He3DB 是由移动云数据库团队研发的一款计算/存储分离的云原生数据库，He3DB通过计算/存储分离、数据冷热分层和压缩、智能中间件等技术，来保证高性能和低成本完美兼得，在获得高性能的同时，最大化的帮助客户节省数据库使用成本。
本文继续介绍下He3DB与PostgreSQL在CPU受限情况下的性能对比，以及对测试结果进行分析。

CPU受限

He3DB和PostgreSQL以容器的方式运行，并且限制CPU的使用最多为8C，内存的资源不限制，计算层的databuffer可以覆盖测试数据。
数据准备：使用sysbench导入8张表，每张表500万条记录。

插入场景

使用以下命令对insert场景进行测试：

sysbench  --db-driver=pgsql --pgsql-user=postgres --pgsql-password='xxx' --pgsql-db=postgres --events=0 --report-interval=5 --pgsql-host=xxx --pgsql-port=xxx --table-size=5000000 --tables=8 oltp_insert.lua run --time=120 --threads=xxx --rand-type='uniform'

insert场景下的TPS值：

从上面的测试结果可以看出：
1、随着并发数的逐渐增加，He3DB的TPS值持续增加，且增幅很大，但是CPU达到瓶颈后（256并发），再增加并发数，性能下降很多。而PostgreSQL在小并发的情况下，性能较He3DB高很多，而随着并发数的增加性能很快达到峰值，再增加并发数，性能会逐渐下降。
2、在并发数小的情况下，He3DB的TPS值比PostgreSQL相差较大，而随着并发的增加，在256并发下，He3DB的TPS值明显高于PostgreSQL。

造成以上现象的原因，主要是在并发数小的情况下，wal写入的并发数比较小，而单次写入到TiKV的时延比写入到高性能磁盘的时延高很多，从而导致在小并发的情况下，He3DB与PostgreSQL的性能差距很大。随着并发数的增加，wal写入的并发数也在增加，单位时间内写入的wal也变多了，并且由于He3DB优化了wal写入的一些锁机制，以及去掉了FPW等操作，因此在大并发的情况（并发数为256，这时He3DB的cpu还未达到瓶颈），He3DB的性能会明显高于PostgreSQL。由于对cpu做了限额，在512并发的情况下，He3DB的cpu达到瓶颈，会造成资源争抢比较严重，性能下降的很明显。

测试分析

以下是在不同的并发下，写入wal到kv层的各耗时段的次数：

从上面的表格和饼图可以看出：
1、在不同的并发数情况下，wal写入耗时绝大数处于1~2ms或者更低的范围内。
2、随着压测程序并发的增加（除了16并发），写入wal的次数也增加了，同时较高耗时的写入比例也有所增加。
3、写入wal的耗时最长时间超过了9ms，而且随着压测程序并发数的增加，超过9ms的写入次数基本呈倍数增加。

下面表格是关于insert场景下TPS与WAL写入的一些统计信息：

从上面表格上面，可以看出：
1、随着并发数的增加（除了16并发和512并发），写入WAL的次数、TPS都是处于增加的状态。
2、在不同并发的情况下，平均每次写入WAL的字节数相差不大（除了16并发外）。
3、在16并发下，虽然写入WAL次数很多，但是由于平均每次写入WAL的字节数比较少，只有450Bytes，所以在16并发下写入WAL的总字节数并不高。
4、随着并发数的增加（除了512并发），虽然平均每次写入WAL的时延逐渐增加，但是由于WAL写入的平均并发数也逐渐增加，因此单位时间内写入的wal总量也是逐渐增加的。
5、在512并发时，资源争抢比较严重，导致平均每次写入WAL的耗时非常高，造成性能下降比较厉害。

上图是TPS值与WAL写入的相关性，从上图可以看出，TPS值与写入WAL总字节数的相关性更高。

纯读场景

使用以下命令对point_select场景进行测试：

sysbench --db-driver=pgsql --pgsql-user=postgres --pgsql-password='xxx' --pgsql-db=postgres --events=0 --report-interval=5 --pgsql-host=xxx --pgsql-port=15432 --table-size=5000000 --tables=8 oltp_point_select.lua run --time=120 --threads=xxx --rand-type='uniform'

point_select场景下的TPS值：

从上面的测试结果可以看出，针对point_select场景，He3DB与PostgreSQL在小并发情况的TPS值相差不大，而在大并发的情况下，He3DB的性能比PostgreSQL高出20%~40%。

纯写场景

使用以下命令对update_non_index场景进行测试：

sysbench  --db-driver=pgsql --pgsql-user=postgres --pgsql-password='xxx' --pgsql-db=postgres --events=0 --report-interval=5 --pgsql-host=xxx --pgsql-port=xxx --table-size=5000000 --tables=8 oltp_update_non_index.lua run --time=120 --threads=xxx --rand-type='uniform'

update_non_index场景下的TPS值：

从上面的测试结果可以看出：
1、随着并发数的逐渐增加，He3DB的TPS值持续增加，在256并发时达到最大值，之后再增加并发数到512时，导致性能下降的比较明显。这是因为在256并发时，cpu已经达到瓶颈了，再增加并发数，导致资源争夺比较厉害，从而性能会下降。
2、在并发数小的情况下，He3DB的TPS值比PostgreSQL相差较大，而随着并发的增加，两者之间的TPS逐渐缩小并反超，在256并发时He3DB的TPS是PostgreSQL的两倍还多。
3、在小并发时，PostgreSQL（主+异步备）会比PostgreSQL（主+半同步备）的性能要好，但是在大并发的时候（256和512），前者的性能要低于后者。
4、小并发的时候，He3DB的性能会明显低于PostgreSQL，但是随着并发的增加，两者之间的差距逐渐缩小并反超。
5、随着并发的增加，PostgreSQL很快能达到性能峰值，而He3DB在256并发才会达到峰值。

