传统的c/c++编译器为gnu的gcc/g++，当然我们也通常使用gcc/g++来编译mysql。但是有研究指出gcc/g++编译器对c/c++优化在某些方面做的并不好。intel针对自己的处理器特点发布了编译器icc。本文希望使用icc编译得到mysql，然后通过测试得到icc编译出的mysql在性能等方面的特点。
1 测试环境
1.1使用icc编译器编译mysql5.0
在configure前需要通过cc，cxx等变量改变编译器为icc。具体命令如下：
cc=icc cxx=icpc cflags=-o3 -unroll2 -no-gcc –restrict -fpic cxxflags=-o3 -unroll2 -no-gcc –restrict -fpic ./configure ……
上述需要注意的是-fpic参数，如果不添加这个参数，编译过程中会出现“could not read symbols：bad value”错误。
1.2使用icc编译器编译mysql5.1
在编译mysql5.1时，除了像编译5.0那样修改cc，cxx参数外，还需要修改mysql5.1（5.1.40）mysys/stacktrace.c中的代码，以避免编译过程中出现重定义错误。该错误是由于icc编译器和gcc编译支持的代码特性不同引起的。
char __attribute__ ((weak)) *
my_demangle(const char *mangled_name __attribute__((unused)),
int *status __attribute__((unused)))
{
return null;
}
改为：
#if defined(__intel_compiler)
#pragma weak my_demangle=my_demangle_null
char *my_demangle_null(const char *mangled_name, int *status)
{
return null;
}
#else
char __attribute__ ((weak)) *my_demangle(const char *mangled_name, int *status)
{
return null;
}
#endif /* !__intel_compiler */
1.3测试机器及环境
测试机有4颗cpu，16g内存。icc编译的mysql和gcc编译的mysql同时安装在这台机器上，以避免由于机器差异而引起的性能差异。两个mysql的配置文件是相同的，以避免cache等参数的不同，引起的性能差异。
2 正确性测试方法及结果
2.1 正确性测试方法
本节是验证icc编译的mysql在程序逻辑和行为上的正确性。测试方法是选取某数据库的数据和两条典型sql，分别在icc编译的mysql和gcc编译的mysql上执行。对比它们的输出来验证：icc编译的mysql执行结果是否和gcc编译的mysql的执行结果一致。测试包含对innodb和myisam两种引擎的分别测试。测试使用的两个sql：
sql1：select * from tb_customer where urldomain like %.net and status=3；
sql2：update tb_customer set cust_prov=20 where pose_id=178;
针对sql2，在执行完sql2后，使用“select cust_prov from tb_customer where pose_id=178;”观察输出来验证sql2执行的正确性。
2.2 正确性测试结果
下表中的数据是相关测试结果：
正确性测试结果
innodb
myisam
sql1执行结果的md5
sql2执行结果的md5
sql1执行结果的md5
sql1执行结果的md5
icc编译的mysql
6d48abf99ba07623 e98312079c4ae84f
a76c01d4047639de d05bc06d8b800e96
6d48abf99ba07623 e98312079c4ae84f
a76c01d4047639de d05bc06d8b800e96
gcc编译的mysql
6d48abf99ba07623 e98312079c4ae84f
a76c01d4047639de d05bc06d8b800e96
6d48abf99ba07623 e98312079c4ae84f
a76c01d4047639de d05bc06d8b800e96
表1
通过上表可以看出，icc编译的mysql在上述两个sql上执行结果完全一致。通过本节测试可以证明icc编译的mysql在程序逻辑和行为上的正确性。
3 性能测试方法
本节整个测试分成两部分：1使用sql-bench对icc编译的mysql和gcc编译的mysql进行对比测试；2使用mysqlslap、某数据库数据对两个编译版本的mysql进行对比测试。
3.1使用sql-bench的测试方法
sql-bench是一些通用的测试benchmark的集合，这些benchmark覆盖了多种sql操作。它们的特点是测试表中的数据量不是太大，测试用的sql操作丰富。测试方法：运行两个sql-bench，以相同的bench-mark测试icc编译的mysql和gcc编译的mysql。测试中包含针对innodb和myisam两种引擎的分别测试。
在测试过程中统计top中cpu信息和相关mysql进程内存占用信息，然后取均值。这些值均是以占机器总cpu时间，总物理内存的百分比的形式给出。以获得icc编译的mysql和gcc编译的mysql资源占用的比较。同时统计相关sql集合的执行时间，以获得两个编译版本在执行时间(qphotoshop/ target=_blank class=infotextkey>ps)上的对比。
