wiredtiger java_为什么PostgreSQL比MongoDB还快之续篇(WiredTiger引擎)
今年的DTCC大会上,MongoDB中国的唐总带来了《如何在3.0实现7-10倍性能提升》。演讲时顺便倒了点苦水:一些其它数据库喜欢拿MongoDB进行性能PK,但MongoDB之前的开发一直没有怎么关注性能这块,以前也没有发布过官方的性能测试数据,所以结果可想而知。
但是,MongoDB 3.0带来了新的WiredTiger存储引擎,不再像以前(MMAPv1引擎)那样受制于OS内存映射,性能有7-10倍的提升。这里有一份MongoDB的官方性能测试报告,根据这份测试报告,WiredTiger的性能提升主要表现在数据压缩和并行加载上。http://www.mongoing.com/archives/862由于WiredTiger不是默认引擎(根据唐总的说法,以后的版本会考虑作为默认引擎) 。我之前的那篇测试,对比的还是MongoDB的老引擎MMAPv1。http://blog.chinaunix.net/xmlrpc.php?r=blog/article&uid=20726500&id=4960138下面用同样的测试方法看看WiredTiger引擎的表现(嫌测试过程写得太长的话,可以直接跳到后面看测试总结)。
1. MongoDB WiredTiger引擎的测试
1)启用MongoDB的WiredTiger引擎
点击(此处)折叠或打开
-bash-4.1$ mongod --dbpath /data/db2 --storageEngine wiredTiger
2015-04-18T07:51:26.647+0800 I STORAGE [initandlisten] wiredtiger_open config: create,cache_size=1G,session_max=20000,eviction=(threads_max=4),statistics=(fast),log=(enabled=true,archive=true,path=journal,compressor=snappy),checkpoint=(wait=60,log_size=2GB),statistics_log=(wait=0),
2015-04-18T07:51:27.561+0800 I CONTROL [initandlisten] MongoDB starting : pid=21287 port=27017 dbpath=/data/db2 64-bit host=hanode1
2015-04-18T07:51:27.563+0800 I CONTROL [initandlisten] db version v3.0.2
2015-04-18T07:51:27.563+0800 I CONTROL [initandlisten] git version: 6201872043ecbbc0a4cc169b5482dcf385fc464f
2015-04-18T07:51:27.564+0800 I CONTROL [initandlisten] OpenSSL version: OpenSSL 1.0.1e-fips 11 Feb 2013
2015-04-18T07:51:27.564+0800 I CONTROL [initandlisten] build info: Linux ip-10-171-120-213 2.6.32-220.el6.x86_64 #1 SMP Wed Nov 9 08:03:13 EST 2011 x86_64 BOOST_LIB_VERSION=1_49
2015-04-18T07:51:27.564+0800 I CONTROL [initandlisten] allocator: tcmalloc
2015-04-18T07:51:27.564+0800 I CONTROL [initandlisten] options: { storage: { dbPath: "/data/db2", engine: "wiredTiger" } }
2015-04-18T07:51:27.595+0800 I NETWORK [initandlisten] waiting for connections on port 270172)加载数据
点击(此处)折叠或打开
-bash-4.1$ time -p mongoimport --type json --collection json_tables --db benchmark /dev/null 2>/dev/null
real 8.53
user 7.99
sys 4.14
加载期间的系统负载
点击(此处)折叠或打开
[root@hanode1 ~]# top
top - 08:19:09 up 7 days, 11:19, 5 users, load average: 0.48, 0.13, 0.04
Tasks: 151 total, 1 running, 150 sleeping, 0 stopped, 0 zombie
Cpu(s): 24.9%us, 9.3%sy, 0.0%ni, 56.8%id, 6.2%wa, 0.5%hi, 2.4%si, 0.0%st
Mem: 1019320k total, 949576k used, 69744k free, 82976k buffers
Swap: 2064376k total, 62092k used, 2002284k free, 215228k cached
PID USER PR NI VIRT RES SHR S %CPU %MEM TIME+ COMMAND
24190 postgres 20 0 549m 219m 3312 S 114.7 22.1 0:08.94 mongoimport
21287 postgres 20 0 634m 331m 4748 S 34.6 33.3 0:44.48 mongod值得注意的是系统的瓶颈在mongoimport进程(mongoimport的CPU利用率超过了100%),而不是mongod进程,mongod还有很多的余力。
3)建索引
点击(此处)折叠或打开
-bash-4.1$ echo "db.json_tables.ensureIndex( { \"name\": 1})" |time -p mongo benchmark >/dev/null
real 1.25
user 0.03
sys 0.03
-bash-4.1$ echo "db.json_tables.ensureIndex( { \"type\": 1})" |time -p mongo benchmark >/dev/null
