星型聚合并发场景测试:

  • 前面提到在星型聚合的场景测试中,IMO的SIMD查询方式较传统Bitmap星型转换查询方式的性能提升3~4倍;
  • 当面对高并发查询的时候,SIMD的性能优势并没有减弱;
  • 然而,并发压力较大的时候,Bitmap星型转换会需要使用较多PGA空间。

 imo_con_01

短事务并发场景测试:

  • OLTP应用的短事务处理,概念中IMO为是列式存储,将会较大的性能劣势,然而事实并非如此。
  • In-Mem较之No-Index仅有10%~20%的性能下降,列式存储并未出现预期的较大性能损失。
  • 而Bitmap中,因为DML需要进行位图索引的维护,出现大量的enq: TX – row lock contention等待时间,整体性能下降明显。

 imo_con_02

1、Bitmap,Top10等待事件:

出现大量的enq: TX – row lock contention等待时间,整体性能下降明显。

 imo_con_03

 2、In-Mem,Top10等待事件:

出现预期内的buffer busy waits之外,还出现了IM buffer busy的等待,此为Oracle维护IMCU journal来保证数据一致读的行为,也是性能下降的原因。

 imo_con_04

3、No-Index,Top10等待事件:

无特别值得关注点。

 imo_con_05

混合并发场景测试:

  • 将前面两个并发测试场景(星型聚合查询、短事务处理)混合起来测试,模拟MIS库的操作行为。
  • 其中,短事务处理持续为并发度为100,而星型聚合查询为并发度递增,如图横坐标所示。
  • Bitmap的测试结果显示,短事务处理和星型聚合查询TPS并无较大损失。
  • In-Mem的测试结果显示,短事务处理和星型聚合查询TPS也并无较大损失,同时保持了较Bitmap的优势。
  • 可见,IMO对于MIS库的混合场景应用是有较大益处的。
 imo_con_07
imo_con_06
Trackback

no comment untill now

Add your comment now

切换到手机版