摘要v3.3.0 版本首要优化了履行计划和属性裁剪,并对深度多跳场景停止出格优化,相关 case 的性能有明显的提升,相比 v3.2.0: 1) Match count QPS 增幅明显,有 2~8 倍的提升;时延下降至原 1/5.2) 3 跳查询 QPS 提升约 40-100%,时延低至原 1/3; 3) 对于内存占用和开释停止了优化 4) 其他各 case 有分歧水平提升; 测试情况办事器和压测机皆为物理机 测试数据测试数据采用 LDBC-SNB SF100 数据集,SF100 数据集巨细为 100G,共有 282,386,021 个点以及 1,775,513,185 条边。测试用的图空间分区数为 24,副本数为 3。 关于 LDBC-SNB关联数据基准委员会(LDBC,Linked Data Benchmark Council),是图(Graph)和 RDF 数据治理的基准指南制定者。交际网路基准(SNB,Social Network Benchmark)是关联数据基准委员会(LDBC)开辟的软件基准(Benchmark)之一。关于 LDBC-SNB 数据集,具体请参考以下文档:
Nebula Commit
测试说明压测工具利用基于 Go 说话的 k6,具体请参阅 k6 官方网站;客户端利用的是 nebula-go 图表中横坐标轴的 “50_vu“、“100_vu“等中的”vu“暗示的是 k6 利用的概念“virtual user”,即性能测试中的并发数;50_vu 暗示 50 个并发用户,100_vu 暗示 100 个并发用户,以此类推… 性能基线利用正式公布的 3.2.0 版本 ResponseTime = Latency(办事端处置时长)+收集回传成果时长+客户端反序列化成果时长 基线测试注:下图触及的词语诠释
用例和成果查询带边属性
一跳·吞吐率 一跳·办事端耗时(ms) 一跳·客户端耗时(ms) 一跳·请求返回行数 二跳·吞吐率 二跳·办事端耗时(ms) 二跳·客户端耗时(ms) 二跳·请求返回行数 三跳·吞吐率 三跳·办事端耗时(ms) 三跳·客户端耗时(ms) 三跳·请求返回行数 查询带目标点属性
一跳·吞吐率 一跳·办事端耗时(ms) 一跳·客户端耗时(ms) 一跳·请求返回行数 二跳·吞吐率 二跳·办事端耗时(ms) 二跳·客户端耗时(ms) 二跳·请求返回行数 三跳·吞吐率 三跳·办事端耗时(ms) 三跳·客户端耗时(ms) 三跳·请求返回行数 查询带边属性+目标点属性GO {} STEP FROM {} OVER KNOWS yield DISTINCT KNOWS.creationDate as t, $$.Person.firstName, $$.Person.lastName, $$.Person.birthday as birth | order by $-.t, $-.birth | limit 10一跳·吞吐率 一跳·办事端耗时(ms) 一跳·客户端耗时(ms) 一跳·请求返回行数 二跳·吞吐率 二跳·办事端耗时(ms) 二跳·客户端耗时(ms) 二跳·请求返回行数 三跳·吞吐率 三跳·办事端耗时(ms) 三跳·客户端耗时(ms) 三跳·请求返回行数 LOOKUP
吞吐率 办事端耗时(ms) 客户端耗时(ms) 请求返回行数 FETCH 点
吞吐率 办事端耗时(ms) 客户端耗时(ms) 请求返回行数 FETCH 边
吞吐率 办事端耗时(ms) 客户端耗时(ms) 请求返回行数 MATCH 索引
吞吐率 办事端耗时(ms) 客户端耗时(ms) 请求返回行数 MATCH 一跳
吞吐率 办事端耗时(ms) 客户端耗时(ms) 请求返回行数 MATCH 两跳MATCH (v1:Person)-[e:KNOWS*2]->(v2:Person) WHERE id(v1) == {} RETURN v2 吞吐率 办事端耗时(ms) https://www-cdn.nebula-graph.com.cn/nebula-website-5.0/images/blogs/3.3.0%20benchmark%20report/metrics/Match2Hop%20Latency.png 客户端耗时(ms) 请求返回行数 插入点
