MemSQL、SQLFire、Oracle XE性能对比测试

最新推荐文章于 2024-04-29 08:55:42 发布
最新推荐文章于 2024-04-29 08:55:42 发布
阅读量5.5k 收藏
点赞数
分类专栏： Database 文章标签： MemSQL SQLFire NewSQL 性能
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/zcmssd/article/details/39227865
版权

1.软件版本

MemSQL 3.1

Pivotal SQLFire 1.1.2

Oracle 11g XE

 

2.测试环境

宿主机

OS：Windows 7 64位 专业版

CPU：i7-3770 3.4GHz

内存：16G

硬盘：大于800G

 

VMware虚拟机

OS：CentOS 6.3 64位

内存：16G

 

其中MemSQL运行于虚拟机，SQLFire和Oracle直接运行于宿主机

SQLFire只开启一个server member

3.DDL

MemSQL

DROP TABLE t_main;
DROP TABLE t_rel1;
DROP TABLE t_rel2;
DROP TABLE t_rel3;

create table t_main(
	rec_id BIGINT not null  PRIMARY KEY,
	c1 DOUBLE PRECISION,
	c2 BIGINT,
	c3 VARCHAR(100),
	c4 VARCHAR(100),
	c5 VARCHAR(100),
	c6 VARCHAR(100)
	
) ;

create table t_rel1(
	rec_id BIGINT not null  PRIMARY KEY,
	main_id BIGINT,
	c1 DOUBLE PRECISION,
	c2 BIGINT,
	c3 VARCHAR(100),
	c4 VARCHAR(100),
	c5 VARCHAR(100),
	c6 VARCHAR(100)
	
) ;

create table t_rel2(
	rec_id BIGINT not null  PRIMARY KEY,
	main_id BIGINT,
	c1 DOUBLE PRECISION,
	c2 BIGINT,
	c3 VARCHAR(100),
	c4 VARCHAR(100),
	c5 VARCHAR(100),
	c6 VARCHAR(100)
	
) ;

create table t_rel3(
	rec_id BIGINT not null  PRIMARY KEY,
	main_id BIGINT,
	c1 DOUBLE PRECISION,
	c2 BIGINT,
	c3 VARCHAR(100),
	c4 VARCHAR(100),
	c5 VARCHAR(100),
	c6 VARCHAR(100)
	
) ;

create index rel1main on t_rel1(main_id);
create index rel2main on t_rel2(main_id);
create index rel3main on t_rel3(main_id);


SQLFire

DROP TABLE t_main;
DROP TABLE t_rel1;
DROP TABLE t_rel2;
DROP TABLE t_rel3;

create table t_main(
	rec_id BIGINT not null  PRIMARY KEY,
	c1 DOUBLE PRECISION,
	c2 BIGINT,
	c3 VARCHAR(100),
	c4 VARCHAR(100),
	c5 VARCHAR(100),
	c6 VARCHAR(100)
	
) PERSISTENT;

create table t_rel1(
	rec_id BIGINT not null  PRIMARY KEY,
	main_id BIGINT,
	c1 DOUBLE PRECISION,
	c2 BIGINT,
	c3 VARCHAR(100),
	c4 VARCHAR(100),
	c5 VARCHAR(100),
	c6 VARCHAR(100)
	
) PERSISTENT;

create table t_rel2(
	rec_id BIGINT not null  PRIMARY KEY,
	main_id BIGINT,
	c1 DOUBLE PRECISION,
	c2 BIGINT,
	c3 VARCHAR(100),
	c4 VARCHAR(100),
	c5 VARCHAR(100),
	c6 VARCHAR(100)
	
) PERSISTENT;

create table t_rel3(
	rec_id BIGINT not null  PRIMARY KEY,
	main_id BIGINT,
	c1 DOUBLE PRECISION,
	c2 BIGINT,
	c3 VARCHAR(100),
	c4 VARCHAR(100),
	c5 VARCHAR(100),
	c6 VARCHAR(100)
	
) PERSISTENT;

create index rel1main on t_rel1(main_id);
create index rel2main on t_rel2(main_id);
create index rel3main on t_rel3(main_id);


 

Oracle

DROP TABLE t_main;
DROP TABLE t_rel1;
DROP TABLE t_rel2;
DROP TABLE t_rel3;

create table t_main(
	rec_id NUMBER(19,0) not null  PRIMARY KEY,
	c1 DOUBLE PRECISION,
	c2 NUMBER(19,0),
	c3 VARCHAR2(100),
	c4 VARCHAR2(100),
	c5 VARCHAR2(100),
	c6 VARCHAR2(100)
	
