近在EMC公司就Green Plum做了下测试，总体而言，测试效果还是很不错的，在这里非常感谢EMC测试人员的协助，希望有机会能够合作。
本文先后从数据加载、数据查询、数据范围查询、数据更新、修改方面对Green Plum做了相关测试，并给出了评测结论。
测试项目 | Oracle11G | GreenPlum Master 节点 | GreenPlum Segment 4节点 | GreenPlum Segment 8节点 |
主机节点数 | 2 | 2 | 4 | 8 |
CPU | 2*4 intel 2.83GHz | 2*6 intel 3.0GHZ | 2*6 intel 2.93GHZ | 2*6 intel 2.93GHZ |
内存 | 16G | | | |
磁盘 | 146G*2(Raid1) SAS 10K | 6*300GB SAS(Raid5) | 12*600GB SAS(Raid5) | 12*600GB SAS(Raid5) |
存储 | DELL MD3200 6Gbps SAS 36*2T(2Hotspace) 2T*8+10T( Raid5) | N/A | N/A | N/A |
网络 | 2*1Gb千兆网口 | 4*1 Gb千兆网口 2*1 10GB 万兆网口 | 2*1 Gb 千兆网口 2*1 10GB 万兆网口 | 2*1 Gb 千兆网口 2*1 10GB 万兆网口- |
交换机 | 3560千兆交换机 | 万兆交换机2台，千兆交换机1台 |
| Oracle | Green Plum |
操作系统&版本 | Oracle Linux5.6 | Linux5.5 |
数据库&版本 | Oracle 11g 11.2.0.2.0 | Greenplum-db-4.1.1.3 |
测试项目 | 具体项目 | Oracle 11G | GreenPlum 4节点 | GreenPlum 8节点 |
Copy VS SQL loader | 6400万 | 900秒 | N/A | N/A |
外部表 VS 外部表 | 6400万 | N/A | 63秒 | 50秒 |
6400万*3 | N/A | 130秒 | 76秒 |
Insert方式VS Insert方式 | 6400万 | 1800~9000秒 | | |
6400万*4 | N/A | 74秒 | 39秒 |
6400万*8 | N/A | 360秒 | 90秒 |
6400万*16 | N/A | 356秒 | 209秒 |
从4节点与8节点的加载性能来看，性能和节点数量基本呈线性关系。
Green Plum与Oracle相比，数据加载的性能提高20倍~100倍不等。
标准查询语句性能测试
测试项目 | 具体项目 | Oracle 11G | GreenPlum 4节点 | GreenPlum 8节点 |
单分区分组 （参见相关语句） | Select | 120秒 | —— | 40 |
CTAS | 33秒 | 17.5秒 | 12秒 |
Insert | —— | 11.9秒 | 5.3秒 |
八分区分组 （参见相关语句） | Select | 500秒 | —— | 77.6秒 |
CTAS | 232秒 | —— | —— |
Insert | —— | —— | 40.5秒 |
三十个分区分组 （参见相关语句） | CTAS | —— | —— | 207.3秒 |
单分区与八个分区分组统计 （参见相关语句） | Select | 437秒 | 67.1秒 | 56.1秒 |
CTAS | —— | 35.8秒 | 27.7秒 |
Insert | —— | 32.4秒 | 21.9秒 |
单分区与三十个分区分组统计 （参见相关语句） | Select | —— | 230.0秒 | —— |
IP查询语句性能测试
测试项目 | Oracle 11G | GreenPlum 4节点 | GreenPlum 8节点 |
IP范围查询—by 转换后 （参见相关语句） | 约1800秒 | —— | 约2537秒 |
IP范围查询—by函数 （参见相关语句） | 约18000秒 | —— | 约36000秒 |
IP查询 （参见相关语句） | —— | 21秒 | 32~98秒 |
从以上的测试数据来看，大批量的数据处理，都能够在所期望的时间内以很短的时间完成执行。通过4个节点与8个节点响应的SQL测试时间的比较来看，性能与节点数量基本上呈线性关系。
GreenPlum与Oracle相比，数据查询的性能提高3倍~20倍不等。（Oracle的测试结果已做过优化，GP则为无索引状态）
基于IP范围查询的结果见补充说明
对于IP范围查询（包括数字和函数比较），Green Plum和Oracle的执行性能均一般，GreenPlum还要更差一些。
为 了解决这个性能问题，Green Plum对IP表做了特殊处理，即把10999行的IP表拆分成1亿多条的IP明细表，采用等关联处理，即避开nestloop方式的join而使用更为 快速的hash join。修正效果显著，相同的数据关联从之前的约2500秒的处理时间降低到约20秒，有了100倍左右的提升。
测试项目 | Oracle 11G | GreenPlum 4节点 | GreenPlum 8节点 |
Update（30个分区） | —— | —— | 130.7秒 |
Delete | —— | —— | 12秒 |
对于大批量数据的更新和删除，Green Plum的优势更加明显，Oracle还需要加以特殊处理（即分段处理）才能进行更新和删除。
Green Plum的Update有个小问题，批量增加字段会导致整个表的大小翻倍，可以通过表的在线分析进行压缩。
来自 “ ITPUB博客 ” ，链接：http://blog.itpub.net/6517/viewspace-710398/，如需转载，请注明出处，否则将追究法律责任。
转载于:http://blog.itpub.net/6517/viewspace-710398/