real 0.45
user 0.02
sys 0.02
-bash-4.1$ echo "db.json_tables.ensureIndex( { \"brand\": 1})" |time -p mongo benchmark >/dev/null
real 0.37
user 0.05
sys 0.03
4)查看存储空间大小
点击(此处)折叠或打开
-bash-4.1$ mongo benchmark
MongoDB shell version: 3.0.2
connecting to: benchmark
> db.json_tables.stats()
{
"ns" : "benchmark.json_tables",
"count" : 100001,
"size" : 266284846,
"avgObjSize" : 2662,
"storageSize" : 43167744,
"capped" : false,
"wiredTiger" : {
"metadata" : {
"formatVersion" : 1
},
"creationString" : "allocation_size=4KB,app_metadata=(formatVersion=1),block_allocation=best,block_compressor=snappy,cache_resident=0,checkpoint=(WiredTigerCheckpoint.2=(addr=\"01e208e781e4d41e9d38e208e881e4369503e3e208e981e446480254808080e402928fc0e40291cfc0\",order=2,time=1429314987,size=43118592,write_gen=9063)),checkpoint_lsn=(2,40610048),checksum=uncompressed,collator=,columns=,dictionary=0,format=btree,huffman_key=,huffman_value=,id=5,internal_item_max=0,internal_key_max=0,internal_key_truncate=,internal_page_max=4KB,key_format=q,key_gap=10,leaf_item_max=0,leaf_key_max=0,leaf_page_max=32KB,leaf_value_max=1MB,memory_page_max=10m,os_cache_dirty_max=0,os_cache_max=0,prefix_compression=0,prefix_compression_min=4,split_deepen_min_child=0,split_deepen_per_child=0,split_pct=90,value_format=u,version=(major=1,minor=1)",
"type" : "file",
"uri" : "statistics:table:collection-2--333628209475642491",
"LSM" : {
"bloom filters in the LSM tree" : 0,
"bloom filter false positives" : 0,
"bloom filter hits" : 0,
"bloom filter misses" : 0,
"bloom filter pages evicted from cache" : 0,
"bloom filter pages read into cache" : 0,
"total size of bloom filters" : 0,
"sleep for LSM checkpoint throttle" : 0,
"chunks in the LSM tree" : 0,
"highest merge generation in the LSM tree" : 0,
"queries that could have benefited from a Bloom filter that did not exist" : 0,
"sleep for LSM merge throttle" : 0
},
"block-manager" : {
"file allocation unit size" : 4096,
"blocks allocated" : 9066,
"checkpoint size" : 43118592,
"allocations requiring file extension" : 9046,
"blocks freed" : 27,
"file magic number" : 120897,
"file major version number" : 1,
"minor version number" : 0,
"file bytes available for reuse" : 40960,
"file size in bytes" : 43167744
},
"btree" : {
"btree checkpoint generation" : 8,
"column-store variable-size deleted values" : 0,
"column-store fixed-size leaf pages" : 0,
"column-store internal pages" : 0,
"column-store variable-size leaf pages" : 0,
"pages rewritten by compaction" : 0,
"number of key/value pairs" : 0,
"fixed-record size" : 0,
"maximum tree depth" : 3,
"maximum internal page key size" : 368,
"maximum internal page size" : 4096,
"maximum leaf page key size" : 3276,
"maximum leaf page size" : 32768,
"maximum leaf page value size" : 1048576,
"overflow pages" : 0,
"row-store internal pages" : 0,
"row-store leaf pages" : 0