3.2使用mysqlslap的测试方法
测试工具是mysqlslap，测试数据库是某数据库。测试中包含针对innodb和myisam两种引擎的分别测试。
对于innodb引擎：测试脚本是从上述数据库一天的全日制中抽取了10000条update和select类型的sql。这些sql组成了全测试脚本。在这个测试脚本的基础上，从中挑选了3个有代表性的sql作为3个独立的测试脚本。
对于myisam引擎，从上面的测试脚本中挑选了4个有代表性的sql，将它们对应的表转化成了myisam引擎进行测试。
测试方法：使用mysqlslap，同样的测试脚本，对icc编译的mysql和gcc编译的mysql进行测试。在全脚本测试过程中统计top中cpu信息和相关mysql进程内存占用信息，然后取均值。同时统计相关sql集合的执行时间。对于后续的单独sql测试，由于这些sql资源消耗比较小，执行时间都比较短，没有采集执行它们时的资源消耗。
4 性能测试结果及分析
4.1使用sql-bench性能测试结果及分析
使用sql-bench的测试结果如下：
innodb
执行时间
cpu%（us）
cpu%（sy）
cpu%（id）
mem%
icc编译的mysql
1427s
20.4
5.1
70.8
7.9
gcc编译的mysql
1248s
19.6
5.9
70.5
9.7
icc较gcc的优势
-14.3%
-
-
-
-
myisam
执行时间
icc编译的mysql
502.69s
19.1
8.0
71.5
4.4
gcc编译的mysql
583.88s
19.6
7.5
71.5
8.0
icc较gcc的优势
13.9%
-
-
-
-
表2
对于innodb引擎，sql-bench测试结果显示整体上icc编译的mysql在执行时间上较gcc编译的mysql没有优势，相反还有劣势。但分析测试过程中的各种sql，发现基于innodb表primary key的更新，查找操作icc编译的mysql较gcc编译的mysql还是有优势的。但是对于基于innodb辅助索引的查找和更新，icc编译的mysql性能不如gcc编译的mysql。这应该和innodb数据存储方式聚簇索引相关，基于primary key的操作直接可以定位需要的数据；但是基于辅助索引的操作，则需要辅助索引和primary key两次才能定位，这中间是大量的随机读，增加io负载。
对于myisam引擎，不存在上述问题，所有索引中直接存放着数据行的物理位置。从sql-bench测试结果上看，icc编译的mysql优势明显，整体在执行时间上减少了13.9%。同时从测试中每个阶段上来看，在insert，select阶段，icc较gcc分别减少13.8%，26.1%。
在对于innodb和myisam测试过程中，统计系统cpu信息和相关进程占用内存的信息。icc编译的mysql在cpu开销上和gcc编译的mysql相差不多；内存使用上icc版mysql较gcc版要少。通过iostat观察磁盘利用率绝大部分时间里保持在5%以下，而cpu的user使用率在20%以上。尤其是在myisam测试过程中insert和select测试阶段，磁盘利用率大部分时间保持在3%以下。通过这些数据可以看出cpu相关的计算操作是这个测试中较主要的方面，而io负载对测试结果影响较少。
通过这个测试，可以看出icc编译的mysql对于myisam引擎优化效果明显；对于innodb基于primary key的操作有优化效果。但是对于innodb基于辅助索引的操作，icc编译的mysql存在劣势。同时，在io负载不大，cpu负载相对较大的环境中，icc可以发挥优势。
4.2 使用mysqlslap的测试结果及分析
4.2.1 使用某数据库数据，innodb引擎测试结果及分析
4.2.1.1 对于全脚本回放测试结果比较及分析
整个脚本中的sql均是innodb引擎的。从整个脚本回放测试的结果比较来看，icc编译出的mysql并没有显现出优势，执行时间上比gcc编译出的mysql慢。
全脚本测试
执行时间
concurrency=1
concurrency=10
concurrency=20
icc编译的mysql
230.34s
736.70s
1614.49s
gcc编译的mysql
197.34s
623.70s
1334.76s
icc较gcc的优势
-16.7%
-18.1%
-21.0%
表3
全脚本测试
concurrency=1
concurrency=10
concurrency=20
cpu%
mem%
cpu%
mem%
cpu%
mem%
us
sy
id
us
sy
id
us
sy
id
icc-mysql
9.9
2.0
71.9
7.7
61.7
9.0
25.3
7.5
66.4
17.2
15.1
7.5
gcc-mysql
10.1
1.2
72.6
10.7
60.6
3.1
30.3
11.3
80.1
7.2
10.6
11.5
表4
表4是icc编译的mysql和gcc编译的mysql在测试过程中资源使用情况的对比。从表中数据可以看出，icc编译的mysql在cpu，内存开销上较gcc编译的mysql要小。同时需要注意的是在cpu花在系统kernel内的时间上，icc编译的mysql明显多于gcc编译的mysql。怀疑底层系统由gcc编译和上层icc编译的应用程序配合有问题。在全脚本测试的过程中，通过iostat观察io负载情况，发现磁盘利用率大部分时间保持在50%以上，一部分时间会在90%以上。说明这种情况下，io负载是比较大的。
4.2.1.2 特定的3个sql测试结果及分析
