v0.5.6 Cluster(Cassandra)

Note:

当前的性能指标测试基于很早期的版本。最新版本在性能和功能上都有显著的改进。我们鼓励您参考最新的发布版本， 该版本具有自主分布式存储和增强的计算推下能力。或者，您可以等待社区更新相关测试数据 (也欢迎反馈共建)。

1 测试环境

被压机器信息

• 起压力机器信息：与被压机器同配置
• 测试工具：apache-Jmeter-2.5.1

注：起压机器和被压机器在同一机房

2 测试说明

2.1 名词定义（时间的单位均为 ms）

• Samples – 本次场景中一共完成了多少个线程
• Average – 平均响应时间
• Median – 统计意义上面的响应时间的中值
• 90% Line – 所有线程中 90% 的线程的响应时间都小于 xx
• Min – 最小响应时间
• Max – 最大响应时间
• Error – 出错率
• Throughput – 吞吐量
• KB/sec – 以流量做衡量的吞吐量

2.2 底层存储

后端存储使用 15 节点 Cassandra 集群，HugeGraph 与 Cassandra 集群位于不同的服务器，server 相关的配置文件除主机和端口有修改外，其余均保持默认。

3 性能结果总结

1. HugeGraph 单条插入顶点和边的速度分别为 9000 和 4500
2. 顶点和边的批量插入速度分别为5w/s和15w/s，远大于单条插入速度
3. 按 id 查询顶点和边的并发度可达到 12000 以上，且请求的平均延时小于 70ms

4 测试结果及分析

4.1 batch 插入

4.1.1 压力上限测试

测试方法

不断提升并发量，测试 server 仍能正常提供服务的压力上限

压力参数

持续时间：5min

顶点的最大插入速度：

结论：

• 并发 3500，顶点的吞吐量是 261，每秒可处理的数据：261*200=52200/s

边的最大插入速度

结论：

• 并发 1000，边的吞吐量是 323，每秒可处理的数据：323*500=161500/s

4.2 single 插入

4.2.1 压力上限测试

测试方法

不断提升并发量，测试 server 仍能正常提供服务的压力上限

压力参数

• 持续时间：5min
• 服务异常标志：错误率大于 0.00%

顶点的单条插入

结论：

• 并发 9000，吞吐量为 8400，顶点的单条插入并发能力为 9000

边的单条插入

结论：

• 并发 4500，吞吐量是 4160，边的单条插入并发能力为 4500

4.3 按 id 查询

4.3.1 压力上限测试

测试方法

不断提升并发量，测试 server 仍能正常提供服务的压力上限

压力参数

• 持续时间：5min
• 服务异常标志：错误率大于 0.00%

顶点的按 id 查询

结论：

• 并发 14500，吞吐量是 13576，顶点的按 id 查询的并发能力为 14500，平均延时为 11ms

边的按 id 查询

结论：

• 并发 12000，吞吐量是 10688，边的按 id 查询的并发能力为 12000，平均延时为 63ms