},
"cache" : {
"bytes read into cache" : 267348602,
"bytes written from cache" : 267938187,
"checkpoint blocked page eviction" : 0,
"unmodified pages evicted" : 0,
"page split during eviction deepened the tree" : 0,
"modified pages evicted" : 26,
"data source pages selected for eviction unable to be evicted" : 3,
"hazard pointer blocked page eviction" : 3,
"internal pages evicted" : 0,
"pages split during eviction" : 26,
"in-memory page splits" : 6,
"overflow values cached in memory" : 0,
"pages read into cache" : 9005,
"overflow pages read into cache" : 0,
"pages written from cache" : 9063
},
"compression" : {
"raw compression call failed, no additional data available" : 0,
"raw compression call failed, additional data available" : 0,
"raw compression call succeeded" : 0,
"compressed pages read" : 9004,
"compressed pages written" : 9020,
"page written failed to compress" : 0,
"page written was too small to compress" : 43
},
"cursor" : {
"create calls" : 14,
"insert calls" : 100001,
"bulk-loaded cursor-insert calls" : 0,
"cursor-insert key and value bytes inserted" : 266602485,
"next calls" : 300006,
"prev calls" : 1,
"remove calls" : 0,
"cursor-remove key bytes removed" : 0,
"reset calls" : 100005,
"search calls" : 0,
"search near calls" : 0,
"update calls" : 0,
"cursor-update value bytes updated" : 0
},
"reconciliation" : {
"dictionary matches" : 0,
"internal page multi-block writes" : 2,
"leaf page multi-block writes" : 28,
"maximum blocks required for a page" : 345,
"internal-page overflow keys" : 0,
"leaf-page overflow keys" : 0,
"overflow values written" : 0,
"pages deleted" : 0,
"page checksum matches" : 204,
"page reconciliation calls" : 32,
"page reconciliation calls for eviction" : 26,
"leaf page key bytes discarded using prefix compression" : 0,
"internal page key bytes discarded using suffix compression" : 9230
},
"session" : {
"object compaction" : 0,
"open cursor count" : 14
},
"transaction" : {
"update conflicts" : 0
}
},
"nindexes" : 4,
"totalIndexSize" : 2826240,
"indexSizes" : {
"_id_" : 864256,
"name_1" : 868352,
"type_1" : 630784,
"brand_1" : 462848
},
"ok" : 1
}WiredTiger引擎的压缩效果确实不错,把253MB的原始数据压缩到了41MB。5)数据查询
匹配9091条记录的查询:点击(此处)折叠或打开-bash-4.1$ echo "db.json_tables.find({ brand: 'ACME'}).count()"|mongo benchmark
MongoDB shell version: 3.0.2
connecting to: benchmark
9091
bye
-bash-4.1$ echo "DBQuery.shellBatchSize = 10000000000;db.json_tables.find({ brand: 'ACME'})"|time -p mongo benchmark >/dev/null
real 3.93
user 3.56
sys 0.11
*)第1次测的时间是12秒,有IO等待的时间,上面是第2次测试的结果,即数据已经被缓存了。看看top的资源占用。点击(此处)折叠或打开Tasks: 158 total, 2 running, 156 sleeping, 0 stopped, 0 zombie
Cpu(s): 22.6%us, 0.4%sy, 0.0%ni, 76.8%id, 0.0%wa, 0.0%hi, 0.2%si, 0.0%st
Mem: 1019320k total, 793584k used, 225736k free, 61424k buffers
Swap: 2064376k total, 64096k used, 2000280k free, 236052k cached
PID USER PR NI VIRT RES SHR S %CPU %MEM TIME+ COMMAND
