Chinaunix首页 | 论坛 | 博客

-

  • 博客访问: 3269915
  • 博文数量: 125
  • 博客积分: 0
  • 博客等级: 民兵
  • 技术积分: 1383
  • 用 户 组: 普通用户
  • 注册时间: 2018-12-20 14:57
文章分类
文章存档

2020年(53)

2019年(68)

2018年(4)

我的朋友

分类: 敏捷开发

2019-10-23 15:17:46

经常听人说,数据库的IO性能不佳,但说归说,并没有感性认识。我们现在就来实际测试一下,常用的Oracle和MySQL的JDBC读取性能如何。

之所以测试JDBC,是因为大部分应用是JAVA写的,也就只能用JDBC来访问数据。这里仅测试用JDBC读出数据,并产生成Java的记录对象(毕竟到了这一步才能在应用中使用),不作任何计算。

1.        数据来源

使用TPCH生成的数据,选用其中的customer表来做测试,数据记录为3000万行,8个字段。它生成的原始文本文件名为customer.tbl,文件大小为4.9G。利用数据库提供的数据导入工具将此文件数据导入到Oracle和MySQL的数据表中。

2.        测试环境

在一台Intel服务器上完成测试,2个Intel2670 CPU,主频2.6G,共16核,内存64G。数据库表数据及文本文件均存储在同一块SSD硬盘上。

所有测试均在服务器本机上完成,没有消耗网络传输时间。

3.        数据库读数测试

通过Oracle提供的JDBC接口,用SQL语句执行数据读取。

Java写起来麻烦,用SPL脚本执行测试:


A
1 =now() /记录时间
2 =connect("oracle") /连接数据
3 =A2.cursor("select * from customer") /生成取数游标
4 for A3,10000 /循环取数,每次10000条
5 =A2.close() /关闭连接
6 =interval@s(A1,now()) /计算时长

 

MySQL的测试代码类似,不再赘述。

 

测试结果(时间单位:秒)


第一次 第二次 每秒行数
Oracle 293 281 106K
MySQL 518 381 79K

第二次可能由于操作系统有了硬盘缓存,所以更快。因为我们主要是为了测试JDBC的读取时间,所以就以第二次为准,减少数据库本身从硬盘读数的影响。每秒读出行数也是按第二次时间来计算的,也就是说,Oracle每秒能读出10万行多数据,MySQL大概接近8万行。当然这个值和表的字段数及类型都有关(customer表有8个字段),只是一种参考。

 

4.        文本文件对比

只从上面的数据量还没有太多感性认识,我们再读一下文本文件来对比。办法是一样的,从文件中读出数据,并解析出记录,不作任何计算。

编写如下SPL脚本执行测试:


A
1 =now() /记录时间
2 =file("/home/sjr/tbl/customer.tbl") /产生文件对象
3 =A2.cursor(;,"|") /生成取数游标,分隔符是|
4 for A3,10000 /循环取数,每次10000条
5 =interval@s(A1,now()) /计算时长

测试结果是42秒!

这意味着,读取文本要比读取Oracle快281/42=6.69倍,比MySQL要快381/42=9.07倍!

我们知道,文本解析是个非常麻烦的事情,但即使这样,从文本文件读取数据还是远远快于从数据库中读数。Oracle和MySQL的IO实在是太慢了!

 

5.        二进制方式

我们进一步再看使用二进制方式的存储格式的读取性能,并和文本比对。

为了对比明显,这次换一个更大的表,用TPCH中的orders表,有3亿行数据,9个字段。

文本读取的代码和上面类似,读取时间测试为438秒。

 

然后,我们将这个文本文件转换成SPL组表,再写代码测试:


A
1 =now() /记录时间
2 =file("/home/sjr/ctx/orders.ctx").create() /产生组表对象
3 =A2.cursor() /生成取数游标
4 for A3,10000 /循环取数,每次10000条
5 =interval@s(A1,now()) /计算时长

测试结果是164秒,大概仅仅是文本读取的三分之一。

这是情理之中的事情,因为二进制数据不再需要解析,可以直接产生对象,计算量少了很多,因而要更快。

需要说明的是,组表文件虽然采用列存格式,但在这里读出了所有列,并没有比文本少取任何内容,没有占列存的便宜。事实上,因为读所有列,使用列存还会吃点亏,如果采用SPL集文件(一种行存格式)还会更快。

 

6.        并行提速

从文件中取数还很容易实现并行,文本和组表都容易写出并行程序。还是用上面的orders表为例来测试,使用4线程取数。

文本取数代码:


A B C
1 >n=4 /n是并行数 =now()
2 =file("/home/sjr/tpch_2_17_0/tbls/orders.tbl")
3 fork to(n) =A2.cursor(;A3:n, "|") 多线程产生游标,每个游标只取4段中的一段
4
for B3, 10000
5 =interval@s(C1,now())

组表取数代码:


A B C
1 >n=4 /n是并行数 =now()
2 =file("/home/sjr/ctx/orders.ctx").create()
3 fork to(n) =A2.cursor(;;A3:n) 多线程产生游标,每个游标只取4段中的一段
4
for B3, 10000
5 =interval@s(C1,now())

用SPL很容易实现数据分段和并行计算。

 

测试结果为:

文本       119秒

组表       43秒

与串行相比,接近了线性提升,将CPU的多核充分利用起来了。

 

       数据库中的数据则不容易简单地实施分段并行,需要用WHERE条件去拼,结果很难说清到底是并行不力还是WHERE执行损失太多,测试结果的参考意义就打折扣了,这里就不再做了。

 

7.        结论

数据库(Oracle和MySQL)的JDBC性能非常非常差!比文本文件还要差5倍以上。而采用二进制数据时,会比文本再提高3倍的读取性能。也就是说,合理格式的二进制文件会比数据库有15倍以上的优势。再考虑到并行因素,比数据库快出几十上百倍也是完全可能的。

在关注性能且数据量较大时,千万不要把数据读出数据库计算!

如果实在需要读出后再计算(有时SQL很难写出复杂的过程计算),就不要再用数据库存储了(大数据都是历史,基本也不再改了,可以事先读出),用文本都比数据库强,用二进制当然更好(推荐使用SPL组表,哈哈)。切不要把时间浪费在读数这种非计算任务上了。

阅读(138451) | 评论(0) | 转发(0) |
给主人留下些什么吧!~~