造成以上现象的原因，主要是在并发数小的情况下，wal写入的并发数比较小，而单次写入到TiKV的时延比写入到高性能磁盘的时延高很多，从而导致在小并发的情况下，He3DB与PostgreSQL的性能差距很大。随着并发数的增加，wal写入的并发数也在增加，单位时间内写入的wal也变多了，并且由于He3DB优化了wal写入的一些锁机制，以及去掉了FPW等操作，因此在大并发的情况，He3DB的性能会比PostgreSQL高很多。

测试分析

以下是在不同的并发下，写入wal到kv层的各耗时段的次数：

从上面的表格和饼图可以看出：
1、在不同的并发数情况下，wal写入耗时绝大数不高于2ms。
2、随着压测程序并发的增加，写入wal的次数也增加了，同时较高耗时的写入比例也有所增加。
3、写入wal的耗时最长时间超过了9ms，而且随着压测程序并发数的增加，超过9ms的写入次数也增加了很多。

下面表格是关于update_non_index场景下TPS与WAL写入的一些统计信息：

从上面表格上面，可以看出：
1、在并发数不高于256时，随着并发数的增加，TPS都是处于增加的状态。
2、在不同并发的情况下（除了16并发以外），平均每次写入WAL的字节数相差不大。
3、随着并发数的增加（除了512并发），虽然平均每次写入WAL的时延逐渐增加，但是由于WAL写入的平均并发数也逐渐增加，因此单位时间内写入的wal总量也是逐渐增加的。
4、在16并发时，虽然写入WAL次数比较高，但是因为压测程序的并发数太低，导致单次写入的WAL量比较少，所以性能比较低。
5、在512并发时，资源争抢比较严重，导致平均每次写入WAL的耗时非常高，造成性能下降比较厉害。

上图是TPS值与WAL写入时一些指标的相关性，从上图可以看出，TPS值与写入WAL的总字节数的相关性更高。

读写混合场景

使用以下命令对read_write场景进行测试：

sysbench  --db-driver=pgsql --pgsql-user=postgres --pgsql-password='xxx' --pgsql-db=sysbench --events=0 --report-interval=5 --pgsql-host=xxx --pgsql-port=xxx --table-size=5000000 --tables=8 oltp_read_write.lua run --time=120 --threads=xxx --rand-type='uniform'

read_write场景下的TPS值：

从上面的测试结果可以看出：
1、随着并发数的增加，He3DB的TPS值也逐渐增加；PostgreSQL的TPS值也逐渐增多，在一定并发时达到峰值，并发数再增加，反而TPS值在逐渐下降。
2、相较于PostgreSQL（异步备），随着并发数的变化，He3DB的TPS值变化幅度很大。He3DB的最小TPS值明显小于PostgreSQL，最大TPS也明显高于PostgreSQL。

测试分析

以下是在不同的并发下，写入wal到kv层的各耗时段的次数：

从上面的表格和饼图可以看出，针对read_write场景，He3DB的WAL写入的情况与update_non_index场景相似：
1、在不同的并发数情况下，wal写入耗时绝大数处于1~2ms的范围内。
2、随着压测程序并发的增加，写入wal的次数也增加了，同时较高耗时的写入比例也有所增加。
3、写入wal的耗时最长时间超过了9ms，而且随着压测程序并发数的增加，超过9ms的写入次数也增加了很多。

下面表格是关于read_write场景下TPS与WAL写入的一些统计信息：

从上面表格上面，可以看出：
1、在并发数不超过64时，随着并发数的增加，写入WAL的次数、TPS都是处于增加的状态。
2、在不同并发的情况下，平均每次写入WAL的字节数相差不大。
3、在并发数不超过64时，随着并发数的增加，虽然平均每次写入WAL的时延逐渐增加，但是由于WAL写入的平均并发数也逐渐增加，因此单位时间内写入的wal总量也是逐渐增加的。
4、在并发数高于64时，随着并发数的增加，TPS、写入WAL次数和写入WAL字节数都是逐渐下降。
5、随着并发数的增加，平均每次写入WAL的耗时和平均并发数都是逐渐增加。

上图是TPS值与WAL写入的相关性，从上图可以看出，TPS值与写入WAL的总字节数的相关性更高。

小结

在CPU受限的情况下，通过以上几个场景对He3DB和PostgreSQL的性能进行对比，可以发现：

• 随着并发的逐渐增加，所有测试场景下He3DB的TPS值都是逐渐增加的。
• 在16并发时，由于并发比较小，所以平均每次写入WAL的字节数比较少。
• 对于写场景来说，TPS值与写入WAL总字节数的相关性比较高。
• 对于写场景来说，当CPU达到瓶颈后再增加并发数，He3DB的TPS值会下降很多。
• 对于读场景，在小并发情况下，He3DB的TPS值和PostgreSQL接近，而在大并发情况下，He3DB的性能比PostgreSQL高出20%~40%。

本文主要介绍了在CPU受限的情况下，He3DB与PostgreSQL在不同场景下的性能对比。