AnalyticDB：效能測試

測試執行個體規格

• 引擎版本：AnalyticDB PostgreSQL 7.0版。

• 核心小版本：v7.1.0.0。

• 執行個體系列：高可用版。

• 節點規格：4 C 32 GB。

• 節點數量：4 Segment。

• 節點儲存容量：200 GB。

• 儲存磁碟類型：ESSD雲端硬碟PL1。

• Master資源：8 CU。

測試資料集

資料來源為維基百科英語語料庫的快照，包含500萬條資料。點擊GitHub - softhuafei/wiki-dataset下載資料（資料包為wiki-articles-500w-aa~az）。本次測試了1億條資料（將本次測試資料重複匯入20次）下的效能情況。

• 資料由url、title和body組成。

• 資料格式為JSON。

• 資料大小為2.34 GB。

效能測試結果

• BM25索引構建耗時約為Gin(tsvector)索引耗時的63%。

• 在單Term查詢方面，BM25索引的QPS效能為Gin(tsvector)索引的6-7倍。

• 在多Term查詢方面，BM25索引的QPS效能為Gin(tsvector)索引的6-11倍。

• 在單Term AND點查詢方面，BM25索引的QPS效能為Gin(tsvector)+btree索引的6-9倍。

• 在單Term AND範圍查詢方面，BM25索引的QPS效能為Gin(tsvector)+btree索引的1-9倍。

索引構建

查詢單個Term

在body列上查詢包含某個Term的TOP 20結果，例如body:"Gabriel Basso"。這些Term的平均出現頻率為56685（單位：次）。結果取最大的QPS以及對應時間點的RT。

查詢多個Term

在body列上查詢包含多個Term中任意一個或多個的TOP20結果，例如body:handsworth OR body:cern。所有的Term都是從資料集中提取的，本次結果排除了罕見的Term（出現次數少於100次）。每個查詢所包含的Term數量符合權重分布[0.03, 0.15, 0.25, 0.25, 0.15, 0.08, 0.04, 0.03, 0.02]。即有3%的查詢包含1個Term、15%的查詢包含2個Term等。

查詢單Term AND點查

點查條件只命中一條資料。

SELECT * FROM articles ORDER BY body @@@ pgsearch.config('body:"David" AND id:80000000');
SELECT * FROM articles_gin WHERE  body_ts @@ to_tsquery('David') AND id = '80000000';

查詢單Term AND範圍查詢

範圍查詢過濾掉99.99%的資料，命中1萬條資料。

SELECT * FROM articles WHERE body @@ pgsearch.config('body:"David" AND id:[110000 TO 120000]');
SELECT * FROM articles_gin WHERE  body_ts @@ to_tsquery('David') AND id >= '110000' AND id <= '120000';