SSD ベースのインスタンスのパフォーマンスホワイトペーパー - Tair (Redis® OSS-Compatible)

このドキュメントでは、Tair (Enterprise Edition) の SSD ベースのインスタンスのパフォーマンスベンチマークのテスト環境、ツール、方法、および結果について説明します。

テスト環境

項目	説明
リージョンとゾーン	杭州ゾーン J
インスタンスアーキテクチャ	標準マスター/レプリカアーキテクチャ。詳細については、「標準アーキテクチャ」をご参照ください。
ストレステストホスト	`ecs.c9i.8xlarge` タイプの Elastic Compute Service (ECS) インスタンス。詳細については、「インスタンスファミリーの概要」をご参照ください。
テスト対象のインスタンスタイプ	`tair.localssd.c1m8.xlarge`、`tair.localssd.c1m8.2xlarge`、`tair.localssd.c1m8.with.proxy.xlarge (3 シャード)`、`tair.localssd.c1m8.with.proxy.2xlarge (3 シャード)`

このベンチマークは、メモリ使用率の両極端を表す 2 つのシナリオを対象としています：

メモリがデータ量より大きい場合：ほとんどのデータがメモリに収まります。メモリとデータの比率は約 7:1 です。これは、メモリ中心のアクセスパターンを表します。
データ量がメモリよりも大きい場合：データの一部のみがメモリにキャッシュされ、ほとんどの読み取り/書き込みリクエストにはディスク I/O が必要です。メモリとデータの比率は約 1:4 です。これは、SSD 中心のアクセスパターンを表します。

テストツール

このベンチマークでは、オープンソースの Java ベースのデータベースベンチマークフレームワークである YCSB を使用します。

YCSB のソースコードは、LONG 型の recordcount パラメーターをサポートし、Redis の文字列コマンドをテストするように変更されています。変更されたソースコードについては、「YCSB ソースコード」をご参照ください。

テストスクリプト

次のスクリプトは、データ量がメモリよりも大きいシナリオでのパフォーマンステストを実行します：

#!/bin/bash

ip=192.168.0.23
port=3100
timeout=30000
command_group=string
recordcount=640000000
run_operationcount=640000000
fieldcount=1
fieldlength=100
threads=64
load_sleep_time=600
run_sleep_time=60

echo "##################################### $command_group  ############################################"

# ロード
./bin/ycsb load redis -s -P workloads/workloada \
  -p "redis.host=${ip}" -p "redis.port=${port}" \
  -p "recordcount=${recordcount}" -p "operationcount=${recordcount}" \
  -p "redis.timeout=${timeout}" -p "redis.command_group=${command_group}" \
  -p "fieldcount=${fieldcount}" -p "fieldlength=${fieldlength}" \
  -threads ${threads}
sleep ${load_sleep_time}

# 均一読み取り
./bin/ycsb run redis -s -P workloads/workloadc \
  -p "redis.host=${ip}" -p "redis.port=${port}" \
  -p "recordcount=${recordcount}" -p "operationcount=${run_operationcount}" \
  -p "redis.timeout=${timeout}" -p "redis.command_group=${command_group}" \
  -p "fieldcount=${fieldcount}" -p "fieldlength=${fieldlength}" \
  -p "requestdistribution=uniform" -threads ${threads}
sleep ${run_sleep_time}

# Zipf 分布読み取り
./bin/ycsb run redis -s -P workloads/workloadc \
  -p "redis.host=${ip}" -p "redis.port=${port}" \
  -p "recordcount=${recordcount}" -p "operationcount=${run_operationcount}" \
  -p "redis.timeout=${timeout}" -p "redis.command_group=${command_group}" \
  -p "fieldcount=${fieldcount}" -p "fieldlength=${fieldlength}" \
  -p "requestdistribution=zipfian" -threads ${threads}
sleep ${run_sleep_time}

# 均一 50% 読み取り-50% 更新
./bin/ycsb run redis -s -P workloads/workloada \
  -p "redis.host=${ip}" -p "redis.port=${port}" \
  -p "recordcount=${recordcount}" -p "operationcount=${run_operationcount}" \
  -p "redis.timeout=${timeout}" -p "redis.command_group=${command_group}" \
  -p "fieldcount=${fieldcount}" -p "fieldlength=${fieldlength}" \
  -p "requestdistribution=uniform" -threads ${threads}

パラメーター

パラメーター	説明
`ip`	Tair インスタンスの IP アドレス
`port`	Tair インスタンスのサービスポート
`timeout`	コマンドタイムアウト。単位：ms
`command_group`	テストするデータ型。`string` に設定します
`recordcount`	データロードフェーズでロードされるレコード数
`run_operationcount`	実行フェーズでの操作数。両方のシナリオで、これを `recordcount` と同じ値に設定します。
`fieldcount`	レコードあたりのフィールド数。`1` に設定します
`fieldlength`	各フィールドの長さ (バイト単位)。`100` に設定します
`threads`	YCSB クライアントのスレッド数。インスタンスタイプによって異なります。

