GeminiDB Redis接口广告RTA场景性能数据-华为云

云数据库 GEMINIDB-性能测试方法:测试指标

测试指标本次模拟的广告业务场景（RTA）业务规模大致抽象为：1TB数据量、160w QPS、1.5Gbit/s带宽。数据样本本次测试使用的数据样本主要分为以下三种：类型 Key Value Hash 34位字符 10对field(10位)-value(20-80位) String 68位字符 32位随机字符 String 19位字符 500 – 2000位随机字符其中，需要存储在Redis中的Key总数约为40亿条。各类型数据占比约为2:7:1，高频访问的数据约占总体的50%。评估指标对于上述测试模型及场景，记录各数据库操作的如下测试指标：指标缩写指标描述 QPS 每秒执行的请求数，单位为次/秒。 Avg Latency（ms）请求的平均时延，代表GeminiDB Redis整体性能表现。 P99 Latency（ms）请求的P99时延，是比较严格的时延指标，表示99%的请求执行时间都小于该值。 P9999 Latency(ms) 请求的P9999时延，是非常严格的时延指标，表示99.99%的请求执行时间小于该值，仅少量尾部请求超过该值。

云数据库 GEMINIDB GeminiDB Redis接口广告RTA场景性能数据

云数据库 GEMINIDB-性能测试方法:测试环境

测试环境本次测试使用的GeminiDB Redis集群规格和弹性云服务器（Elastic Cloud Server，简称E CS ）规格如下： GeminiDB Redis规格局点上海一可用区类型可用区一/二/三混合部署节点CPU规格 16 vCPUs 节点数量 20 实例总容量 2 TB ECS规格：可用区类型 AZ1 规格 c7.4xlarge.2，3台 CPU 16vCPUs 内存 32GiB 操作系统 CentOS 8.2 64bit

云数据库 GEMINIDB GeminiDB Redis接口广告RTA场景性能数据

云数据库 GEMINIDB-性能测试方法:测试步骤

测试步骤注入测试数据测试前，生成并注入数据库测试数据。基于测试模型三种类型的分布，对三种数据类型进行如下配置： hash类型 key：34位字符，使用字符串前缀+9位数字，数字由1亿-9亿连续，以控制数据总量和热数据分布。 field-value共注入10对，其中field为10位字符，value为20-80位随机字符，注入测试数据时取均值50位。构造并注入约8亿个key： memtier_benchmark -s ${ip} -a $(passwd} -p ${port} -c 20-t20 -n7500000 -d 32 -key-maximum=3 800000000 -key-minimum =1000000000 --key-pr efix ='cefkljrithuir123894873h4523blj4b2jkjh2iw13b nfdhsbnkfhsdjkh' --key-pattern=P:P--ratio=1:0 -pipelire=100 string类型 key：68位字符，使用字符串前缀+10位数字，数字由10亿-38亿连续，以控制数据总量和热数据分布。 value：注入32位随机字符。构造并注入约28亿个key： memtier_benchmark -s ${ip} -a ${passwd} -p ${port} -c 20 -t 20 -n 2500000 --command='hset __key__ mendke398d __data__ mebnejkehe __data__ fmebejdbnf __data__ j3i45u8923 __data__ j43245i908 __data__ jhiriu2349 __data__ 21021034ji __data__ jh23ui45j2 __data__ jiu5rj9234 __data__ j23io45u29 __data__' -d 50 --key-maximum=900000000 --key-minimum=100000000 --key-prefix='ewfdjkff43ksdh41fuihikucl' --command-key-pattern=P --pipeline=100 string类型 key：19位字符，使用字符串前缀+9位数据，数字由1亿到3亿连续，以控制数据总量和热数据分布。 value：500 – 2000位随机字符，注入测试数据时取均值1250位。构造并注入约4亿个key： memtier_benchmark -s ${ip} -a ${passwd} -p ${port} -c 20 -t 20 -n 520000 -d 1250 --key-maximum=300000000 --key-minimum=100000000 --key-prefix='miqjkfdjiu' --key-pattern=P:P --ratio=1:0 --pipeline=100 数据注入完成后，观察其key个数为3,809,940,889个key（约38亿）。观察GeminiDB Redis控制台中使用数据总量，计算GeminiDB Redis的数据压缩比。压缩后的存储容量约为155GB，即压缩比约为13.8%。受memtier_benchmark数据平铺时数据生成影响，生成数据在40亿条左右，各类型间数据分布不受影响。 memtier_benchmark工具构造随机字符串中连续字符较多，因此压缩比偏低。根据经验，实际生产数据压缩比一般在30%-50%左右，仍可以达到很好的压缩效果。压测命令在三台ECS上对GeminiDB Redis实例执行多个压测任务，压测任务分别为： ECS1上，对类型一进行hgetall查询操作，通过key范围控制仅访问部分高频数据： memtier_benchmark -s ${ip} -a ${passwd} -p ${port} -c 20 -t 30 --test-time 1200 --random-data --randomize --distinct-client-seed --command='hgetall __key__' --key-maximum=600000000 --key-minimum=200000000 --key-prefix='ewfdjkff43ksdh41fuihikucl' --out-file=./output_filename 对类型二进行get查询操作，通过key范围控制仅访问部分高频数据： memtier_benchmark -s ${ip} -a ${passwd} -p ${port} -c 70 -t 30 --test-time 1200 --random-data --randomize --distinct-client-seed --key-maximum=2400000000 --key-minimum=1000000000 --key-prefix='cefkljrithuin123894873h4523bhj4b2jkjh2iu13bnfdhsbnkfhsdjkh' --ratio=0:1 --out-file=./output_filename 对类型三进行get查询操作，通过key范围控制仅访问部分高频数据： memtier_benchmark -s ${ip} -a ${passwd} -p ${port} -c 10 -t 30 --test-time 1200 --random-data --randomize --distinct-client-seed --key-maximum=300000000 --key-minimum=100000000 --key-prefix='miqjkfdjiu' --ratio=0:1 --out-file=./output_filename 其中，连接数(c、t两个参数乘积)通过调整各个压测实例的client数量及配置使整体达到160w QPS，同时读请求流量1.5Gb/s。保持该业务流量，评估GeminiDB Redis的性能表现。

云数据库 GEMINIDB GeminiDB Redis接口广告RTA场景性能数据

云数据库 GEMINIDB-性能测试结果

性能测试结果基于上述样本，预先注入1TB+数据并进行压力测试，测试结果如下：数据压缩率：写入1.1TB数据(约38亿条)，压缩后数据占用约为155GB，数据压缩比约为13.8%；性能表现：维持业务总QPS达到约160w，此时读请求总流量约为1.5Gb/s，实例CPU利用率在60%-70%。平均时延约为0.7ms，P99长尾时延约为1.77ms。本次测试结果表明，在大规模RTA场景，GeminiDB Redis有稳定的时延性能，同时基于数据压缩和支持计算/存储独立选配的特性，非常适合作为广告业务的KV数据库选型。父主题： GeminiDB Redis接口广告RTA场景性能数据

云数据库 GEMINIDB GeminiDB Redis接口广告RTA场景性能数据

云服务器内容精选

GeminiDB Redis接口广告RTA场景性能数据

7*24

备案

专业服务

退订

建议反馈

售前咨询热线