最近在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。
1.1 硬件环境
| 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 |
||
1.2 软件环境
|
|
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 |
2.1 加载性能测试
2.1.1 性能测试项目
| 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 |
2.1.2 测试结果总结
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。
2.2 SELECT性能测试
2.2.1 性能测试项目
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 |
2.2.2 测试结果总结
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
2.2.3 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。
2.3 UPDATE、DELETE性能测试
2.3.1 性能测试项目
| 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 |
2.3.2 测试结果总结
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。
本文转自baoqiangwang51CTO博客，原文链接：http://blog.51cto.com/baoqiangwang/708599，如需转载请自行联系原作者
