测试环境

机器配置

linux container 

• 4C/16G/300GSSD
• 8C/32G/300GSSD

测试对象

版本	引擎	参数配置
		4C/16G	8C/32G
mongodb3.2.6	wiredTiger	cacheSizeGB:12 syncPeriodSecs: 1 collectionConfig: blockCompressor: snappy indexConfig: prefixCompression: true	cacheSizeGB:24 syncPeriodSecs: 1 collectionConfig: blockCompressor: snappy indexConfig: prefixCompression: true
tokumx1.5	tokumx	cacheSize=12G syncdelay=5	cacheSize=24G syncdelay=5
tokumx2.0.2	tokumx	cacheSize=12G checkpointPeriod=10 cleanerIterations=10 directio=false cleanerPeriod=2 syncdelay=5	cacheSize=24G checkpointPeriod=10 cleanerIterations=10 directio=false cleanerPeriod=2 syncdelay=5

 

测试场景

• 测试单节点环境

1. 100%insert
2. 单节点_50%update50%read
3. 5%update5%insert90%read
4. 100%read
5. wiredtiger_syncPeriodSecs_60与1比较
6. sharding集群性能压测

• 说明

1. 场景1-4每次加载1000W数据，数据大小约13G
2. 场景5加载5000W数据，数据大小约75G

测试方法

• YCSB压测

测试结果

场景1：单节点_100%insert (load data)

场景2：单节点_50%update50%read

 

场景3：单节点_5%update5%insert90%read

 

场景4：单节点_100%read

 

场景5：wiredtiger_syncPeriodSecs_60_1

 

 

 场景6：sharding集群性能测试

 

 

结论

• load性能比较，wiredtiger优势十分明显，速度大约是同配置tokumx的5倍，且RT较短
• 只读性能，wiredTiger性能和tokumx,比较，性能较差，但稳定；
• 复杂情况下，wiredTiger性能较好，可支撑更高并发度的线程调用；
• 如果不基于磁盘和网络吞吐量考虑，三个以下节点的 sharding 从性能上没有价值，现阶段结果看来，尽可能多的部署 mongos，能有效提升总体的集群利用率。