# 测试环境 平台：虚拟机 CPU：E7-4890 4核8线程 内存：8G 硬盘：机械硬盘 OS:Windows Sever 2012 R2 MySQL: 5.5 Rides: 4.0.2 # 测试数据 t_user表，14个字段，1个字段包含中文，数据量527206条 # 测试配置 配置： ``` #maxprocs: 50 #并发协（线）程数量，默认为: CPU核数*2；一般情况下不需要设置此项 bulk_size: 1000 #每批处理数量，不写默认100，可以根据带宽、机器性能等调整;如果是全量数据初始化时redis建议设为1000，其他接收端酌情调大 ``` 规则： ``` schema: eseap table: t_user order_by_column: id #排序字段，全量数据初始化时不能为空 #column_lower_case:false #列名称转为小写,默认为false #column_upper_case:false#列名称转为大写,默认为false column_underscore_to_camel: true #列名称下划线转驼峰,默认为false # 包含的列，多值逗号分隔，如：id,name,age,area_id 为空时表示包含全部列 #include_column: ID,USER_NAME,PASSWORD date_formatter: yyyy-MM-dd #date类型格式化， 不填写默认yyyy-MM-dd datetime_formatter: yyyy-MM-dd HH:mm:ss #datetime、timestamp类型格式化，不填写默认yyyy-MM-dd HH:mm:ss value_encoder: json #值编码，支持json、kv-commas、v-commas redis_structure: string # 数据类型。 支持string、hash、list、set类型(与redis的数据类型一直) redis_key_prefix: USER_ #key的前缀 redis_key_column: ID #使用哪个列的值作为key，不填写默认使用主键 ``` 脚本： ``` local json = require("json") -- 加载json模块 local ops = require("redisOps") -- 加载redis操作模块 local row = ops.rawRow() --当前变动的一行数据,table类型，key为列名称 local action = ops.rawAction() --当前数据库的操作事件,包括：insert、updare、delete local id = row["ID"] --获取ID列的值 local userName = row["USER_NAME"] --获取USER_NAME列的值 local key = "user_"..id -- 定义key if action == "delete" -- 删除事件 then ops.DEL(key) -- 删除KEY else local password = row["PASSWORD"] --获取USER_NAME列的值 local createTime = row["CREATE_TIME"] --获取CREATE_TIME列的值 local result= {} -- 定义结果 result["id"] = id result["userName"] = userName result["password"] = password result["createTime"] = createTime result["source"] = "binlog" -- 数据来源 local val = json.encode(result) -- 将result转为json ops.SET(key,val) -- 对应Redis的SET命令，第一个参数为key(string类型)，第二个参数为value end ``` # 测试用例一 使用规则，将52万条数据全量初始化同步到Redis，结果如下：  3次运行的中间值为4.6秒 # 测试用例二 使用Lua脚本，将52万条数据全量初始化同步到Redis，结果如下：  3次运行的中间值为9.5秒 # 测试用例三 使用规则，将binlog中52万条增量数据同步到Redis。结果如下：  每秒增量同步(TPS)32950条 # 测试用例四 使用Lua脚本，将binlog中52万条增量数据同步到Redis。结果如下：  每秒增量同步(TPS)15819条 # 测试用例五 100个线程不停向MySQL写数据，使用规则将数据实时增量同步到Redis，TPS保持在4000以上，资源占用情况如下：  100个线程不停向MySQL写数据，使用Lua脚本将数据实时增量同步到Redis，TPS保持在2000以上，资源占用情况如下：  <br/> # 结果说明 **测试环境不同，测试结果也会随着改变；硬件配置、软件版本、网络环境都会影响着测试结果** **以上，仅作为参考，为你在选择go-mysql-transfer时候提供依据**