NoSQL数据库性能比较:MongoDB、Redis、Tokyo Tyrant

日期: 2010-08-17 作者:riceball 来源:TechTarget中国 英文

  准备对MongoDB, Redis以及Tokyo Tyrant的读写做一个简单的测试,为了进行相对公平的测试,需要了解他们背后的实现机制,下面是一些比较:

  存储实现的比较:

  * 内存文件映像(Memory-File Mapping) Redis, MongoDB

  * 文件 + Cache Tokyo Tyrant

  * 内存: Redis, Tokyo Tyrant

  Key/Value索引形式:

  * B+ Tree : MongoDB, Tokyo Tyrant

  * Hash Table: Redis, Tokyo Tyrant

  * Fixed Length: Tokyo Tyrant

  从上面的比较可以看出,Redis和MongoDB是基于系统内存映像文件,数据能命中在内存的时候读写操作性能应该是非常强的,当然,反过来,如果数据十分分散不能在内存命中,那么内存页的切换开销将是非常可怕的,MongoDB和Redis数据文件不同的是将数据存放在多个文件中,每当上一个存满的时候就会创建新的数据空间文件。鉴于MongoDB 是主要比较对象,而其采用B+Tree进行存储,故TT也使用B+Tree引擎进行比较。

  那么该测试什么自然就可以得知:尽管使用内存映像文件读写操作会很快(快到什么程度),但是当写满内存以后呢?

  文件大小限制:

  32bit: MongoDB <= 2G

  TT no limits if u ./configure –enable-off

  64bit: MongoDB和TT均无限制。

  注:Redis 总是受限于内存的大小。

  为了进行相对公平的测试:

  首先通过虚拟机对内存的使用进行同等限制,因为MongoDB和Redi实际上读写都是在内存操作的(利用MemoryMap文件),故当数据库的大小超过内存大小时候的性能尤为重要。故用虚拟机来设置一个较小的内存大小,来快速观察数据库大小超过内存的时候的性能。

  这里设置虚拟机内存256M,实际可使用内存200M左右,CPU 2核,Unbuntu Server 9.10

  测试记录:

  Key: 512的随机字符串

  Value: 大约5k的随机字符串

  每项记录数据大小:大约5.5k

  计划插入数据100000条:5.5k*1000=5.5M*100=550M 数据量大约 550M。

  注:key开始是用1k的随机字符串来测试,但是在测试mongoDB 报告key too large to index, 因此减小key的大小到512字节。

  当没有任何数据的时候:

  MongoDB的大小:

  64M: (db.0, db.1, ..)data FIle

  16M: (database.ns) name space index file.

  TC的大小:

  133K btree.tcb

  256 fixed.tcf

  517K hash.tch

  Redis的大小:

  VirtualMemFile: 41M redis-3546.vm

  DB: 0M

  注:redis的文件初始大小基本等于你设置的内存以及内存页的大小,可以自己调整。redis通过定时存盘的策略进行保存,定时策略可以自行设置。

  通常情况下,redis的数据库必须<=内存,如果要让redis的数据库大于内存,那么必须在配置中打开vm_enabled选项(貌似没用,当插入数据超过内存后,会被Unbuntu的后台保护进程给杀掉,如果设置了最大使用的内存,则数据已有记录数达到内存限值后不能继续插入新值)。

  key/value 功能:

  Redis: 读写key/value,value可以有各种结构,但Value无索引。

  MongoDB: 以collection组织,key如果不特别指定将由系统作为ObjectId产生(指定使用“_id”字段),value是结构化的,value里的字段可以被索引。

  TokyoTyrant: 读写key/value,table 数据引擎支持结构化的value和字段索引,其它数据引擎不支持,b+tree可以用key索引。

  基准测试机器:

  虚拟机是跑在 2 CPU 2.26G Intel Core 2 Duo,内存为2G

  虚拟机:

  CPU 2核

  内存 256M

  操作系统:Unbuntu Server 9.10 32bit

  使用软件版本:

  * MongoDB: mongodb-linux-i686-2010-02-26

  * TokyoTyrant: TT1.1.40; TC1.4.42

  * Redis: 2010-03-01(GIT SRC)

  启动:

  redis-server ./redis.conf(设置了最大内存210兆:maxmemory 210000000, vm-enable=yes,vm-max-memory 20000000,vm-pages 1342177)

  ./ttserver -port 1974 /data/db/tt.tcb

  bin/mongod -port 1974 –dbpath /data/db/mongo

  MongoDB

  如上所述测试添加10万条数据:

  内存,刚开始的时候虚拟内存占用48564,物理内存占用 3432,在插入2000条数据后,虚拟内存到达143M,物理内存33M,内存增长很迅速。最后虚拟内存稳定在1048M,物理内存则在160M-211M徘徊。

  CPU占用率最低的时候为6%,最高的时候达到30%,平时在8%-10%之间。

  从测试看,每次分配DB空间的时候所有插入操作被冻结,最坏的一次插入2000条耗时1分多(这个时候正好有分配空间文件发生),平时,插入2000条数据大约耗时17-18秒。

  最后MongoDB的数据文件总大小达到:977M

  接着测试MongoDB读取10万条记录(非命中形式:该key是随机产生的,因此大都不会存在数据库中)

