拥有一个高性能低延时数据库是什么样的体验?(低延迟数据)
此账号为华为云开发者社区官方运营账号,提供全面深入的云计算前景分析、丰富的技术干货、程序样例,分享华为云前沿资讯动态
本文分享自华为云社区《数据为证,华为云GaussDB(for Cassandra) 性能提升背后的那些事儿》,原文作者:高斯Cassandra官方。
在我们的日常理念中,追求性价比是最为常见的,但是你知道购买低配置还能享受高性能、低延时、超低价的数据库有哪些吗?今天我们就用数据说话,带你深入了解GaussDB(for Cassandra)挑战超低价、同时保证高性能哪些事儿!
众所周知,有数据的地方就需要用数据库,GaussDB(forCassandra)最擅长在物流、内容分发、视频直播等海量数据的场景中,这样才能发挥它的特长。
本次围绕GaussDB(for Cassandra)新推出的2U8G小规格做一组测试并与开源Cassandra进行对比,快来和我一探究竟吧。
1、测试工具
2、数据模型
3、测试环境
4、测试步骤
4.1 创建表模型
- 创建keyspace:
create keyspace ycsb WITH REPLICATION = {'class' :'SimpleStrategy', 'replication_factor': 3 };
- 进入keyspace:
use ycsb;
- 创建usertable:
create table usertable (
y_id varchar primary key,
field0 varchar,
field1 varchar,
field2 varchar,
field3 varchar,
field4 varchar,
field5 varchar,
field6 varchar,
field7 varchar,
field8 varchar,
field9 varchar);
4.2 数据准备阶段
nohup ./bin/ycsb loadcassandra-cql -P workloads/workload-insert-mostly -threads $THREAD_COUNT-s > $LOG_FILE 2>&1 &
4.3 YCSB四种业务模型压测
5、测试结果
压测阶段分两组,一组CPU满负载80%,一组CPU正常负载50%
5.1 测试结果指标说明
OPS:每秒操作数
insert_Lat(us):每次insert操作平均时延(微秒)
insert95Lat(us):95%的insert操作在多少微秒内
insert99Lat(us):99%的insert操作在多少微秒内
update_Lat(us):每次update操作平均时延(微秒)
update95Lat(us):95% update操作的时延在多少微秒以内
update99Lat(us):99% update操作的时延在多少微秒以内
read_Lat(us):每次read操作的平均时延(微秒)
read95Lat(us):95% read操作的时延在多少微秒以内
read99Lat(us):99% read操作的时延在多少微秒以内
5.2 CPU 80%负载
5.3 CPU 50%负载
5.3.1 与开源对比
6、2U8G成本
在华为云上购买一个2U8G 3节点存储为160GB的实例为例,具体选项如下:
如上按需费用为5.84/小时,包年费用是22,534元
7、总结
- 在YCSB四种通用业务模型中,GaussDB(for Cassandra) 新推出的2U8G规格在CPU满负载80%的情况下OPS在15000 ,CPU正常负载50%的情况下能达到8000
- 高性能
GaussDB(forCassandra) 新推出的2U8G规格在CPU正常负载情况下,能达到与开源Cassandra 4U16G一样的处理能力,在读多业务场景下每秒操作数更是高于开源Cassandra 50%
- 低时延
写平均时延在1.7ms内,读平均时延在3ms内
看到这里你是不是觉得GaussDB(forCassandra) 新推出的2U8G规格也不错,赶紧来体验吧
购买建议:
GaussDB(for Cassandra)性能为开源2倍以上,存储空间仅需开源自建1/3,帮助客户节省成本,举例如下:开源自建8u32g * 3节点 数据量:90G(三副本),购买GaussDB(for Cassandra)可选择创建4u16g * 3节点数据量:30G(DFV存储三副本)
本文作者:华为云GaussDB(for Cassandra)团队
产品首页:https://www.huaweicloud.com/product/gaussdbforcassandra.html
欢迎加入我们!
华为云GaussDB(for Cassandra)团队(深圳、西安、杭州)zhaojuan.zhao@huawei.com