测试背景

利用clickhouse的clickbench测试数据与查询SQL对A产品进行了性能测试，所有的测试方法均与其他clickbench上的其他产品一致。预期将A产品的测试结果与其他数据库产品进行对比，寻找出性能差异，便于后期产品进行性能优化，并清楚当前A产品若打榜存在的优劣势。

测试环境

(2)cluster_size:1
具体的详情结果均可查看打榜平台 |

测试结论

Doris的查询性能总体优于A产品。详细的数据见下面分析：

注：Doris直接取的结果是clickbench打榜上的测试数据

1. 如上数据所示，Doris的hot run性能提升比A产品更明显。
   1. 【A产品】hot run比cold run查询性能快 2.73倍
   2. 【Doris】hot run比cold run查询性能快了 3.21倍
2. 无论是cold run还是hot run，Doris的性能均优于A产品
   1. 【cold run】Doris比A产品快2.29倍
   2. 【hot run】Doris比A产品快2.69倍
3. 所有的导入数据需采用load data方式，由于A产品在load data数据导入中报错，此bug未解决，因此采用了minio的方式导入，由于A产品与Doris的导入方式不同，因此本次不进行导入数据的耗时对比。

【cold run】A产品对比Doris

【hot run对比】A产品对比Doris

测试流程

1、创建hits表：见create_table.sql
2、下载hit数据：https://datasets.clickhouse.com/hits_compatible/hits.csv.gz
3、对下载的数据进行处理
（1）总数据大小76G，切割文件为小文件：split -a3 -l 10000000 -d hits.csv ./hits/hits-
（2）将下载数据进行处理，有些数据中包含转义字符，导致导入数据报错，需要进行处理：sed ‘s/NH^\/NH/g’ hits-001 >./hits-0001（注：根据拆分的小文件，每个都进行数据处理）
（3）将处理好的数据导入到minio中，利用外表来导入数据：192.168.30.71目录/home/minio/data/clickbench
4、创建外表hits-0000等。见minio_create_table.sql，并查看数据是否在外表中写入成功，每个执行一次select count(*);
5、执行外表中的数据导入到hits表：见load_data.sql
6、校验hits表中的数据已全部写入成功
7、执行43条query查询，观察耗时结果

测试脚本

create_table.sql
minio_create_table.sql
query.sql
load_data.sql

测试结果

A产品

Doris

测试记录

数据量为76G,单表105列，对单表进行查询（43个query），总行数89998010行，