gkvdb的性能测试

栏目: 数据库 · 发布时间: 7年前

内容简介:分别从100W、500W、1000W的写入、查询、删除次数及耗时,计算对应的每次操作耗时平均数,用以衡量性能。需要注意的是,1、为方便测试,使用的数据是按照 Key: key_xxx => Value: value_xxx 顺序递增的,而不是使用的随机数据,因此对于leveldb和boltdb来说性能会有所提高,但不影响大概的测试结果;

分别从100W、500W、1000W的写入、查询、删除次数及耗时,计算对应的每次操作耗时平均数,用以衡量性能。

需要注意的是,

1、为方便测试,使用的数据是按照 Key: key_xxx => Value: value_xxx 顺序递增的,而不是使用的随机数据,因此对于leveldb和boltdb来说性能会有所提高,但不影响大概的测试结果;

2、以下的时间单位为微秒(μs),1微秒(μs)=0.001毫秒(ms)=0.000001秒(s);

3、性能测试的代码在 这里

测试环境

系统:Ubuntu Desktop 14.04.5 x64 LTS

芯片:Intel(R) Core(TM) i7-7700K

硬盘:Intel SSD 256G

内存:8G

软件:gkvdb v1.0

测试结果

gkvdb的性能测试

性能对比:gkvdb、leveldb、boltdb

gkvdb的性能测试

主要注意的是leveldb和boltdb都使用了mmap来加速数据读取,因此在读取性能上不存在缓存不缓存的区别。

gkvdb采用的是纯 go 语言开发,没有使用特定性的系统功能,包括mmap,因此gkvdb的跨平台性很好,但是在读取性能上却做了一定牺牲,不过通过良好的算法和IO设计弥补了这块性能损失,因此在非缓存模式下,读取性能也非常优异。


以上所述就是小编给大家介绍的《gkvdb的性能测试》,希望对大家有所帮助,如果大家有任何疑问请给我留言,小编会及时回复大家的。在此也非常感谢大家对 码农网 的支持!

查看所有标签

猜你喜欢:

本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们

新零售进化论

新零售进化论

陈欢、陈澄波 / 中信出版社 / 2018-7 / 49.00

本书主要介绍了新零售的进化现象和规律,提出了新零售的第一性原理是物理数据二重性,即在新零售时代,所有的人、货、场既是物理的也是数据的。 通过这个原点,进一步衍生出了新零售的八大核心算法,并用大量的辅助观点和新零售案例来揭示新零售背后的算法逻辑。 综合一系列的理论推演和案例讲解,作者重点回答了以下3个问题: ● 我们是行业的强者,如果跟不上新零售的潮流,会不会被淘汰? ● 我......一起来看看 《新零售进化论》 这本书的介绍吧!

RGB转16进制工具
RGB转16进制工具

RGB HEX 互转工具

HSV CMYK 转换工具
HSV CMYK 转换工具

HSV CMYK互换工具