27969 postgres 20 0 752m 67m 9304 R 91.4 6.8 0:03.46 mongo
26391 postgres 20 0 610m 325m 11m S 1.0 32.7 0:10.95 mongod测试结果和MMAPv1引擎差不多,CPU把时间都耗在客户端的mongo进程上。因为客户端在处理大量输出结果时消耗了太多的资源。为了排除大量数据处理的误导,下面执行一下0匹配的查询。
点击(此处)折叠或打开
-bash-4.1$ echo "DBQuery.shellBatchSize = 10000000000;db.json_tables.find({ brand: 'ACME111'})"|time -p mongo benchmark >/dev/null
real 0.07
user 0.04
sys 0.01
测试结果和MMAPv1引擎也差不多。再试试0匹配的全表扫描。
点击(此处)折叠或打开
-bash-4.1$ echo "db.json_tables.dropIndexes()"|mongo benchmark
MongoDB shell version: 3.0.2
connecting to: benchmark
{
"nIndexesWas" : 4,
"msg" : "non-_id indexes dropped for collection",
"ok" : 1
}
bye
-bash-4.1$echo"DBQuery.shellBatchSize = 10000000000;db.json_tables.find({ brand: 'ACME111'})"|time-p mongo benchmark>/dev/null
real 0.14
user 0.02
sys 0.03
测试结果和MMAPv1引擎比快了有50%左右。
6)数据插入
先清数据
点击(此处)折叠或打开
-bash-4.1$ echo "db.json_tables.drop()"|mongo benchmark
MongoDB shell version: 3.0.2
connecting to: benchmark
true
bye插入数据
点击(此处)折叠或打开
-bash-4.1$ time mongo benchmark --quiet /dev/null
real 1m31.420s
user 0m30.832s
sys 0m50.319s测试结果也和MMAPv1引擎差不多。
并且由于MongoDB的控制台不允许插入大于4k的文档,最后插入的数据没有10万条。
点击(此处)折叠或打开
-bash-4.1$ mongo benchmark
MongoDB shell version: 3.0.2
connecting to: benchmark
> db.json_tables.count()
72728
下面看看插入时的系统负载
点击(此处)折叠或打开
[root@hanode1 ~]# top
top - 08:02:23 up 7 days, 11:02, 5 users, load average: 0.00, 0.02, 0.00
Tasks: 154 total, 2 running, 152 sleeping, 0 stopped, 0 zombie
Cpu(s): 3.3%us, 1.5%sy, 0.0%ni, 76.4%id, 0.0%wa, 0.0%hi, 18.8%si, 0.0%st
Mem: 1019320k total, 888680k used, 130640k free, 83272k buffers
Swap: 2064376k total, 62140k used, 2002236k free, 295144k cached
PID USER PR NI VIRT RES SHR S %CPU %MEM TIME+ COMMAND
22470 postgres 20 0 753m 66m 9224 R 88.8 6.7 0:03.94 mongo
21287 postgres 20 0 634m 344m 11m S 22.3 34.6 0:12.53 mongod这个测试结果也和MMAPv1引擎惊人的相识。那么WiredTiger引擎的插入性能提升在什么地方呢?
其实WiredTiger引擎在插入上主要提升的是并发性能,MMAPv1引擎在并发时是简单粗暴的锁库模式,严重制约并发性能,CPU核心再多性能也上不去。而我的测试是单并发测试,所以看不出MMAPv1引擎的这个致命缺点。
2. 总结
以单并发时的服务端进程CPU消耗作为衡量指标,PG和WiredTiger的对比总结如下:
1)加载
WiredTiger的性能是PG的3倍(注)
2)插入
相差不大,WiredTiger小胜(注)
3)全表扫描(0匹配)
WiredTiger的性能是PG的4倍
4)单点索引扫描(0匹配)
PG的性能是WiredTiger的4倍
5)数据大小
PG的数据大小是WiredTiger的3倍
注意,以上加载和插入的这两个数据以单并发时的服务端进程CPU消耗作为衡量指标的,忽略了MongoDB客户端的高CPU消耗,实际场景中也有可能PG更快。之所以这样对比,是因为:
我们假设好的引擎可以在高并发时可以把负载均衡地分散到所有CPU核心上,对这样的引擎,在CPU成为瓶颈的场景中,单并发时的CPU实际占用时间可以作为一个重要的参考指标。但是,服务端能不能在高并发时实现多CPU核心上的线性或近似线性的性能Scale UP还需看服务端(PG/MongoDB)的素质和具体使用场景。
最后,即使PG在加载和插入的PK上输了也很正常,因为PG是保障了ACID的,WiredTiger却有丢失数据的风险。Journal 默认不会即时刷盘,系统宕机会丢失最多100MB Journal数据
wiredtiger java_为什么PostgreSQL比MongoDB还快之续篇(WiredTiger引擎)相关推荐
- 为什么PostgreSQL比MongoDB还快之完结篇(深挖单点索引查询)
之前两篇测试中发现:单点索引查询中PostgreSQL的速度是MongoDB(WiredTiger引擎)的4倍. http://blog.chinaunix.net/xmlrpc.php?r=blog ...
- PostgreSQL,MongoDB,Neo4j,OrientDB和ArangoDB比较
基准:PostgreSQL,MongoDB,Neo4j,OrientDB和ArangoDB 2015年10月13日表现 在这篇博客文章 - 这是一个综合的表现博客系列 - 我想完成我们的NoSQL性能 ...