  内存:虚拟内存稳定在1048M,物理内存占用在90M-94M。

  CPU:最低占用8%,最高到45%;平时在10%-12%左右。

  读取2000条记录大约耗时3-4秒,第一次用了6秒。

  Redis

  同样测试添加10万条数据:

  内存,开始的时候忘记看了,大致较开始的虚拟内存占用112M,物理内存82M,在4万条记录的时候VM占用196M,物理内存占用163M,最后的时候VM占用237M,物理内存204M。

  CPU:最低占用3%,最高的时候15%,平时在7%-11%之间。

  当Redis向磁盘写入数据的时候,有变慢(2000条记录耗时21秒),平时存2000条记录大约耗时18-19秒左右。

  不过没有设定maxmemory的时候,在大约写入 6万多个数据后服务器被挂掉。当设置最大使用内存(200M)后,达到内存限制,写入不了(已写入48136个数据),但是不会挂了。

  Redis文件在写入48136个数据时候的大小(包括VM文件):277M,其中VM 41M,数据库236M。

  接着测试Redis读取10万条记录(非命中形式:该key大都不会存在数据库中)

  内存:虚拟内存237M,物理内存占用204M

  CPU:在26%-43%

  读取2000条记录大约耗时在3-4秒。

  Tokyo Tyrant

  如上所述测试添加10万条数据:采用默认配置参数运行TT B+Tree

  内存:初始的时候VM: 76928 物理内存: 1232,在插入的过程内存的增加很少,在插入到4万条记录的时候虚拟内存仅为99540,物理内存23M,到最后虚拟内存117M,物理内存37M。

  CPU占用率始终稳定在2%

  在插入到5万条记录前,平均插入2000条耗时约19-20秒,到8万条记录前时候,插入2000条耗时20-22秒,再接下来的2万条,平均插入2000条耗时在慢慢增加并有震荡,28秒,最后到42秒(B+Tree的索引节点在内存中满了?可能需要调整参数?)。

  TT的数据库只有一个文件大小为:589M

  接着测试TT读取10万条记录(非命中形式:该key大都不会存在数据库中)

  内存稳定在:VM110M;物理内存36M。

  CPU:最低2%,最高6%,平时在4%

  读取2000条记录大约耗时在7-8秒,偶尔6秒或9秒。

  小结:

  MongoDB和Redis写入数据不是直接写入磁盘,所以当重启系统时候没有存盘的数据将全部丢失。TT实际上也有内存缓冲,不过和前者相比要小的多。

  以上测试并不完善,只是一个开始,比如没有测试小数据(以数字作为key,100字节Value),没有测试较大的数据(20K左右);没有测试在命中情况下的性能;没有测试并发读写的性能,据闻MongoDB的并发读写效率不是特别出色,MongoDB的特色在于支持的查询语言非常强大,其语法有点类似于面向对象的查询语言,几乎可以实现类似关系数据库单表查询的绝大部分功能,并实现了存储节点的自动sharding管理等配套功能;以及由于MongoDB是分布在多个文件中,当数据量远大内存,分布在足够多的文件的时候的性能;对开启同步日志后的Replication测试….对于TT来说,需要对TT的其它数据引擎进行测试,以及TT的各种数据引擎如何优化?TC/TT在mixi的实际应用当中,存储了2000万条以上的数据,同时支撑了上万个并发连接,是一个久经考验的项目。TC在保证了极高的并发读写性能的同时,具有可靠的数据持久化机制,同时还支持类似关系数据库表结构的hashtable以及简单的条件,分页和排序操作,是一个很棒的NoSQL数据库。TC的主要缺点是在数据量达到上亿级别以后,并发写数据性能会大幅度下降(读不受影响),NoSQL: If Only It Was That Easy提到,他们发现在TC里面插入1.6亿条2-20KB数据的时候,写入性能开始急剧下降。Redis本质上是一个Key-Value类型的内存数据库,很像memcached,整个数据库统统加载在内存当中进行操作,定期通过异步操作把数据库数据flush到硬盘上进行保存。因为是纯内存操作,Redis的性能非常出色,Redis最大的魅力是支持保存List链表和Set集合的数据结构,而且还支持对List进行各种操作,例如从List两端push和pop数据,取 List区间,排序等等,对Set支持各种集合的并集交集操作,此外单个value的最大限制是1GB,不像memcached只能保存1MB的数据,Redis可以用来实现很多有用的功能,比方说用他的List来做FIFO双向链表,实现一个轻量级的高性能消息队列服务,用他的Set可以做高性能的tag系统等等。另外Redis也可以对存入的Key-Value设置expire时间,因此也可以被当作一个功能加强版的memcached来用。

  测试程序和详细记录见附件: testbench.tgz.zip

我们一直都在努力坚持原创.......请不要一声不吭,就悄悄拿走。

我原创,你原创,我们的内容世界才会更加精彩!

【所有原创内容版权均属TechTarget,欢迎大家转发分享。但未经授权,严禁任何媒体(平面媒体、网络媒体、自媒体等)以及微信公众号复制、转载、摘编或以其他方式进行使用。】

微信公众号

TechTarget微信公众号二维码

TechTarget

官方微博

TechTarget中国官方微博二维码

TechTarget中国

电子邮件地址不会被公开。 必填项已用*标注

敬请读者发表评论,本站保留删除与本文无关和不雅评论的权力。

作者

riceball
riceball

相关推荐