) ;

create table t_rel1(
	rec_id NUMBER(19,0) not null  PRIMARY KEY,
	main_id NUMBER(19,0),
	c1 DOUBLE PRECISION,
	c2 NUMBER(19,0),
	c3 VARCHAR2(100),
	c4 VARCHAR2(100),
	c5 VARCHAR2(100),
	c6 VARCHAR2(100)
	
) ;

create table t_rel2(
	rec_id NUMBER(19,0) not null  PRIMARY KEY,
	main_id NUMBER(19,0),
	c1 DOUBLE PRECISION,
	c2 NUMBER(19,0),
	c3 VARCHAR2(100),
	c4 VARCHAR2(100),
	c5 VARCHAR2(100),
	c6 VARCHAR2(100)
	
) ;

create table t_rel3(
	rec_id NUMBER(19,0) not null  PRIMARY KEY,
	main_id NUMBER(19,0),
	c1 DOUBLE PRECISION,
	c2 NUMBER(19,0),
	c3 VARCHAR2(100),
	c4 VARCHAR2(100),
	c5 VARCHAR2(100),
	c6 VARCHAR2(100)
	
) ;

create index rel1main on t_rel1(main_id);
create index rel2main on t_rel2(main_id);
create index rel3main on t_rel3(main_id);


 

 4.测试数据

4张表，每张100万条数据

生成数据的代码片段为

String sql = "insert into t_main(rec_id,c1,c2,c3,c4,c5,c6) values(?,?,?,?,?,?,?)";
		PreparedStatement st1 = conn.prepareStatement(sql);
		sql = "insert into t_rel1(rec_id,main_id,c1,c2,c3,c4,c5,c6) values(?,?,?,?,?,?,?,?)";
		PreparedStatement st2 = conn.prepareStatement(sql);
		sql = "insert into t_rel2(rec_id,main_id,c1,c2,c3,c4,c5,c6) values(?,?,?,?,?,?,?,?)";
		PreparedStatement st3 = conn.prepareStatement(sql);
		sql = "insert into t_rel3(rec_id,main_id,c1,c2,c3,c4,c5,c6) values(?,?,?,?,?,?,?,?)";
		PreparedStatement st4 = conn.prepareStatement(sql);

		long a = System.currentTimeMillis();

		for (int i = 1; i <= count; i++) {
			st1.setLong(1, i);
			st1.setDouble(2, i * 0.1);
			st1.setLong(3, i * 2);
			st1.setString(4, "c3_" + i);
			st1.setString(5, "c4_" + i);
			st1.setString(6, "c5_" + i);
			st1.setString(7, "c6_" + i);
			st1.executeUpdate();

			st2.setLong(1, i);
			st2.setLong(2, i);
			st2.setDouble(3, i * 0.2);
			st2.setLong(4, i * 3);
			st2.setString(5, "c3_" + i);
			st2.setString(6, "c4_" + i);
			st2.setString(7, "c5_" + i);
			st2.setString(8, "c6_" + i);
			st2.executeUpdate();

			st3.setLong(1, i);
			st3.setLong(2, i);
			st3.setDouble(3, i * 0.3);
			st3.setLong(4, i * 4);
			st3.setString(5, "c3_" + i);
			st3.setString(6, "c4_" + i);
			st3.setString(7, "c5_" + i);
			st3.setString(8, "c6_" + i);
			st3.executeUpdate();

			st4.setLong(1, i);
			st4.setLong(2, i);
			st4.setDouble(3, i * 0.4);
			st4.setLong(4, i * 5);
			st4.setString(5, "c3_" + i);
			st4.setString(6, "c4_" + i);
			st4.setString(7, "c5_" + i);
			st4.setString(8, "c6_" + i);
			st4.executeUpdate();

		}


  


5.测试结果

 4张表，每张插入100万数据，消耗时间对比

单位：毫秒

 

MemSQLSQLFireOracle
6247651961401289811

 

以下为查询测试，均执行10次求得平均消耗时间（不包含首次执行）

单位：毫秒

 

查询测试一：单表整型字段比较

select count(*) from t_main where c2>1000;


 

MemSQLSQLFireOracle
2167558

 

查询测试二：单表like

select count(*) from t_main where c4 like '%c%';

 

MemSQLSQLFireOracle
41875133

 

查询测试三：多表关联浮点数sum

select sum(m.c1+r1.c1+r2.c1+r3.c1) "rt" from t_main m,t_rel1 r1,t_rel2 r2,t_rel3 r3 where m.rec_id=r1.main_id and m.rec_id=r2.main_id and m.rec_id=r3.main_id;