吞吐率 办事端耗时(ms) 客户端耗时(ms) 请求返回行数 插入边
吞吐率 办事端耗时(ms) 客户端耗时(ms) 请求返回行数 MatchTest1
吞吐率 办事端耗时(ms) 客户端耗时(ms) 请求返回行数 MatchTest2
吞吐率 办事端耗时(ms) 客户端耗时(ms) 请求返回行数 MatchTest3
吞吐率 办事端耗时(ms) 客户端耗时(ms) 请求返回行数 MatchTest4
吞吐率 办事端耗时(ms) 客户端耗时(ms) 请求返回行数 MatchTest5
吞吐率 办事端耗时(ms) 客户端耗时(ms) 请求返回行数 查询带边属性_count
一跳·吞吐率 一跳·办事端耗时(ms) 一跳·客户端耗时(ms) 一跳·请求返回行数 二跳·吞吐率 二跳·办事端耗时(ms) 二跳·客户端耗时(ms) 二跳·请求返回行数 三跳·吞吐率 三跳·办事端耗时(ms) 三跳·客户端耗时(ms) 三跳·请求返回行数 查询带目标点属性_count
一跳·吞吐率 一跳·办事端耗时(ms) 一跳·客户端耗时(ms) 一跳·请求返回行数 二跳·吞吐率 二跳·办事端耗时(ms) 二跳·客户端耗时(ms) 二跳·请求返回行数 三跳·吞吐率 三跳·办事端耗时(ms) 三跳·客户端耗时(ms) 三跳·请求返回行数 LOOKUP_count
吞吐率 办事端耗时(ms) 客户端耗时(ms) 请求返回行数 Match_count
吞吐率 办事端耗时(ms) 客户端耗时(ms) 请求返回行数 Match1Hop_count
吞吐率 办事端耗时(ms) 客户端耗时(ms) https://www-cdn.nebula-graph.com.cn/nebula-website-5.0/images/blogs/3.3.0%20benchmark%20report/metrics/Match1HOP_count%20ResponseTime%20(ms)%20.png 请求返回行数 Match2Hop_count
吞吐率 办事端耗时(ms) 客户端耗时(ms) 请求返回行数 3.3.0 vs 3.2.0(Baseline)以下数据拔取 P99 值。 查询带边属性
一跳·吞吐率 一跳·办事端耗时(ms) 一跳·客户端耗时(ms) 二跳·吞吐率 二跳·办事端耗时(ms) 二跳·客户端耗时(ms) 三跳·吞吐率 三跳·办事端耗时(ms) 三跳·客户端耗时(ms) 查询带目标点属性
一跳·吞吐率 一跳·办事端耗时(ms) 一跳·客户端耗时(ms) 二跳·吞吐率 二跳·办事端耗时(ms) 二跳·客户端耗时(ms) 三跳·吞吐率 三跳·办事端耗时(ms) 三跳·客户端耗时(ms) 查询带边属性+目标点属性
一跳·吞吐率 一跳·办事端耗时(ms) 一跳·客户端耗时(ms) 二跳·吞吐率 二跳·办事端耗时(ms) 二跳·客户端耗时(ms) 三跳·吞吐率 三跳·办事端耗时(ms) 三跳·客户端耗时(ms) LOOKUP
吞吐率 办事端耗时(ms) 客户端耗时(ms) FETCH 点
吞吐率 办事端耗时(ms) 客户端耗时(ms) FETCH 边
吞吐率 办事端耗时(ms) 客户端耗时(ms) MATCH 索引
吞吐率 办事端耗时(ms) 客户端耗时(ms) MATCH 一跳
一跳·吞吐率 一跳·办事端耗时(ms) 一跳·客户端耗时(ms) MATCH 两跳
吞吐率 办事端耗时(ms) 客户端耗时(ms) 插入点
吞吐率 办事端耗时(ms) 客户端耗时(ms) 插入边
吞吐率 办事端耗时(ms) 客户端耗时(ms) MatchTest1
吞吐率 办事端耗时(ms) 客户端耗时(ms) MatchTest2
吞吐率 办事端耗时(ms) 客户端耗时(ms) MatchTest3
