标签:
近日,知名独立基准测评机构Bankmark,针对目前市面上主流的NoSQL数据库SequoiaDB、MongoDB以及Cassandra三款NoSQL数据库产品做了性能对比测试并发布测试报告。在所有的测试中,三款NoSQL数据库产品的表现各有千秋,没有那款产品能在所有测试场景中完败对手,就整体表现而言SequoiaDB与Cassandra不相上下表现上佳,而MongoDB表现却不理想属于垫底的存在。
测试机构:
Bankmark是一家德国的独立基准测评机构,业内著名的NoSQL性能测试团队。
测试产品:
MongoDB(目前名气最大,用的人最多的NoSQL数据库,占据了非关系型数据库的主流位置。)
SequoiaDB(由前IBM DB2团队的研发人员创建,据称在性能和功能上能够与MongoDB做正面抗衡。)
Cassandra(是Facebook的数据库系统的开源分支,支持者众多,而Cassandra能一直稳压HBase(高贵的血统,与Hadoop天然集成)长期霸占列存储第一更是其优越性的强有力证明。)
测试环境:
Bankmark使用了 Yahoo Cloud Serving Benchmark(YCSB)测试框架作为测试工具。
所有的测试都在物理硬件上进行,没有使用任何虚拟化的层级。
所有的数据库测试都在一个10节点的集群上进行,其中10台服务器(Dell PowerEdge R520(5台)、Dell PowerEdge R720(5台))作为数据库系统的主机,5台(HP ProLiant BL465c)刀片机作为YCSB客户端。
测试结果:
从报告结果来看,没有那款产品能在所有测试场景中全部击败对手,在“大部分内存环境”的设定下,SequoiaDB的性能明显优于其他的产品,除了在Cassandra的强项“读多写少”。在“全内存环境”下测试结果表明,SequoiaDB拥有更快速的读请求性能,而Cassandra在写请求下表现要好于SequoiaDB。然而,在所有的测试案例中,MongoDB几乎都是最慢的。更多内容请见测试报告(NoSQL Performance Test)
大部分内存环境(Mostly-in-memory):原始数据大小为总RAM大小的1/4
全内存环境(in-memory):原始数据大小为总RAM大小的1/2
测试场景1: 2亿条记录(每个节点2000万)
在本实验中,全内存环境下(原(始)数据大小大约占系统总内存的45%左右 )
1、单条数据导入
从上图结果中可以看到,在全内存环境下,单条记录载入操作,Cassandra最高,总吞吐量可达每秒近7万,Mongodb最差。
2、批量数据导入(1000条记录一批次)
在该测试中,数据为每批次1000条,测试结果显示,SequoiaDB可以达到每秒钟近6.5万的导入速度。
3、Zipfian分布,100%读
单纯随机查询的测试中,SequoiaDB表现最为突出,Mongodb次之。
4、Zipfian分布,50%读,50%更新
在查询更新平衡测试中(50%读,50%更新),Sequoiadb表现最佳,Mongodb表现最不理想。
5、Zipfian分布,5%读,95%更新
在以更新为主的测试中(5%查询,95%更新),Cassandra表现最佳。
6、Zipfian分布,95%读,5%更新
在以查询为主的测试中(95%查询,5%更新),mongodb表现最优秀,Cassandra最差
7、latest分布,95%读,5%插入
从图中可以看出,查询最新测试中,SequoiaDB对于刚刚写入至内存中便读取的场景性能最佳,Cassandra最差
测试场景2: 1亿条记录(每个节点1000万)
在本案例/实验中,大部分内存环境下(原(始)数据大小大约占系统总内存的22%左右)
1、单条记录导入
从上图结果中可以看到,在大部分内存环境下,单条记录载入操作,Sequoiadb最佳。这与在全内存环境下结果发生了变化。
2、批量数据导入
测试结果显示,SequoiaDB可以达到每秒钟7万多的导入速度。
3、Zipfian分布,100%读
单纯随机查询的测试中,SequoiaDB表现依然是最为突出,Cassandra次之。。
4、Zipfian分布,50%读,50%更新
在查询更新平衡测试中,50%读,50%更新,Sequoiadb依然表现最佳
5、Zipfian分布,5%读,95%更新
在以更新为主的场景测试中(5%查询,95%更新),Cassandra秒杀对手。
6、Zipfian分布,95%读,5%更新
在以查询为主的场景中(95%查询,5%更新),Cassandra表现最佳,Mongodb反而表现最差
7、 latest分布,95%读,5%插入
从图中可以看出,与全内存环境不同的结果,SequoiaDB依然最快,Cassandra超过Mongodb仅次于SequoiaDB。
标签:
原文地址:http://www.cnblogs.com/liangxiaofeng/p/5835858.html