“不服跑個(gè)分?”是一個(gè)老梗了。雖然，我們不能盲目崇信跑分，但跑分的確是一種比較直觀反映軟硬件性能的方式。不過，相比手機(jī)跑個(gè)分，數(shù)據(jù)庫性能測試卻要復(fù)雜的多……
最近，一家小公司顛覆了我們的認(rèn)知!它完整的通過數(shù)據(jù)庫界最難的一個(gè)測試標(biāo)準(zhǔn)TPC-DS，說是登頂了數(shù)據(jù)庫領(lǐng)域的最高峰，并不為過，因?yàn)?，此前?2年里，全球還沒有任何一家公司成功過。
5月3日，這家公司還在自家的用戶大會(huì)上發(fā)布了一系列創(chuàng)新產(chǎn)品：人工智能平臺(tái)智子;一站式大數(shù)據(jù)平臺(tái)產(chǎn)品：TDH6.0，分布式圖數(shù)據(jù)庫StellarDB，分布式閃存數(shù)據(jù)庫ArgoDB;大數(shù)據(jù)云平臺(tái)產(chǎn)品Data Cloud。
這家公司叫“星環(huán)科技”，創(chuàng)始人團(tuán)隊(duì)均出自Intel，或許Intel都不曾想到，五年前被砍掉的一個(gè)項(xiàng)目，居然成就了今天這個(gè)估值超過20億，年?duì)I收超過2個(gè)億，騰訊都搶著投錢下注的公司。
TPC測試委員會(huì)主席Raghu
我們首先回顧下事情的經(jīng)過，5月3日，全球知名的數(shù)據(jù)管理系統(tǒng)評測基準(zhǔn)標(biāo)準(zhǔn)化組織TPC宣布，星環(huán)TDH平臺(tái)成為全球首個(gè)經(jīng)過TPC官方審核的TPC-DS基準(zhǔn)測試的數(shù)據(jù)平臺(tái)，打破了該領(lǐng)域十二年來沒有公司通過該項(xiàng)測試的局面，在世界范圍內(nèi)填補(bǔ)了該項(xiàng)技術(shù)的空白。
該基準(zhǔn)測試使用思科UCS集成基礎(chǔ)架構(gòu)用于大數(shù)據(jù)和分析以及Transwarp Data Hub v5.1。
也許很多人不清楚TPC是個(gè)什么組織，TPC-DS是個(gè)什么測試，我們先行腦補(bǔ)。
眾所周知，用戶在選用平臺(tái)時(shí)，面對的是一個(gè)繽紛繁雜的世界。用戶希望有一種度量標(biāo)準(zhǔn),能夠量化計(jì)算機(jī)系統(tǒng)的性能，以此作為選型的依據(jù)。因此，誕生了眾多標(biāo)準(zhǔn)化組織，而TPC就是其中之一。
TPC (事務(wù)性能管理委員會(huì))是目前全球最知名的數(shù)據(jù)管理系統(tǒng)評測基準(zhǔn)標(biāo)準(zhǔn)化組織。它的功能是制定商務(wù)應(yīng)用基準(zhǔn)程序(Benchmark)的標(biāo)準(zhǔn)規(guī)范、性能和價(jià)格度量，并管理測試結(jié)果的發(fā)布。
在過去二十多年間，該機(jī)構(gòu)發(fā)布了多項(xiàng)數(shù)據(jù)庫評測基準(zhǔn)，如TPC-A、TPC-D、TPC-H和TPC-DS，在業(yè)界得到了廣泛應(yīng)用，相對而言，TPC在學(xué)術(shù)界和工業(yè)界擁有更強(qiáng)的影響力。
TPC-DS最早是用來衡量數(shù)據(jù)庫分析性能的基準(zhǔn)測試。它是2006年在第32屆VLDB數(shù)據(jù)庫會(huì)議上提出，有99個(gè)測試。但基準(zhǔn)測試不僅僅涉及這些查詢。測試過程和指標(biāo)包括以下六個(gè)步驟(更多詳細(xì)信息，請參閱TPC-DS規(guī)范)：
數(shù)據(jù)負(fù)載測試(LD)。
功耗測試(PT)，在一個(gè)流中運(yùn)行99個(gè)查詢。
