Performance

目录

• 1 前言
• 2 测试方式
  • 2.1 硬件配置
• 3 读性能
  • 3.1 数据远小于内存（可用内存 64 GB）
  • 3.2 数据远大于内存（可用内存 2 GB）
  • 3.3 数据远大于内存（可用内存 1 GB）

1 前言

我们将 TerarkDB 集成到了 Pika 中，后续我们会逐步发布性能测试报告。

2 测试方式

• 测试工具

  • redis-benchmark 测试工具
  • 该工具可以提供随机写入与随机读取测试

• 测试参数（未注明的参数采用默认配置）

  • 总请求数：1000000
  • 并发客户端数：80
  • 数据库配置：
    • thread-num: 8
    • write-buffer-size: 1 GB
    • target-file-size-base: 64 MB
    • block-cache-size: 640 MB
    • allow-mmap-reads: yes

• 测试对象

  • Qihoo360 的 Pika
  • Terark 的 Pika on TerarkDB

• 测试数据

  • 本测试中使用 Amazon movie data (~ 8 million reviews) 数据进行测试

• 测试数据集尺寸

  • 约为 9.1 GB
  • 约 800 万条数据
  • 平均每条数据大约 1 KB

2.1 硬件配置

• Intel(R) Core(TM) i7-6700K CPU @ 4.00GHz
• Kingston 16G @ 2133 MHz x4 (64G Total)
• SanDisk SD8SBAT256G1122 (256G SSD)
• Ubuntu 16.04.2 LTS

3 随机读取性能

我们在开始读性能测试之前，首先将所有数据写入数据库，然后执行压缩（compact）操作，最后开始读性能测试。

• 内存受限情况通过修改 Linux 内核参数直接限制系统可用内存来达到限制总内存开销的目的

• 数据库大小比较

• 得益于 TerarkZipTable 的压缩算法，Pika on TerarkDB 的数据库尺寸远小于原版 Pika

3.1 数据远小于内存（可用内存 64 GB）

• 内存占用大小比较

• 由于 TerarkZipTable 在使用内存映射（Memory Map）时没有二次缓存，所以 Pika on TerarkDB 占用的内存更少

• 每秒查询率(QPS)性能比较

• 99.9分位延迟性能比较

• 得益于 TerarkZipTable 采用的可检索压缩技术，使得 Pika on TerarkDB 的随机访问性能得到极大提升

3.2 数据远大于内存（可用内存 2 GB）

• 每秒查询率(QPS)性能比较

• 99.9分位延迟性能比较

• 由于 Pika on TerarkDB 占用内存小，在内存受限的情况下依然可以表现出大部分性能，而原版 Pika 则极大地受到内存限制，发挥不出性能

3.3 数据远大于内存（可用内存 1 GB）

• 每秒查询率(QPS)性能比较

• 99.9分位延迟性能比较

• 进一步限制内存后 Pika on TerarkDB 也受制于有限的内存资源而发挥不了全部性能。但由于它本身比原版 Pika 需要的内存资源少，因此表现出来的性能依然更加优秀