Excel中表格删去一列中的一些字母的操作方法
635
2022-05-30
最近,ArangoDB官方发布了一份关于ArangoDB与其它主流NoSQL系统的对比测试报告,测试所选取的场景可能是ArangoDB所擅长的场景,但好在这些场景还算是比较普遍的场景,从客观的角度来看依然是有参考价值的。
ArangoDB
相信关于”One size does not always fit all“的思想已经深入人心,然而,ArangoDB却定位于在一个数据库系统中,通过一种查询语言,能够同时支持如下能力:
文档存储
图存储
KeyValue存储
这就是所谓的Multiple Data Models数据库,正如ArangoDB官方所提供的描述:
One Core. One Query Language. Multiple Data Models.
Gartner于2016年10月份发布的报告《Magic Quadrant for Operational Database Management Systems》中,关于2017年的战略规划设想部分,曾重点提及Multiple Data Models Databases:
By 2017, all leading operational DBMSs will offer multiple data models, relational and nonrelational, in a single DBMS platform.
By 2017, the “NoSQL” label will cease to distinguish DBMSs, leading data and analytics leaders to select multimodel and/or specific document-style, key-value, graph and table-style engines.
报告总览
该报告涉及了随机读写,聚合统计,最短路径查询,扩线查询等几种场景,并且与主流的文档数据库(MongoDB)、图数据库(Neo4j)、关系型数据库(postgresql)以及其它Multiple Data Models Database(OrientDB)做了对比,从结果上来看:
在大多数场景中,基于RocksDB作为存储引擎的ArangoDB,均取得了非常不错的表现,尤其是在图数据库专有的”扩线查询”和”最短路径”查询中,居然远优于Neo4j,这一点倒是比较惊讶。在聚合统计上,基于Tabular存储的PostgreSQL,具有非常明显的优势。而另外一个Multiple Data Models Database(OrientDB)在图计算能力上的表现却差强人意。
软件版本
Neo4j 3.3.1
MongoDB 3.6.1
PostgreSQL 10.1 (tabular & jsonb)
OrientDB 2.2.29
ArangoDB 3.3.3
测试环境
Server: i3.4xlarge on AWS with 16 virtual cores, 122 GB of RAM, 1900 GB NVMe-SSD
Client: c3.xlarge on AWS with four virtual CPUs, 7.5 GB of RAM and a 40 GB SSD
测试数据
测试数据源自Pokec上的社交关系数据,由Standford University SNAP提供。这些数据中,共包含:
1,632,803 people(Vertices信息)
30,622,564 edges(Edge用来描述两个Vertices之间的关系)
关于描述people的信息包括{gender, age, hobbies, interest, education, …}。
未压缩的原始数据大小信息:
Vertices: 600 MB
Edges: 1.832 GB
任意两个Vertices之间的最短路径的最大长度为11,而这些这些Vertices之间是高度相关联的,因此,如果想查询任意两个Vertices之间的最短路径是相对比较难的。
测试场景
Single-read读取单个Document
Single-write写入单个Document
Single-write sync写入单个Document,等待fsync成功
Aggregation针对一个Collection之上的ad-hoc聚合查询,计算年龄的分布信息
Neighbors second查找”A的朋友的朋友的”二层扩线查询,并且返回1000个不同的Vertices的ID列表。
Neighbors second with data 查找”A的朋友的朋友的”二层扩线查询,并且返回100个不同的Vertices的详细信息(携带描述字段信息)。
Shortest path查找任意两个Vertices之间的最短路径。
Memory关注测试期间的平均内存使用信息。
详细结果
Aggregation(聚合统计)
结果点评:
基于tabular存储的PostgreSQL具有明显的性能优势。
Neighbors second(扩线查询)
结果点评:
仅仅返回1000个Vertices ID列表,而不涉及具体的字段信息时,基于RocksDB的ArangoDB表现最佳。
同为Multiple Data Models的OrientDB在扩线查询上表现最差,甚至差于MongoDB。
结果点评:
当返回100个Vertices以及相关联的字段信息时,基于Tabular存储的PostgreSQL表现最佳。原因应该在于,返回Vertices数量的减少使得读取的数据量减少了。
ArangoDB的表现次优,该结果与不带数据时的结果差不多。
MongoDB查询携带有字段信息的结果也远优于不带字段信息的结果,原因同样应该是返回的Vertices数量减少的缘故,作为文档类型的MongoDB未对扩线查询做针对性优化也在情理之中。
Shortest path(最短路径查询)
结果点评:
因为”最短路径查询”属于图数据库的范畴,并没有测试MongoDB与PostgreSQL。
“最短路径查询”其实包含两部分,第一是通过扩线查询将所需的Vertices以及Edges加载到内存中,第二是最短路径算法,而第一点往往是影响性能的关键,因此,在扩线查询上表现最佳的ArangoDB在”最短路径查询”中结果也理所当然是最佳的。
Memory Usage(内存占用)
结果点评:
在内存占用上,基于Tabular存储的PostgreSQL表现最佳,这与PostgreSQL底层优秀的压缩与编码机制有关。
Neo4j的内存占用最大,从这点上看的出来,Neo4j是依赖于Caching来提升性能的。
最后的总结
作为Multiple Data Models的ArangoDB在图存储能力上以及单点读写能力上,均有不错的表现,但”百万顶点,千万条边”的数据量级,似乎是偏小了一些,尤其是在测试实时写入时的”10万个Documents”实在是太小。如果将数据量放大以后,相信这些测试结果的排序将会带来一些变化。
关于测试报告详情,感兴趣的同学可以参考下面参考信息中的链接,原文中附有测试源代码的路径。
参考信息
1. https://www.arangodb.com/
2. NoSQL Performance Benchmark 2018 – MongoDB, PostgreSQL, OrientDB, Neo4j and ArangoDB
数据库 NoSQL
版权声明:本文内容由网络用户投稿,版权归原作者所有,本站不拥有其著作权,亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容,请联系我们jiasou666@gmail.com 处理,核实后本网站将在24小时内删除侵权内容。