elasticsearch 批量入库bulk性能测试

背景

        我的需求很简单，就是用httpCilent组件，通过REST批量接口bulk提交一些数据。跑一下代码1W条数据导入完成耗时0.843秒，到这里我本可以高高兴兴的交差了，但是我又干了一件事情，用Java原生客户端跑了1W条数据，发现导入速度是0.359秒。管他呢，完成任务。但是，，但是我纠结了，作为一个有追求，有思想的码农，我纠结了。这个时间差距有点大啊。我就怀疑代码有问题了。我就又用了官方的JEST客户端试了下速度。发现速度也不快啊。然后，我的心理就一直缠绕着一个问题，批量导入哪家强？就做了一系列测试。本来测试个Http就好了，但是，，又一个但是。我就根本停不下来了。

测试结果

        单位是秒，数据量是1Ｗ条，总大小是672 kb。httpClient v1是用最笨的方法写的。V2s是加入了线程池，先初始化Client。速度取了3次的平均值。Java的客户端快的时候有0.2秒，也就是每秒5W多记录。测试10Ｗ条记录的时候发生了一点意外XContentBuilder太吃内存了,也就是JSON解析。我的２Ｇ内存的渣渣机器，跑不起来。换了服务器给3G内存测试的。测试数据很简单，下面这样。

{"create":{"_index":"nq_test2","_type":"base"}}\n{"name":"value1"}\n

第一组

• 0.359  java

• 0.843  httpClient v1

• 0.593  httpClient v2

• 0.719  jest

• 0.581  javascript

• 0.739  python

• 0.389  nest (.net客户端)

第二组

10W 条 6825 kb

• 5.343 python

• 2.746 httpClient v2

• 2.145 java

测试结论

        http协议的REST接口，总是要比TCP协议的Java原生客户端要慢一些，意外发现是C#的Http组件，性能不错啊。

测试代码

python

def test():
    actions=[]
    for i in range(1,100001):
        actions.append({"_index": 'nq_test2', "_type": "python","_source":{ "name":"value"+str(i)}})
    starttime = time.clock()
    helpers.bulk(es,actions,chunk_size=50000)
    endtime = time.clock()
    print "cost = "+str(endtime - starttime)

JS

var client = new elasticsearch.Client({
  host: 'http://myes:9200',
  sniffOnStart: false,
  sniffInterval: 60000,
});
function buildData(){
	var actions=[];
	for(var i=1;i<=10000;i++){
		actions.push({ index:  { _index: 'nq_test2', _type: 'js'} });
		actions.push({ name: 'value'+i });
	}
	return actions;
}
function test(){
	var actions = buildData();
	var beginTime = new Date().getTime();
	client.bulk({
	  body: actions
	}, function (err, resp) {
		var endTime = new Date().getTime();
		//console.info(resp);
		$("#costDiv").html('cost = '+(endTime-beginTime)/1000.0);
		$("#tookDiv").html('took = '+resp.took);
	});
}

Java

public void test(int count) throws IOException{
		BulkRequestBuilder bulkRequest = client.prepareBulk();
		System.out.println("count ="+count);
		for(int i=1;i<=count;i++){
			bulkRequest.add(client.prepareIndex("nq_test2", "java")
			        .setSource(jsonBuilder()
			                    .startObject()
			                        .field("name", "value"+i)
			                    .endObject()
			        		)
			);
		}
		long beginTime = System.currentTimeMillis();
		BulkResponse bulkResponse = bulkRequest.execute().actionGet();
		if (bulkResponse.hasFailures()) {
			System.out.println("erros");
		}
		long endTime = System.currentTimeMillis();
		System.out.println("took ="+bulkResponse.getTookInMillis());
		System.out.println("cost = "+(endTime-beginTime)/1000f);
}

Jest

public void test() {
	Bulk.Builder builder = new Bulk.Builder()
	    .defaultIndex("nq_test2")
	    .defaultType("jest");
	    for(int i=1;i<=10000;i++){
	    	builder.addAction(new Index.Builder("{\"name\":\"value"+i+"\"}").build());
	    }
	    Bulk bulk =builder.build();
		try {
			long beginTime = System.currentTimeMillis();
			JestResult result = client.execute(bulk);
			long endTime = System.currentTimeMillis();
			System.out.println("cost = "+(endTime-beginTime)/1000f);
			System.out.println("took = "+ result.getValue("took"));
		} catch (Exception e) {
			e.printStackTrace();
		}
}

Nest (c#)

private void testBtn_Click(object sender, EventArgs e)
{
    var settings = new ConnectionSettings(
         new Uri(urlTxt.Text)
    );
    var Client = new ElasticClient(settings);

    var Descriptor = new BulkDescriptor();
    Descriptor.FixedPath("nq_test2", "dotnet");
    var Count = Convert.ToInt32(numericUpDown1.Value);
    foreach (var i in Enumerable.Range(0, Count))
    {
        Descriptor.Create<Item>(op => op.Document(new Item { name = "value"+i }));
    }
    
    var BeginTime = DateTime.Now.Millisecond;
    var Result = Client.Bulk(Descriptor);
    var EndTime = DateTime.Now.Millisecond;
    
    label1.Text = "cost = "+((EndTime - BeginTime) / 1000f).ToString()+" sec";
    label3.Text = "took = " + Result.Took.ToString() + " sec";

}

转载于:https://my.oschina.net/naqin/blog/347200