- 揭秘 ClownFish 比手写代码还快的原因
说明:本文的第一版由于反对人数较多(推荐/反对数量是:23 / 17), 我在8月20日删除了博文内容,只留下一段简单的内容. 既然分享技术也引来这么多的反对,那我就不分享了. 如果希望知道我的优化方 ...
- 在M1芯片上跑原生Linux:编译速度比macOS还快40%,真香警告
Alex 发自 凹非寺 量子位 | 公众号 QbitAI 现在,M1 Mac可以顺利运行原生Linux了. 专为苹果自研芯片打造的Asahi Linux项目,Alpha版本已经释出. 在Mac采用英特 ...
- vc的速度有c语言快吗,大家帮看看,怎么回事?Delphi竟比vc++还快
已结贴√ 问题点数:20 回复次数:15 大家帮看看,怎么回事?Delphi竟比vc++还快 前天有一个求素数个数问题,用delphi7.0求得100000000以内素数用时21.234秒,为想更快一 ...
- PyPy为什么能让Python比C还快?一文了解内在机制
作者|力元.馨月 来源|机器之心 「如果想让代码运行得更快,您应该使用 PyPy.」 - Python 之父 Guido van Rossum 对于研究人员来说,迅速把想法代码化并查看其是否行得通至关 ...
- 究竟是什么可以比反射还快实现动态调用?| Source Generators版
前言 最近在公众号上看到一篇文章<究竟是什么可以比反射还快实现动态调用?>,它使用的是Newbe.ObjectVisitor,基于C#表达式树访问一个普通class的所有属性和对应的值,可 ...
- 6月数据库排行:PostgreSQL和MongoDB分数罕见下降
DB-Engines 数据库流行度排行榜 6 月更新已发布,排名前二十如下: 总体排名和上个月相比基本一致,其中排名前三的 Oracle.MySQL 和 Microsoft SQL Server 也是 ...
- 分段线性插值c语言程序_【短道速滑】OpenCV中cvResize函数使用双线性插值缩小图像长宽大小一半时速度飞快(比最近邻还快)之异象解析和自我实现。...
点击上方↑↑↑"OpenCV学堂"关注我 作者网名:laviewpbt 是图像处理,算法实现与加速优化方面的大神!其开发的imageshop软件大小只有1MB,却实现了非常丰富与复 ...
最新文章
- 2021年大数据Hadoop(三):Hadoop国内外应用
- 共享库报错问题及解决方案
- 第11课:优化神经网络——梯度优化
- 基础网络爬虫(Web crawler)相关技术浅析
- OpenGL Cubic Bezier三次贝塞尔曲线修补实例
- AccountManagment
- Eigen与Matlab语法及语义辞典
- 乐高机器人亮剑_2500名选手大比拼 全球机器人广州从化“亮剑”
- #includebits/stdc++.h包含C++的全部头文件
- PHP ob_get_level嵌套输出缓冲
- 2012.5.4号--关于125k(简易读卡和低频唤醒)
- 你必须知道:localStorage、sessionStorage 和 Cookie 区别在什么地方
- QT5软件开发入门到项目实战PDF(配完整示例代码)(持续更新)
- subli快速度创建html,Shortcut to comment out a block of code with subli
- PyQt5多个GUI界面设计
- 博弈论学习笔记——拍卖原理
- 基于asp.net固定资产管理系统设计
- 高通MSM8255 GPS 调试分析Android系统之Broadcom GPS 移植【转】
- 大数据笔记--Hadoop(第五篇)
- 论坛贴吧图片IP签名档源码
热门文章
- 武汉理工大学 大数据架构与模式期末复习
- Enigma Virtual Box封包工具介绍
- 会计初级可以自己报名吗_初级会计考试可以自学吗?我刚完成报名
- Mybatis源码分析: MapperMethod功能讲解
- DB2 SQL错误查询 LOAD时报的日志特别好用
- 我的世界怎么免费开一个服务器是正版,我的世界免费服务器如何去搭建?我的世界服务器如何选择...
- BUUCTF·[网鼎杯 2020 青龙组]boom·WP
- nginx 防止恶意域名解析_nginx防恶意域名解析
- 03Nginx虚拟主机与域名解析
- 教师资格计算机面试题,2019上半年高中信息技术教师资格证面试试题(精选)第二批...