吞吐量測試1(TT1)，它在多個(gè)流中運(yùn)行99個(gè)查詢。
維護(hù)測試1(DM1)，它使用刷新功能更新數(shù)據(jù)庫。
吞吐量測試2(TT2)，在多個(gè)流中重新運(yùn)行99個(gè)查詢。
維護(hù)測試(DM2)，使用刷新功能重新更新數(shù)據(jù)庫。
這99個(gè)查詢被定義為模板。每個(gè)查詢都有幾個(gè)參數(shù)，這些參數(shù)由dsqgen和SEED確定，具體為“被選為用格式mmddhhmmsss”表示的數(shù)據(jù)庫加載時(shí)間結(jié)束時(shí)間(加載結(jié)束時(shí)間)的時(shí)間戳。這個(gè)時(shí)間戳“保證查詢替換參數(shù)值在運(yùn)行之前是未知的”。除參數(shù)外，不同流的查詢順序也不相同。圖1顯示了執(zhí)行順序。
TPC-DS的性能結(jié)果取決于每個(gè)步驟的時(shí)間(生成SQL的時(shí)間不是結(jié)果的一部分)。根據(jù)TPC-DS測試流程，SQL語法和事務(wù)支持，優(yōu)化，穩(wěn)定性和可伸縮性被確定為DBMS的關(guān)鍵因素。
自從這個(gè)標(biāo)準(zhǔn)提出到今天，12年來，一直沒有一個(gè)產(chǎn)品能通過。因此，被視為數(shù)據(jù)庫界最難的一個(gè)測試標(biāo)準(zhǔn)，每隔一兩年都會(huì)在數(shù)據(jù)庫頂級會(huì)議上被討論，但遺憾的是一直沒有人能通過。
而TPC-DS測試模擬場景的數(shù)據(jù)量都比較大，一般10TB起步，傳統(tǒng)數(shù)據(jù)庫廠商多年都未通過，如IBM、Oracle、Teradata都曾做過嘗試，但并沒有成功。而大數(shù)據(jù)庫廠商出現(xiàn)以后，為了衡量SQL和Hadoop誰更好，從 2014年開始，主流Hadoop廠商(如Cloudera, Hortonworks，Databricks)也開始試圖攻破這一難題，每年都會(huì)去測上一次，也依然沒有取得什么實(shí)質(zhì)進(jìn)展。
星環(huán)科技創(chuàng)始人、董事長孫元浩在接受筆者采訪時(shí)表示：“我們參與測試的目的，并不是為了測試而測試，最初，我們的目的只是為了衡量我們的產(chǎn)品處于什么樣的水平階段，同時(shí)看看能不能通過測試。”
孫元浩說：“實(shí)際上，我們在2014年底就通過了第一階段測試，而后面的步驟花了三年多的時(shí)間，去年7月，我們把測試結(jié)果提交給TPC組織，他們花了五個(gè)月的時(shí)間去審計(jì)結(jié)果。審計(jì)完以后再把所有測試結(jié)果和過程的全部公開在網(wǎng)上，接受質(zhì)疑，所以它的難度是非常高的。”
目前，國外廠商對TPC-DS的攻關(guān)還處在第一階段，孫元浩補(bǔ)充道。
由于SQL或事務(wù)支持限制，大多數(shù)基于Hadoop的廠商無法運(yùn)行完整的TPC-DS基準(zhǔn)測試。由于架構(gòu)和優(yōu)化限制，傳統(tǒng)數(shù)據(jù)庫廠商難以通過測試或無法取得良好結(jié)果，尤其是在大數(shù)據(jù)環(huán)境下，比如傳統(tǒng)數(shù)據(jù)庫由于架構(gòu)限制，當(dāng)有大量數(shù)據(jù)交換時(shí)，會(huì)導(dǎo)致單個(gè)節(jié)點(diǎn)瓶頸。為了降低影響，一些廠商會(huì)引入了特殊設(shè)備來處理數(shù)據(jù)交換，這使得系統(tǒng)的成本很高。
而星環(huán)能通過完整測試，毫無疑問的證明，在某些領(lǐng)域星環(huán)已經(jīng)超越國外廠商了，技術(shù)的差距總體來說已經(jīng)很小了，甚至在某些方面已經(jīng)超過了國外廠商。