 

MemSQLSQLFireOracle
1365146402077

 

 

查询测试四：多表关联整型sum

select sum(m.c2+r1.c2+r2.c2+r3.c2) "rt" from t_main m,t_rel1 r1,t_rel2 r2,t_rel3 r3 where m.rec_id=r1.main_id and m.rec_id=r2.main_id and m.rec_id=r3.main_id;

 

MemSQLSQLFireOracle
1360102572084

 

6.总结

测试过程中CPU、内存使用均未超过50%

插入性能SQLFire最高，MemSQL其次，Oracle最慢，MemSQL效率约是Oracle的两倍

查询性能MemSQL最高，Oracle其次，SQLFire最慢（慢的出奇。。。），MemSQL效率约是Oracle的两倍

不知道怎样的环境能测出30倍性能的提升。。。

 

zcmssd
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
专栏目录
MemSQL性能测试结果
current_person的博客
09-01 3898
1.查询的SQLselect count(subie.user_id) as count from sum_user_basic_info_exp subie join sum_user_lend_info_exp sulie on sulie.user_id=subie.user_id where subie.curr_user_role_cd='1' and subie.re
memsql mysql_MEMSQL与MySQL
weixin_42511024的博客
01-19 210
我需要首先指出,我绝不是一个数据库专家.我知道如何使用几种需要数据库后端的语言来编程应用程序,并且相对熟悉MySQL,Microsoft SQL Server和现在的MEMSQL – 但同样,不是数据库方面的专家,所以非常感谢您的输入.我一直在开发一个必须交叉引用几个不同表的应用程序.我最近遇到的一个非常简单的问题是,我必须：>每天将600K到1M的记录下拉到临时表中.>比较这个新数...
MemFire教程｜轻松掌握“后台管理系统”角色权限的配置
最新发布
NimbleX_的博客
04-29 441
如何配置和管理 MemFire Cloud中的用户角色和权限
MemSQL初体验 - (3)性能测试
cqbh2011的博客
06-27 252
3、性能测试 在执行测试前必须首先说明一下本地的虚拟机测试环境： MEM：2G CPU：1 core OS：CentOS 6.0 配置整体较差，其实是不适合做DB环境的性能测试的，尤其CPU/内存都不够强，对于测试...
与mysql类似的数据库_MemSQL学习笔记-类似MySQL的数据库
weixin_42509868的博客
02-05 536
http://www.php.cn/-- 多主-从http://www.php.cn/http://www.php.cn/前facebook员工和前微软sql server工程师联合搞的一个分布式关系数据库全部内存运行，将sql转化成速度更快的c++, 原理类似HipHop有mysql api, 完全兼容mysql,没有学习使用成本速度是mysql的30倍，每秒可处理150万的事务官方网站：htt...
memsql和mysql_facebook 工程师吐槽“memsql”-比mysql更快的的数据库
weixin_29704001的博客
01-21 378
我不喜欢愚蠢的基准，因为他们浪费我的时间。我不喜欢愚蠢的营销，因为它浪费我的时间了。有时候，我屈服于那些东西，现在作为回报我不想浪费你的时间了一下。所以，这MemSQL的事情，写一些聪明的家伙一直在轮在媒体和技术社区。所有通信的核心是：“ MemSQL ，他们已经开发在过去一年的数据库，比传统的基于磁盘的数据库快30倍”虽然我通常理解，这些说法没有任何意义，我想知道哪里错了。显然，他们得到了MyS...
MemSQL 7.0 Debian 发行版
02-26
对于必须在无法访问Internet的环境中部署的群集，请将以下MemSQL程序包下载到可以访问主部署计算机的设备上。 sudo dpkg -i memsql-client_<version>_amd64.deb sudo dpkg -i memsql-studio_<version>_amd64.deb ...
MemSQL可以为时间序列应用做些什么
01-07
版权声明：本文由腾讯云数据库产品团队整理，页面原始内容来自于db weekly英文官网，若转载请注明出处。翻译目的在于传递更多全球最新数据库领域相关信息，并不意味着腾讯云...在下文中，我将展示如何使用MemSQL用
MemSQL7.0-Red Hat 发行版
02-26
对于必须在无法访问Internet的环境中部署的群集，请将以下MemSQL程序包下载到可以访问主部署计算机的设备上。 sudo rpm -ivh /tmp/memsql-toolbox-<version>.x86_64.rpm sudo rpm -ivh /tmp/memsql-client-...
memsql文档整理
08-29