在做完整个全脚本测试比较之后，我分析了脚本中包含的sql。把它们归纳归类，然后对每一种类型的sql进行对比测试。从每种sql的执行计划、执行过程来分析该sql在icc编译的mysql和gcc编译的mysql表现出来的不同执行时间。从这些信息分析icc编译的mysql性能具有优势的方面。下面对3种具有代表性的sql的测试结果。
sql1：update tst_report_orderinfo_stat t,tst_userposmap_info t1,tst_postree_info t2 set t.posid=t2.posid where t.submitor_id=t1.ucid and t1.posid=t2.posid and t1.dataowner=1 and t2.postype=3 and t.finance_arr_date=t1.stat_date and t2.stat_date=t1.stat_date ;
sql1
执行时间
concurrency=1
concurrency=5
concurrency=10
icc编译的mysql
35.06s
95.05s
168.87s
gcc编译的mysql
34.59s
100.18s
179.13s
icc较gcc的优势
-1%
5.1%
5.7%
表5
将上述sql稍微改造一下，以获得该sql的执行计划（该执行计划和上面update操作相似）：
select t.posid，t2.posid from tst_report_orderinfo_stat t,tst_userposmap_info t1,tst_postree_info t2 where t.submitor_id=t1.ucid and t1.posid=t2.posid and t1.dataowner=1 and t2.postype=3 and t.finance_arr_date=t1.stat_date and t2.stat_date=t1.stat_date ;
获得的执行计划：
*************************** 1. row ***************************
id: 1
select_type: simple
table: t1
type: all
possible_keys: primary,tst_userposmap_info_stat_date_idx
key: null
key_len: null
ref: null
rows: 1157224
extra: using where
*************************** 2. row ***************************
id: 1
select_type: simple
table: t2
type: eq_ref
possible_keys: primary,tst_postree_info_stat_date_idx
key: primary
key_len: 7
ref: xxx.t1.posid,xxx.t1.stat_date
rows: 1
extra: using where
*************************** 3. row ***************************
id: 1
select_type: simple
table: t
type: ref
possible_keys: index_report_finance_arr_date_idx,index_report_submiter_id
key: index_report_submiter_id
key_len: 4
ref: xxx.t1.ucid
rows: 16
extra: using where
3 rows in set (0.00 sec)
从执行计划上可以看出，驱动表采取的全表扫描的方式取得数据，而不是通过索引。即使是innodb也要加表锁，所以在增加concurrency后，mysql也只能串行处理这些请求。这样在第一次执行该sql时需要从磁盘上取得相关数据，而在第一次以后再执行该sql时，就不需要从磁盘上取得数据（数据会被缓存）。后续的sql执行消耗的是cpu资源，从测试结果来看，icc编译的mysql在concurrency=1没有优势；但是在concurrency>1后，逐渐显现出优势，并且优势随着concurrency增加而增加。可以看出icc编译出的mysql在cpu运算方面的优势。
sql2：select blacklist_id, company_name from td_blacklist where company_name like '%xxx%' and del_flag= 0;
sql2
执行时间
concurrency=10
concurrency=50
concurrency=100
icc编译的mysql
0.228s
0.265s
0.337s
gcc编译的mysql
0.227s
0.287s
0.365s
icc较gcc的提升
-0.4%
8%
8%
表6
本sql的执行计划为：
*************************** 1. row ***************************
id: 1
select_type: simple
table: td_blacklist
type: all
possible_keys: null
key: null
key_len: null
ref: null
rows: 1589
extra: using where
从上述执行计划可以看出该操作使用全表扫描过滤数据，这种方式是顺序读操作，并且涉及的行数只有1589行。io操作的压力不大，这要消耗应是cpu相关操作。从本条sql的测试结果上看，在innodb引擎下，对于全表扫描的操作，icc编译的mysql较gcc编译的mysql没有劣势；在高并发下，icc编译的mysql还有优势。
