Oracle与集算器对比测试报告

鄢丝柳

1.  测试目的
针对相同的硬件环境和计算任务，对比Oracle和集算器的性能差异，为客户选型提供参考。
2.  硬件环境
设备数量：1台
CPU：16核 Intel(R) Xeon(R) CPU E5620  @ 2.40GHz
内存：20G
3. 软件环境
操作系统：CentOS6.4 64位
JDK：1.6 64位
4.  测试对象
Oracle：11g（64位），本文中简称为Oracle。
集算器：v3.1。集算器按照数据存储方式的不同分为“文本文件、行式二进制文件（不分段文件）、行式二进制（分段文件）和列式二进制文件”四种不同测试对象，本文中简称为集算器文本、集算器行存、集算器行存分段、集算器列存。
5.   方案说明
对比的相同点：
1、Oracle和集算器运行于相同的硬件和操作系统之上，执行任务的时候没有其他负载的干扰。
2、执行的任务输入数据、算法和输出数据均相同。
3、对外提供调用接口相同，都是JDBC调用，返回结果集。
对比的不同点：
1、存储方式不同，Oracle是内部存储数据，对外表现为数据表；集算器是利用操作系统存储数据，表现为操作系统本地文件，具体的又有文本文件、行式二进制文件和列式二进制文件三种。
　　2、算法实现的方式不同，Oracle是以sql的方式来实现算法的；集算器是以网格程序脚本来实现算法。
 
6.   分组汇总
6.1.算法说明
输入：采用一个宽表A和一个窄表B来作为输入。A表有100个字段，6900万行记录，占用硬盘空间80G。B 表有10个字段，11亿行记录，占用硬盘空间80G。
计算：针对表每张表中的1到4个字符串类型的字段（g1、g2、g3、g4）做分组，对1到4个数值型的字段（n1、n2、n3、n4）做汇总sum计算。
输出：由g1、g2、g3、g4和sum(n1)、sum(n2)、sum(n3)、sum(n4)组成的结果表C。
说明：A表字段多，所以采用集算器列存二进制文件的方式是有意义的。B表字段较少，因此不采用集算器二进制列存的方式，仅对比Oracle、集算器文本和集算器行存（二进制）三个测试对象。
6.2. Oracle sql示例
A表查询sql（4个分组字段4个汇总字段）
Select g1,g2,g3,g4,sum(n1),sum(n2),sum(n3),sum(n4) from A group by g1,g2,g3,g4
B表查询sql（4个分组字段4个汇总字段）
Select g1,g2,g3,g4,sum(n1),sum(n2),sum(n3),sum(n4) from B group by g1,g2,g3,g4
 
6.3.  集算器 脚本示例
主程序（1个分组字段一个汇总字段部分）


 

子程序groupsub.dfx



子程序groupsubb.dfx

  
子程序groupsubc.dfx

 
6.4.  测试结果及分析
6.4.1A表（宽表）并行数为1（无并行）
统计计算所用时间，单位：秒。


 

算法	Oracle	集算器 （文本）	集算器 （行存）	集算器 （列存）	结果行数
1分组1汇总	232	402	295	42	34
1分组4汇总	248	435	296	62	34
4分组1汇总	263	461	290	101	1464
4分组4汇总	285	502	313	121	1464

 
分析：
1、由于列式存储对性能提高明显，所以集算器列存计算时间最短性能最高；Oracle因为是行式存储所以性能次之；因为是单进程没有并发的情况，所以集算器行存和集算器文本性能较低，两者之中集算器行存是二进制所以比集算器文本要快。
2、在每个测试对象内部对比，一般来说算法越复杂计算时间越长，因此1分组1汇总计算最快，4分组4汇总最慢。
 
6.4.2.   A表（宽表）并行数为4
 
统计计算所用时间，单位：秒。


 

算法	Oracle	集算器 （文本）	集算器 （行存）	集算器 （列存）	结果行数
1分组1汇总	259	274	295	43	34
1分组4汇总	272	275	297	56	34
4分组1汇总	286	264	315	99	1464
4分组4汇总	294	265	314	113	1464

 
结果分析：列式存储对性能提高的作用较大。
 
6.4.3 B表（窄表）并行数为1（无并行）
 
统计计算所用时间，单位：秒。


 

算法	Oracle	集算器 （文本）	集算器 （行存）	集算器 （行存分段）
1分组1汇总	456	630	538	296
1分组4汇总	637	933	694	446
4分组1汇总	1139	1170	888	714
4分组4汇总	1246	1537	1080	936

 
 
6.4.4 B表（窄表）并行数为4
 
统计计算所用时间，单位：秒。


 

算法	Oracle	集算器 （文本）	集算器 （行存）	集算器 （行存分段）
1分组1汇总	482	175	383	155
1分组4汇总	664	258	478	155
4分组1汇总	965	314	650	197
4分组4汇总	974	393	729	235

 
6.4.5 B表（窄表）并行数为8
 
统计计算所用时间，单位：秒。


 

算法	Oracle	集算器 （文本）	集算器 （行存）	集算器 （行存分段）
1分组1汇总	486	183	436	159
1分组4汇总	675	161	537	176
4分组1汇总	976	191	681	162
4分组4汇总	968	220	761	169

 
6.5.  进一步的对比分析
 
6.5.1并发数量对A表（宽表）计算性能的影响
 
这里以A表（宽表）的4分组4汇总的测试数据来横向对比一下，不同并发数量对计算性能的影响。


 

并行数	Oracle	集算器 （文本）	集算器 （行存）	集算器 （列存）	结果行数
1并行	285	502	313	121	1464
4并行	294	265	314	113	1464

 
分析：并行计算对集算器文本性能提高明显，其他测试对象不明显。原因在于集算器文本是分段多游标读取数据的，集算器行存和列存都是单个二进制文件，无法多游标分段读取。如果事先将文件分段保存成多个，就可以用分段多游标读取可以提升速度。Oracle并行速度提高不明显的原因应该是内部机制造成。
 
6.5.2 并发数量对B表（窄表）计算性能的影响
这里以B表（窄表）的4分组4汇总的测试数据来横向对比一下，不同并发数量对计算性能的影响。


  

并行数	Oracle	集算器 （文本）	集算器 （行存）	集算器 （行存分段）
1并行	1246	1537	1080	936
4并行	974	393	729	235
8并行	968	220	761	169

 
结果分析：并行计算对集算器行存分段和集算器文本性能提高明显，其他测试对象不明显。原因在于集算器行存分段和集算器文本是分段多游标读取数据的，集算器行存是单个二进制文件，无法多游标分段读取。集算器行存分段是事先将文件分段保存成多个，就可以用分段多游标读取可以提升速度。Oracle并行速度提高不明显的原因应该是内部机制造成。