使用全脚本测试结果上看，icc编译的mysql较gcc编译的mysql从QPS（SQL执行时间）没有优势，甚至是劣势。同时从sql-bench，全脚本中的逐个SQL分析来看：对于利用primary key或者全表扫描的SQL，icc编译的mysql有一些优化效果；对于利用辅助索引的SQL，icc编译的mysql在执行时间上比gcc编译的mysql慢。分析原因，InnoDB使用聚簇索引存储数据，利用辅助索引时，还需要走一遍primary key，这中间会有比较多的随机读等操作。

从IO，CPU负载维度：通过测试中对于资源的统计和对比，icc编译的mysql在用户态cpu开销上较gcc编译的mysql小（相差不大）；在内核态cpu开销要比gcc编译的mysql多；在内存上开销上icc编译的mysql稍小。Icc对于CPU密集，IO负载不重的场景，优化效果明显；对于IO负载较重的场景，icc编译的mysql优化效果可能不明显。

综上所述：icc编译的mysql用于MyISAM引擎，较gcc编译的mysql优化效果明显。对于InnoDB引擎，使用辅助索引等操作，icc编译的mysql比gcc编译的mysql在执行时间上要慢，存在劣势。对于使用全表扫描、primary key的InnoDB操作，在低并发下，icc编译的mysql在执行时间上不会慢，在高并发下icc编译的mysql具有优势。同时业务类型是CPU密集型，而不是IO密集型，有助于发挥icc编译器的优化效果。