写点什么

国产 CPU 执行 SPL 实现数据库运算的性能实用性测试

  • 2022-10-19
    江西
  • 本文字数:1928 字

    阅读完需:约 1 分钟

作者石臻臻,CSDN 博客之星 Top5Kafka Contributornacos Contributor华为云 MVP,腾讯云 TVP,滴滴 Kafka 技术专家 KnowStreaming PMC)


KnowStreaming 是滴滴开源的Kafka运维管控平台, 有兴趣一起参与参与开发的同学,但是怕自己能力不够的同学,可以联系我,带你一起你参与开源!

1 任务背景

国际大环境就不用多说了。

对于数据库类的关键业务,全国产技术(国产 CPU+国产数据库)和国外主流技术在性能上相比还有不小的差距,经常需要借助分布式技术使用数倍的硬件才能获得类似的效果。

国产编程语言 SPL 的问世,可以方便程序员写出(比 SQL)更短小简单且计算量更低的代码(针对同样计算任务),能够对采用 SQL 的主流数据库形成明显的效率和性能优势。这样,在国产 CPU 上运行用 SPL 编写的数据库运算,就可能获得在国外 CPU 上运行 SQL 数据库的同样性能,甚至大幅超过。从而使数据库运算类的关键业务实现全国产技术替代。

本次测试设计了三个计算任务,涉及常规查询、复杂在线查询和离线跑批任务,分别在海光、龙芯、飞腾三款国产芯片上运行后看效果,并对比历史上在国外芯片上运行的情况。

2 系统配置

3 测试一 常规查询,TPCH 100G

TPCH 是国际标准,具体内容不再过多解释。

需要说明的是,TPCH 虽然有 22 个题,但仍然不能全面反映出被测系统对实际业务的响应性能。主要原因如下两点:

1.TPCH 中问题比较常规,没有涉及序运算,分步运算也较简单。而实际业务中有性能瓶颈的运算,其复杂度通常会远高于 TPCH,会大量涉及序运算和分步计算;

2.测试问题已经被长期公开,有些数据库可能会专门做相应的优化;

当然,作为国际标准,也会有一定的参考价值。

TPCH 各题的 SPL 写法可参考:从 TPCH 测试学习性能优化技巧

测试结果(单位:秒)

1.海光、龙芯、飞腾均以 32 线程运算,初步的测试表明,大多数运算在这个并行数下最快。

2.AVG 行是 22 个题的平均时间;AVG-G 行是几何平均数,这样能反应出性能差距的倍数关系,规避某些题因为普遍都慢在简单平均时权重太大的问题。

3.最右边对比列,硬件环境:2 颗 Intel 3014 1.7G 共 12 核,64G 内存;Oracle 运行 12 线程。因 CPU 主频及并行数不同,没有直接可比性,但仍有参考价值。

4.SPL 的 Q13 的表现有点特殊,因为 Q13 在这个线程数时,会占用过大内存;而 SPL 用 Java 实现,内存不足时会导致大量的垃圾收集时间。本次测试目标不是调出每个题的最优性能,就没有刻意再优化它。

4 测试二 离线数据准备,国家天文台聚类计算

这是国家天文台的实际业务,测试也采用了真实数据。

共 11 张照片,每张有 500 万天体,将位置(天文距离)邻近的天体聚合成一个计算属性。期望计算时间在数小时内,因为每天都会有新的照片拍摄出来,必须当天处理完。

本任务的数据量不大(<10G),但计算量非常大,和规模的平方成正比。

用某分布式数据库动用 100 个 CPU,仅处理 50 万天体也需要 3.8 小时,处理 500 万目标规模预计需要 15 天,不具有实用性。

详情可参考:SPL 提速天体聚类任务 2000 倍

测试结果(单位:小时)

更高并行没有表现出线性加速,主要是因为这个问题的特殊性,运算步骤之间有依赖关系,各个线程会有重复计算,无法做到线性提速。

三款芯片均可以在目标数据规模时达到任务要求的时间指标,性能都具有实用性。

5 测试三 在线查询,电商漏斗计算

电商漏斗是典型的有序计算,需要统计在指定时间窗口按指定次序发生多次事件中前 N 个的用户数,以便计算用户流失率为营销动作提供依据。

这是用户行为分析中很常见的计算,也是传统数据库很难高速完成的计算。

漏斗计算的细节和 SPL 加速方法可参考:SQL 提速:漏斗转化分析

本题是美国一家电商企业的真实案例,漏斗共有 5 步,计算难度较高。使用该企业在某个分站点一个月的脱敏数据,规模接近 4 亿行。这个运算用 SQL 在美国著名云数据仓库 Snowflake 的 Medium 级服务器(相当于 64 核)上三分钟未跑出结果,用户期望不超过 30 秒。

测试结果(单位:秒)

三款芯片在 32 线程时的运算性能可以达到或接近用户的期望值。

6 补充说明

1.测试海光时还使用过 CentOS,性能表现要比使用麒麟时有较明显的优势(天文台运算 64 线在 1.5 小时内完成);测试飞腾时仅使用了麒麟,有可能其性能被操作系统影响;龙芯的 Loongnix 看起来表现较出色。

2.在龙芯上还做过一个军方外围任务测试:在 82 亿行的脱敏海事数据中按时间段和经纬度范围查找经过船只,龙芯上 SPL 的执行性能大概相当于 Intel3014 的 50%,仍比 Intel8260 上的 MySQL 快了数倍到上百倍(和时间段宽度有关)。

7 初步结论

1.海光的性能表现明显在三者中最强,性能大约是龙芯和飞腾的两倍。龙芯总体较飞腾稍弱,但差距不是很大,在长时间小并行任务中还能胜出。

2.使用 SPL 编程时,这三款国产芯片都能胜任数据仓库类的复杂计算场景,能赶上甚至大幅超越国外芯片上国外数据库的性能,完全可应用于关键的数据计算任务。

8SPL 资料

发布于: 刚刚阅读数: 4
用户头像

关注公众号: 石臻臻的杂货铺 获取最新文章 2019-09-06 加入

进高质量滴滴技术交流群,只交流技术不闲聊 加 szzdzhp001 进群 20w字《Kafka运维与实战宝典》PDF下载请关注公众号:石臻臻的杂货铺

评论

发布
暂无评论
国产CPU执行SPL实现数据库运算的性能实用性测试_数据库_石臻臻的杂货铺_InfoQ写作社区