テストメトリクス

メトリクス	説明
QPS	1 秒あたりに処理される読み取りおよび書き込み操作の数
平均レイテンシー	読み取りまたは書き込み操作の平均レイテンシー。単位：µs
99 パーセンタイルレイテンシー	最も高速な 99% の操作における最大レイテンシー。単位：µs。たとえば、値が 500 µs の場合、99% の操作が 500 µs 以内に完了することを意味します。

テスト結果

メモリがデータ量より大きい場合

メモリとデータの比率は約 7:1 です。ほとんどのリクエストはメモリから処理されます。

インスタンスタイプ	YCSB 設定	ワークロード	QPS	平均レイテンシー (µs)	99 パーセンタイルレイテンシー (µs)
`tair.localssd.c1m8.xlarge`	recordcount=20,000,000 run_operationcount=20,000,000 threads=64 fieldlength=100	ロード	41,960	1,522	5,523
		均一読み取り	110,867	574	2,515
		Zipf 分布読み取り	116,309	547	2,429
		均一 50% 読み取り-50% 更新	53,116	読み取り：1,094	読み取り：4,025
		均一 50% 読み取り-50% 更新	53,116	更新：1,310	更新：4,655
`tair.localssd.c1m8.2xlarge`	recordcount=40,000,000 run_operationcount=40,000,000 threads=128 fieldlength=100	ロード	64,378	1,985	6,091
		均一読み取り	205,584	620	2,279
		Zipf 分布読み取り	211,290	603	2,217
		均一 50% 読み取り-50% 更新	80,796	読み取り：1,406	読み取り：4,631
		均一 50% 読み取り-50% 更新	80,796	更新：1,756	更新：5,495
`tair.localssd.c1m8.with.proxy.xlarge (3 シャード)`	recordcount=60,000,000 run_operationcount=60,000,000 threads=192 fieldlength=100	ロード	110,169	1,737	11,279
		均一読み取り	233,028	820	4,675
		Zipf 分布読み取り	235,489	811	4,655
		均一 50% 読み取り-50% 更新	122,866	読み取り：1,480	読み取り：10,311
		均一 50% 読み取り-50% 更新	122,866	更新：1,635	更新：10,735
`tair.localssd.c1m8.with.proxy.2xlarge (3 シャード)`	recordcount=120,000,000 run_operationcount=120,000,000 threads=384 fieldlength=100	ロード	180,502	2,122	10,727
		均一読み取り	429,252	891	3,293
		Zipf 分布読み取り	438,533	872	3,365
		均一 50% 読み取り-50% 更新	231,044	読み取り：1,541	読み取り：8,663
		均一 50% 読み取り-50% 更新	231,044	更新：1,772	更新：9,151

データ量がメモリより大きい場合

メモリとデータの比率は約 1:4 です。ほとんどのリクエストにはディスク I/O が必要になるため、レイテンシーは上記のメモリ中心のシナリオよりも高くなります。

インスタンスタイプ	YCSB 設定	ワークロード	QPS	平均レイテンシー (µs)	99 パーセンタイルレイテンシー (µs)
`tair.localssd.c1m8.xlarge`	recordcount=640,000,000 run_operationcount=640,000,000 threads=64 fieldlength=100	ロード	32,596	1,961	8,135
		均一読み取り	50,227	1,272	3,753
		Zipf 分布読み取り	71,804	889	2,947
		均一 50% 読み取り-50% 更新	27,063	読み取り：2,306	読み取り：8,199
		均一 50% 読み取り-50% 更新	27,063	更新：2,416	更新：8,535
`tair.localssd.c1m8.2xlarge`	recordcount=1,280,000,000 run_operationcount=1,280,000,000 threads=128 fieldlength=100	ロード	50,608	2,526	9,071
		均一読み取り	78,931	1,619	4,371
		Zipf 分布読み取り	113,338	1,127	3,347
		均一 50% 読み取り-50% 更新	47,564	読み取り：2,598	読み取り：8,471
		均一 50% 読み取り-50% 更新	47,564	更新：2,778	更新：8,959
`tair.localssd.c1m8.with.proxy.xlarge (3 シャード)`	recordcount=1,920,000,000 run_operationcount=1,920,000,000 threads=192 fieldlength=100	ロード	88,483	2,167	16,383
		均一読み取り	119,177	1,609	8,775
		Zipf 分布読み取り	156,079	1,228	7,663
		均一 50% 読み取り-50% 更新	70,402	読み取り：2,670	読み取り：19,295
		均一 50% 読み取り-50% 更新	70,402	更新：2,777	更新：19,535
`tair.localssd.c1m8.with.proxy.2xlarge (3 シャード)`	recordcount=3,840,000,000 run_operationcount=3,840,000,000 threads=384 fieldlength=100	ロード	147,757	2,596	16,559
		均一読み取り	217,186	1,766	7,087
		Zipf 分布読み取り	282,698	1,356	6,131
		均一 50% 読み取り-50% 更新	135,495	読み取り：2,766	読み取り：18,591
		均一 50% 読み取り-50% 更新	135,495	更新：2,895	更新：18,815

Tair (Redis® OSS-Compatible):SSD ベースのインスタンスのパフォーマンスホワイトペーパー