MemSQL 是一款高性能的分布式关系数据库管理系统，支持实时数据分析和事务处理。下面是 MemSQL 的架构、角色、表类型、配置和优化等知识点。 架构 ---- MemSQL 的架构主要由三部分组成：Aggregator、Leaf Node 和 ...
最新 Red Hat Distribution MemSQL离线安装包
03-08
1、memsql-client-1.0.0-7e30b698e9.x86_64.rpm（3.18MB） 2、memsql-server-6.7.14-fa416b0a53.x86_64.rpm（75.0MB） 3、memsql-studio-1.5.5-3fccd4337c.x86_64.rpm（16.0MB） 4、memsql-toolbox-1.0.6-19e4230c79...
19万条数据SQL性能测试用
06-11
MySQL左关联性能测试，自己使用，可以下载用用，用于本人博客
MemSQL初体验 - 性能测试
wzm112的专栏
11-09 2668
memsql 是一个内存数据库,很多人对memsql的性能有很大的误解。以下是mysql,mysql+handler,memsql性能测试的对比。 参考网站:http://space.itpub.net/7607759/viewspace-733918 在执行测试前必须首先说明一下本地的虚拟机测试环境：   MEM：2G   CPU：1 core   OS：CentOS 6.0
速度最快的数据库---MEMSQL的安装与部署
热门推荐
current_person的博客
08-23 1万+
1. 什么是MEMSQL 前Facebook工程师创办的MemSQL公司获500万美元投资。号称世界上最快的分布式关系型数据库，兼容MySQL但快30倍，能实现每秒150万次事务。原理是仅用内存并将SQL预编译为C++。2012年12月14，MemSQL 1.8 发布，号称最快的关系数据库。 2. 官方网站 http://www.memsql.com/ 3. 安装步骤 ...
NewSQL ---- Mysql.8.0 与 MemSQL 7.0 大数据量查询性能对比
October
08-16 961
目录 1测试环境以及测试用例设计 1.1测试环境 1.2测试用例设计 2 千万级数据量性能测试对比 2.1 MemSQL时间范围分页查询 2.1.1 性能测试数据 2.2任务信息查询 2.2.1 性能测试数据 2.3 执行批次范围查询 2.3.1 性能测试数据 2.4 批次任务查询 2.4.1 性能测试数据 2.5 聚合查询 2.5.1 性能测试数据 2.5 系统资源监控数据 2.6总结 2.7 图表性能分析 2.7.1查询时间对比 2.7.2吞吐量对比 3 稳定性测
MemSQL初体验 - (1)传说中速度最快的关系数据库软件
欧辰的专栏
11-18 4226
最快的RDBMS数据库是哪个呢，之前人们会在ORACLE/SYBASE/DB2这类大型软件产品中争论不休，而后MSSQL SERVER/MYSQL这类的中小型数据库软件也加入战场，尽管论战热门非凡，但结论一直未定，大家比来比去的结果越来越趋向于各说各话(老实讲你要是问我的看法，Oracle目前正大力推广的Exadata倒是最有实力据此头衔的)。 现如今，这个问题可能有答案了，由前FACEBO
MemSQL学习笔记-类似MySQL的数据库
系统 运维
08-26 476
http://gigaom.com/cloud/ex-facebookers-launch-memsql-to-make-your-database-fly/ -- 多主-从 http://www.mysqlops.com/2012/02/14/diy_multi_master_replication.html http://www.cnblogs.com/liuhao/archive/20...
memsql 基本完全免费了
weixin_34239169的博客
11-07 3119
一个很好的消息是memesql 从6.7 版本开始，对于用户来说已经可以免费使用了（ha 以及安全功能），只是目前有一个 限制是集群内存最大可以使用的是128G，但是一般来说已经够用。 参考资料 https://www.memsql.com/blog/memsql67/        ...
mysql和h2性能_Java-MemSQL和H2比较
weixin_42353402的博客
02-02 356
来自MemSQL的Mark L在这里.我想解决您的一些问题,并提供其他帮助来获取您要询问的信息/基准.MemSQL确实通过JDBC连接器支持链接表(实际上,该连接器的工作方式与MySQL一样),因此使它正常工作不会有任何问题.在分布式模式下运行MemSQL确实会提供很大的性能优势,您将在吞吐量和延迟方面看到全面的改进.我没有直接在H2和MemSQL之间找到直接比较-但是,您可以通过查看MemSQL...
藏经阁-265-Real-Time-Image-Recognition-with-Apache-Spark-28.pdf
08-26
藏经阁-265-Real-Time-Image-Recognition-with-Apache-Spark-28.pdf

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值