我们正在考虑使用内存数据库(例如Apache Ignite)来处理性能密集的类BI操作。因此,作为一个(非常原始的)示例,我从一个csv文件(14列)中填充了250.000条记录的Apache Ignite并进行了一些分组操作。以前,我还使用相同的数据对MS SQL-Server进行一些性能测试。
有趣和意外的是,MS SQL-Server需要大约0.25秒来执行此操作,而使用Apache Ignite则需要1-2秒。
1,我总是认为Apache Ignite不仅是分布式计算的一个很好的选择,而且由于其面向内存的架构,与传统的关系数据库相比也带来了性能提升。真的吗?为什么我的例子慢?
2,我是否以错误的方式使用Apache Ignite,还是有一些我应该使用的其他调优选项?
这是我在我的例子中使用的源代码:
private static Connection conn = null;
private static Statement stmt = null;
private static ResultSet rs = null;
private static void initialize() throws ClassNotFoundException, SQLException
{
// Register JDBC driver.
Class.forName("org.apache.ignite.IgniteJdbcThinDriver");
// Create database tables.
stmt = conn.createStatement();
// Create table
stmt.executeUpdate("CREATE TABLE PIVOT_TEST (" +
" REGION VARCHAR, COUNTRY VARCHAR, ITEM_TYPE VARCHAR, SALES_CHANNEL VARCHAR, ORDER_PRIORITY VARCHAR, ORDER_DATE VARCHAR, ORDER_ID VARCHAR PRIMARY KEY, "
+ "SHIP_DATE VARCHAR, UNITS_SOLD NUMERIC, UNIT_PRICE NUMERIC, UNIT_COST NUMERIC, TOTAL_REVENUE NUMERIC, TOTAL_COST NUMERIC, TOTAL_PROFIT NUMERIC )");
}
private static void fill() throws ClassNotFoundException, SQLException
{
// Register JDBC driver
Class.forName("org.apache.ignite.IgniteJdbcThinDriver");
// Populate table
PreparedStatement stmt =
conn.prepareStatement("COPY FROM 'LINK_TO_CSV_FILE'" +
"INTO PIVOT_TEST (REGION , COUNTRY , ITEM_TYPE , SALES_CHANNEL , ORDER_PRIORITY , ORDER_DATE , ORDER_ID , SHIP_DATE , UNITS_SOLD , UNIT_PRICE , UNIT_COST , TOTAL_REVENUE , TOTAL_COST , TOTAL_PROFIT ) FORMAT CSV");
stmt.executeUpdate();
stmt = conn.prepareStatement("CREATE INDEX index_name ON PIVOT_TEST(COUNTRY)");
stmt.executeUpdate();
}
private static void getResult() throws ClassNotFoundException, SQLException
{
// Register JDBC driver
Class.forName("org.apache.ignite.IgniteJdbcThinDriver");
// Get data
stmt = conn.createStatement();
rs =
stmt.executeQuery("SELECT AVG(UNIT_PRICE) AS AVG_UNIT_PRICE, MAX(UNITS_SOLD) AS MAX_UNITS_SOLD, SUM(UNIT_COST) AS SUM_UNIT_COST, AVG(TOTAL_REVENUE) AS AVG_TOTAL_REVENUE , AVG(TOTAL_COST) AS AVG_TOTAL_COST, AVG(TOTAL_PROFIT) as AVG_TOTAL_PROFIT FROM PIVOT_TEST GROUP BY COUNTRY;");
retrieveResultSet();
}
private static void retrieveResultSet() throws SQLException
{
while (rs.next())
{
for(int i=0; i<rs.getMetaData().getColumnCount(); i++)
{
rs.getObject(i+1);
}
}
}
public static void main(String[] args) throws SQLException, ClassNotFoundException
{
Ignite ignite = null;
try
{
//--------------------------------CONNECTION-------------------//
IgniteConfiguration configuration = new IgniteConfiguration();
ignite = Ignition.start(configuration);
conn = DriverManager.getConnection("jdbc:ignite:thin://127.0.0.1/");
initialize();
fill();
long endPrepTable = System.currentTimeMillis();
getResult();
long endGetResult = System.currentTimeMillis();
System.out.println("Get Result (s)" + " " + (endGetResult - endPrepTable)*1.0/1000);
}
catch(Exception e)
{
e.printStackTrace();
}
finally
{
ignite.close();
conn.close();
rs.close();
}
}
谢谢您的帮助!
您可以应用以下转折点:
[1] https://apacheignite-sql.readme.io/docs/jdbc-driver#section-parameters
[2] https://apacheignite.readme.io/docs/affinity-collocation#collocate-data-with-data
与任何数据库一样,有许多方法可以调整和优化它。 Ignite的设计与SQL Server有着不同的权衡 - 不可能保证它在每种情况下都会更快。
话虽如此,有一些documentation on improving performance。
需要考虑的事项:百万分之一的记录并不是那么多。 Ignite经过优化,可以在可以并行运行的集群中运行。使用单个“硬”查询,您可能需要增加queryParallelism
,否则您将被限制为每个节点中的单个线程。
当然,你也可以做像EXPLAIN PLAN
这样的事情,以确保它使用正确的索引等。与任何优化练习一样,它既是一门艺术,也是一门科学。
将Ignite与关系数据库进行比较时,需要考虑以下几点: