首页
解决方案
数据库专业技术服务全栈式PostgreSQL解决方案Oracle分布式存储化数据库云PolarDB一体化解决方案
产品
CLup:PostgreSQL高可用集群平台 CMiner: PostgreSQL中的CDC CData高性能数据库云一体机 CBackup数据库备份恢复云平台 CPDA高性能双子星数据库机 CSYun超融合虚拟机产品 ZQPool数据库连接池 ConshGuard数据保护产品
文档
文章
客户及伙伴
中启开源
关于我们
公司简介 联系我们
中启开源

环境准备

主机 系统 CPU 内存 硬盘
duckdb-test AlmaLinux 9.4
PG: 16
DuckDB: 1.0.0
8 32GB 500GB SSD

安装DuckDB

  1. dnf install -y wget
  2. wget https://github.com/duckdb/duckdb/releases/download/v1.0.0/duckdb_cli-linux-amd64.zip
  3. unzip duckdb_cli-linux-amd64.zip
  4. mv duckdb /usr/local/bin

安装StarRocks

配置系统环境

  1. systemctl stop firewalld
  2. systemctl disable firewalld
  3. cat >> /etc/sysctl.conf << EOF
  4. vm.overcommit_memory=1
  5. EOF
  6. sysctl -p
  7. echo madvise | sudo tee /sys/kernel/mm/transparent_hugepage/enabled
  8. echo madvise | sudo tee /sys/kernel/mm/transparent_hugepage/defrag
  9. cat >> /etc/rc.d/rc.local << EOF
  10. if test -f /sys/kernel/mm/transparent_hugepage/enabled; then
  11. echo madvise > /sys/kernel/mm/transparent_hugepage/enabled
  12. fi
  13. if test -f /sys/kernel/mm/transparent_hugepage/defrag; then
  14. echo madvise > /sys/kernel/mm/transparent_hugepage/defrag
  15. fi
  16. EOF
  17. chmod +x /etc/rc.d/rc.local
  18. swapoff -a
  19. cat >> /etc/sysctl.conf << EOF
  20. vm.swappiness=0
  21. EOF
  22. sysctl -p
  23. setenforce 0
  24. sed -i 's/SELINUX=.*/SELINUX=disabled/' /etc/selinux/config
  25. sed -i 's/SELINUXTYPE/#SELINUXTYPE/' /etc/selinux/config
  26. echo "export LANG=en_US.UTF8" >> /etc/profile
  27. source /etc/profile
  28. cp -f /usr/share/zoneinfo/Asia/Shanghai /etc/localtime
  29. hwclock
  30. cat >> /etc/security/limits.conf << EOF
  31. * soft nproc 65535
  32. * hard nproc 65535
  33. * soft nofile 655350
  34. * hard nofile 655350
  35. * soft stack unlimited
  36. * hard stack unlimited
  37. * hard memlock unlimited
  38. * soft memlock unlimited
  39. EOF
  40. cat >> /etc/security/limits.d/20-nproc.conf << EOF
  41. * soft nproc 65535
  42. root soft nproc 65535
  43. EOF
  44. cat >> /etc/sysctl.conf << EOF
  45. net.ipv4.tcp_abort_on_overflow=1
  46. EOF
  47. sysctl -p
  48. cat >> /etc/sysctl.conf << EOF
  49. net.core.somaxconn=1024
  50. EOF
  51. sysctl -p
  52. cat >> /etc/sysctl.conf << EOF
  53. vm.max_map_count = 262144
  54. EOF
  55. sysctl -p
  56. echo 120000 > /proc/sys/kernel/threads-max
  57. echo 200000 > /proc/sys/kernel/pid_max

安装JDK 11

  1. dnf install java-11-openjdk java-11-openjdk-devel -y

编辑/etc/profile文件

  1. export JAVA_HOME=/usr/lib/jvm/java-11
  2. export PATH=$JAVA_HOME/bin:$PATH

刷新配置

  1. source /etc/profile

下载StarRocks二进制包

  1. wget https://releases.starrocks.io/starrocks/StarRocks-3.2.7.tar.gz
  2. tar -xzvf StarRocks-3.2.7.tar.gz

部署FE节点

创建元数据目录

  1. mkdir /data/meta

修改FE配置文件fe/conf/fe.conf

  1. priority_networks = 10.1.0.0/20
  2. meta_dir = /data/meta
  3. JAVA_OPTS="-Xmx4096m -XX:+UseMembar -XX:SurvivorRatio=8 -XX:MaxTenuringThreshold=7 -XX:+PrintGCDateStamps -XX:+PrintGCDetails -XX:+UseConcMarkSweepGC -XX:+UseParNewGC -XX:+CMSClassUnloadingEnabled -XX:-CMSParallelRemarkEnabled -XX:CMSInitiatingOccupancyFraction=80 -XX:SoftRefLRUPolicyMSPerMB=0 -Xloggc:$DORIS_HOME/log/fe.gc.log.$DATE"
  4. JAVA_HOME = /usr/lib/jvm/java-11

启动fe

  1. ./fe/bin/start_fe.sh --daemon

部署BE节点

创建数据存储目录

  1. mkdir /data/be

修改 BE 配置文件 be/conf/be.conf

  1. storage_root_path = /data/be
  2. priority_networks = 10.1.0.0/20
  3. JAVA_HOME = /usr/lib/jvm/java-11

启动BE节点

  1. ./be/bin/start_be.sh --daemon

搭建集群

下载mysql客户端

  1. dnf install mysql

在fe节点,使用MYSQL客户端连接

  1. mysql -uroot -P9030 -h 127.0.0.1

添加BE节点

  1. ALTER SYSTEM ADD BACKEND "10.1.2.14:9050";

查看FE节点和BE节点状态

  1. SHOW FRONTENDS\G;
  2. SHOW BACKENDS\G;

TPC-DS测试

DuckDB的TPC-DS测试

创建测试目录

  1. mkdir -p /tpcds/duckdb/

DuckDB创建测试数据库并安装tpcds扩展

  1. [root@duckdb-test ~]# duckdb /tpcds/duckdb/tpcds-100.db
  2. v1.0.0 1f98600c2c
  3. Enter ".help" for usage hints.
  4. D INSTALL tpcds;
  5. 100% ▕████████████████████████████████████████████████████████████▏
  6. D LOAD tpcds;

生成测试数据,这里使用sf=100,100GB的数据库:

  1. D CALL dsdgen(sf = 100);
  2. 100% ▕████████████████████████████████████████████████████████████▏
  3. ┌─────────┐
  4. Success
  5. boolean
  6. ├─────────┤
  7. 0 rows
  8. └─────────┘

查看测试数据库

  1. [root@duckdb-test duckdb]# ls -lh tpcds-100.db
  2. -rw-r--r--. 1 root root 27G Jun 11 10:03 tpcds-100.db

编写python测试脚本tpcds.py,跑一个完整的TPCDS测试,为了防止OOM,将DuckDB使用的内存大小限制为16GB,并行线程数为4个,测试脚本如下:

  1. import time
  2. import duckdb
  3. import logging
  4. logger = logging.getLogger(__name__)
  5. fh = logging.FileHandler('tpcds.log')
  6. logger.setLevel(logging.INFO)
  7. fh.setLevel(logging.INFO)
  8. formatter = logging.Formatter('%(asctime)s - %(name)s - %(levelname)s - %(message)s')
  9. fh.setFormatter(formatter)
  10. logger.addHandler(fh)
  11. database_url = 'tpcds-100.db'
  12. mem_limit = '16GB'
  13. thread_limit = 4
  14. con = duckdb.connect(database_url)
  15. con.execute(f"SET memory_limit = '{mem_limit}';")
  16. con.execute(f"SET threads TO {thread_limit};")
  17. start_time = time.time()
  18. logger.info("Starting TPC-DS queries")
  19. print("Starting TPC-DS queries")
  20. with open('tpcds-duckdb-results.csv', 'w+', encoding='utf-8') as f:
  21. for query_id in range(1, 100):
  22. query_start_time = time.time()
  23. query = f"PRAGMA tpcds({query_id});"
  24. con.execute(query)
  25. query_end_time = time.time()
  26. logger.info(f"Query {query_id} took {query_end_time - query_start_time} seconds")
  27. f.write(f"{query_id},{round(query_end_time - query_start_time, 2)}\n")
  28. f.flush()
  29. end_time = time.time()
  30. print(f"TPCDS 99 Query Time taken: {int(end_time - start_time)} seconds")

运行测试脚本,由于需要较久的时间,所以放在tmux里运行,在执行前清除内存中的buffer,防止缓存影响测试结果的准确性:

  1. tmux new -s duckdb
  2. pip install duckdb
  3. sync
  4. echo 1 > /proc/sys/vm/drop_caches
  5. [root@duckdb-test duckdb]# python tpcds.py
  6. Starting TPC-DS queries
  7. TPCDS 99 Query Time taken: 906 seconds

可以看到,执行完99个TPC-DS测试共用906秒。

StarRocks的TPC-DS测试

创建测试目录,下载TPCDS工具包

  1. mkdir -p /tpcds/sr/
  2. cd /tpcds/sr/
  3. wget https://starrocks-public.oss-cn-zhangjiakou.aliyuncs.com/tpcds-poc-1.0.zip
  4. unzip tpcds-poc-1.0
  5. cd tpcds-poc-1.0

生成sf=100的数据

  1. sh bin/gen_data/gen-tpcds.sh 100 data_100

修改配置文件conf/starrocks.conf,指定mysql的host和port等配置,然后创建表结构

  1. sh bin/create_db_table.sh ddl_100

导入数据

  1. sh bin/stream_load.sh data_100

运行TPC-DS测试

  1. sh bin/benchmark.sh -p -d tpcds

测试结果

DuckDB和StarRocks跑完99个SQL测试的总耗时如下,DuckDB在一部分测试场景下性能会更好:

软件 总耗时/s
DuckDB 700.4
StarRocks 437.4

99条SQL执行耗时如下所示:

SQL StarRocks(单位ms) DuckDB(单位毫秒)
Q1 582 1340
Q2 924 5650
Q3 1928 2670
Q4 36953 23340
Q5 5274 4840
Q6 631 970
Q7 3135 2290
Q8 1569 550
Q9 4849 7430
Q10 819 1780
Q11 16042 12540
Q12 335 830
Q13 2917 4320
Q14 18950 136250
Q15 575 5430
Q16 1280 2520
Q17 2812 3230
Q18 1657 1570
Q19 1622 1190
Q20 511 950
Q21 972 1180
Q22 5206 96020
Q23 67877 126870
Q24 4531 4090
Q25 2658 2020
Q26 1396 1260
Q27 2327 3240
Q28 4035 5740
Q29 3018 1910
Q30 340 710
Q31 3402 4110
Q32 362 510
Q33 3452 1690
Q34 1516 620
Q35 1786 3440
Q36 1678 2530
Q37 947 1260
Q38 6548 3560
Q39 2508 1220
Q40 481 2330
Q41 41 70
Q42 1825 350
Q43 2400 1190
Q44 2645 1280
Q45 500 770
Q46 3795 1070
Q47 3661 18640
Q48 1997 270
Q49 3438 3630
Q50 2519 1810
Q51 9794 13350
Q52 1836 760
Q53 1581 960
Q54 2434 1550
Q55 1802 380
Q56 3375 160
Q57 1801 6070
Q58 2254 1810
Q59 7071 9440
Q60 3418 110
Q61 2859 1390
Q62 775 780
Q63 1553 530
Q64 5592 24960
Q65 5448 7920
Q66 1694 2250
Q67 32384 17890
Q68 2550 5180
Q69 1196 1310
Q70 5066 2490
Q71 1843 2510
Q72 6563 4620
Q73 1511 630
Q74 11243 7930
Q75 9425 5880
Q76 1653 1550
Q77 4284 210
Q78 24730 4280
Q79 3046 5120
Q80 5336 10590
Q81 467 1080
Q82 1634 1840
Q83 198 250
Q84 170 250
Q85 488 2620
Q86 614 840
Q87 6697 4290
Q88 4699 3270
Q89 1681 1070
Q90 261 210
Q91 110 90
Q92 278 240
Q93 2224 5070
Q94 555 930
Q95 1307 13230
Q96 573 1360
Q97 7288 5470
Q98 1605 1360
Q99 1269 1240