吞吐率 办事端耗时(ms) 客户端耗时(ms) MatchTest4
吞吐率 办事端耗时(ms) 客户端耗时(ms) MatchTest5
吞吐率 办事端耗时(ms) 客户端耗时(ms) 查询带边属性_count
吞吐率 办事端耗时(ms) 客户端耗时(ms) 查询带目标点属性_count
一跳·吞吐率 一跳·办事端耗时(ms) 一跳·客户端耗时(ms) 二跳·吞吐率 二跳·办事端耗时(ms) 二跳·客户端耗时(ms) 三跳·吞吐率 三跳·办事端耗时(ms) 三跳·客户端耗时(ms) LOOKUP_count
吞吐率 办事端耗时(ms) 客户端耗时(ms) Match_count
吞吐率 办事端耗时(ms) 客户端耗时(ms) Match1Hop_count
吞吐率 办事端耗时(ms) 客户端耗时(ms) Match2Hop_count
吞吐率 办事端耗时(ms) 客户端耗时(ms) 新增测试用例-LDBC GO 属性过滤深度优化测试用例和成果Go3StepDistinctDst
吞吐率 办事端耗时(ms) 客户端耗时(ms) Go3StepDistinctDstProp
吞吐率 办事端耗时(ms) 客户端耗时(ms) 3.3.0 vs 3.2.0以下数据拔取 P99 值。 Go3StepDistinctDst
吞吐率 办事端耗时(ms) 客户端耗时(ms) 请求返回行数 Go3StepDistinctDstProp
吞吐率 办事端耗时(ms) 客户端耗时(ms) 请求返回行数
|
很早以前写的培训用的Makefile文档,整理好分享给大家。本文用Linux服务器下编写C程序
有一个有趣的段子说,不同阶段的学生写论文就如同打兔子:本科生是老师告诉你死兔子在
完全可行的副业,每年多赚20万不是问题!我自己做过很多副业,从头条号、公众号、淘宝
一、砂锅的历史二、砂锅的材质分类三、砂锅的器型分类四、砂锅的著名产地五、为什么砂
这篇文章大概发了一个月左右的时间,承蒙大家厚爱,收到了许多赞和评论。大家问的最多
被骗怎么办。答案是维权!!一下是我的维权过程。可能有点长。但比较详细。想看干货直接
大家好!我是喜欢把问题研究明白的调皮哥,感谢关注我。我创建了一个【雷达工程技术交
作者:cherry it up(来自豆瓣,点击可阅读原文“中立” “客观” “理性”的迷思)今
前言最近可能很多使用 Chrome 的用户都发现了,Chrome 浏览器右键菜单里的网页翻译失
大家好,我是 @调皮连续波 ,江湖人称“调皮哥”。正值五一假期,去哪里都人多,因此
首先,这里需要申明的一点!解决国内如何使用TikTok真的非常简单,没有大家及网上说的
破300赞 更新一下首先统一回复一下质疑最多的问题明明都是学校讲过得啊,简单的变形而
各位老少爷们儿,这好像是我第一次在知乎写文章!不一定能有多少人看的到,尤其是针对
【一】干货较多,希望兄弟们耐心看完。这一期讲的主要是这四个东西中的跟风。后面还会
渗透测试,是专业安全人员为找出系统中的漏洞而进行的操作。当然,是在恶意黑客找到这
有没有同感,一来到广州就懵了啊!广州好吃的、好看的实在是太多了!想买个特产,都不
{color{red}{看完这篇,再也不用为英语语法发愁啦(保真) !}} 这篇文章可以在 15
【本文章推荐实习信息——腾讯视频VIP商务合作渠道拓展】岗位信息在文末哦~欢迎关注,
C语言是当代人学习及生活中的必备基础知识,应用十分广泛,下面为大家带来C语言基础知
海关统计数据在线查询系统优化升级了,系统更好用啦!1.进入海关总署官网http://www.c
声明:本站内容由网友分享或转载自互联网公开发布的内容,如有侵权请反馈到邮箱 1415941@qq.com,我们会在3个工作日内删除,加急删除请添加站长微信:15924191378
Copyright @ 2022-2024 私域运营网 https://www.yunliebian.com/siyu/ Powered by Discuz! 浙ICP备19021937号-4