sql3：update tb_cust_app tc left join (select count(distinct f.cust_id) num, follow_id from tb_follow_assign f, tb_customer c where f.cust_id=c.cust_id and c.cust_stat_15 group by follow_id) tf on tc.user_id = tf.follow_id set tc.ownered_size=ifnull(tf.num,0) ;
sql3
执行时间
concurrency=1
concurrency=10
concurrency=50
icc编译的mysql
52.30s
79.37s
557.23s
gcc编译的mysql
50.81s
77.30s
452.49s
icc较gcc的提升
-3%
-2.7%
-23.1%
表7
将上述sql稍微改造一下，以获得该sql的执行计划：
select tc.ownered_size,ifnull(tf.num,0) from 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_15 group by follow_id) tf on tc.user_id = tf.follow_id;
相关的执行计划：
*************************** 1. row ***************************
id: 1
select_type: primary
table: tc
type: all
possible_keys: null
key: null
key_len: null
ref: null
rows: 4386
extra:
*************************** 2. row ***************************
id: 1
select_type: primary
table:
type: all
possible_keys: null
key: null
key_len: null
ref: null
rows: 2655
extra:
*************************** 3. row ***************************
id: 2
select_type: derived
table: f
type: index
possible_keys: index_follow_assign_cust_id
key: index_follow_assign_follow_id
key_len: 5
ref: null
rows: 362615
extra:
*************************** 4. row ***************************
id: 2
select_type: derived
table: c
type: eq_ref
possible_keys: primary
key: primary
key_len: 4
ref: xxx.f.cust_id
rows: 1
extra: using where
4 rows in set (3.00 sec)
从上述执行计划可以看出，table f是按照索引顺序进行全表的索引树扫描，这就会造成很多的随机读（使用的索引不是primary key）。大量的随机读会造成比较大的io压力。从测试结果上看，icc编译出的mysql与gcc编译出的mysql相比，在执行时间存在一定的劣势。前面的全脚本测试中存在比较多的这种sql，因此全脚本回放测试中icc编译出的mysql执行时间上比gcc编译的mysql多。从本条sql的执行计划和测试结果上看，在inoodb引擎下，使用辅助索引，icc编译出的mysql很可能出现劣势，这和sql-bench测试结果一致。
4.2.2 使用某数据库数据，myisam引擎测试结果及分析
本节将数据库中一些表的存储引擎改成了myisam，测试使用的sql依然来自使用的sql。本节希望获得在myisam引擎基础上，基于某数据库数据，icc编译的mysql对一些典型sql的优化效果。
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=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（qphotoshop/ target=_blank class=infotextkey>ps）减少大概在10%-20%之间（qphotoshop/ target=_blank class=infotextkey>ps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_15 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（qphotoshop/ target=_blank class=infotextkey>ps）减少大概在10%-20%之间（qphotoshop/ target=_blank class=infotextkey>ps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qphotoshop/ target=_blank class=infotextkey>ps（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。
bitscn.com