Question

我正在测试BerkeleyDB Java版，以了解我是否可以在我的项目中使用它。

我创建了一个非常简单的程序，它与com.sleepycat.je.Database类的对象一起工作：

写入每个5-15kb的N条记录，其密钥生成类似于Integer.toString（random.nextInt（））;
读取这些记录，使用方法Database＃获取它们的顺序与它们的创建顺序相同;
使用方法Database＃get以随机顺序读取相同数量的记录。

我现在看到了奇怪的事情。第三次测试的执行时间随着记录数量的增加而非常非线性地增长。

N = 80000，写入= 55秒，顺序提取= 17秒，随机提取= 3秒
N = 100000，写入= 60秒，顺序提取= 20秒，随机提取= 7秒
N = 120000，写入= 68秒，顺序提取= 27秒，随机提取= 11秒
N = 140000，写入= 82秒，顺序提取= 32秒，随机提取= 47秒

（当然，我已多次进行测试。）

我想我做错了。这是引用的来源（对不起，它有点长），方法按相同的顺序调用：

private Environment env;
private Database db;
private Random random = new Random();
private List<String> keys = new ArrayList<String>();
private int seed = 113;


public boolean dbOpen() {
    EnvironmentConfig ec = new EnvironmentConfig();
    DatabaseConfig dc = new DatabaseConfig();
    ec.setAllowCreate(true);
    dc.setAllowCreate(true);
    env = new Environment(new File("mydbenv"), ec);
    db = env.openDatabase(null, "moe", dc);
    return true;
}

public int storeRecords(int i) {
    int j;
    long size = 0;
    DatabaseEntry key = new DatabaseEntry();
    DatabaseEntry val = new DatabaseEntry();

    random.setSeed(seed);

    for (j = 0; j < i; j++) {
        String k = Long.toString(random.nextLong());
        byte[] data = new byte[5000 + random.nextInt(10000)];
        keys.add(k);

        size += data.length;

        random.nextBytes(data);
        key.setData(k.getBytes());
        val.setData(data);
        db.put(null, key, val);
    }

    System.out.println("GENERATED SIZE: " + size);

    return j;
}                   

public int fetchRecords(int i) {
    int j, res;
    DatabaseEntry key = new DatabaseEntry();
    DatabaseEntry val = new DatabaseEntry();

    random.setSeed(seed);
    res = 0;

    for (j = 0; j < i; j++) {
        String k = Long.toString(random.nextLong());
        byte[] data = new byte[5000 + random.nextInt(10000)];
        random.nextBytes(data);
        key.setData(k.getBytes());
        db.get(null, key, val, null);
        if (Arrays.equals(data, val.getData())) {
            res++;
        } else {
            System.err.println("FETCH differs: " + j);
            System.err.println(data.length + " " + val.getData().length);
        }
    }

    return res;
}

public int fetchRandom(int i) {
    DatabaseEntry key = new DatabaseEntry();
    DatabaseEntry val = new DatabaseEntry();

    for (int j = 0; j < i; j++) {
        String k = keys.get(random.nextInt(keys.size()));
        key.setData(k.getBytes());
        db.get(null, key, val, null);
    }

    return i;
}

Answer 1

性能下降是非线性的，原因有两个：

BDB-JE数据结构是一个b树，它具有O（log（n））性能，用于检索一条记录。通过get方法检索all是O（n * log（n））。
大型数据集不适合RAM，因此磁盘访问会减慢所有内容。随机访问具有非常差的缓存局部性。

请注意，您可以通过放弃一些持久性来提高写入性能：ec.setTxnWriteNoSync（true）;

您可能还想尝试Tupl，这是我一直在研究的开源BerkeleyDB替代品。它仍处于alpha阶段，但您可以在SourceForge上找到它。

为了在BDB-JE和Tupl之间进行公平比较，我将缓存大小设置为500M，并在store方法的末尾执行显式检查点。

使用BDB-JE：

N = 80000，写= 11.0秒，fetch = 5.3sec
N = 100000，写= 13.6秒，fetch = 7.0sec
N = 120000，写= 16.4秒，fetch = 29.5sec
N = 140000，写= 18.8秒，fetch = 35.9sec
N = 160000，写= 21.5秒，fetch = 41.3sec
N = 180000，写= 23.9秒，fetch = 46.4sec

使用Tupl：

N = 80000，写= 21.7秒，fetch = 4.4sec
N = 100000，写= 27.6秒，fetch = 6.3sec
N = 120000，写= 30.2秒，fetch = 8.4sec
N = 140000，写= 35.4秒，fetch = 12.2sec
N = 160000，写= 39.9秒，fetch = 17.4sec
N = 180000，写= 45.4秒，fetch = 22.8sec

import java.io. ; import java.util。;

import org.cojen.tupl。*;

public class TuplTest { public static void main（final String [] args）throws Exception { final RandTupl rt = new RandTupl（）; rt.dbOpen（参数[0]）;

    {
        long start = System.currentTimeMillis();
        rt.storeRecords(Integer.parseInt(args[1]));
        long end = System.currentTimeMillis();
        System.out.println("store duration: " + (end - start));
    }

    {
        long start = System.currentTimeMillis();
        rt.fetchRecords(Integer.parseInt(args[1]));
        long end = System.currentTimeMillis();
        System.out.println("fetch duration: " + (end - start));
    }
}

private Database db;
private Index ix;
private Random random = new Random();
private List<String> keys = new ArrayList<String>();
private int seed = 113;

public boolean dbOpen(String home) throws Exception {
    DatabaseConfig config = new DatabaseConfig();
    config.baseFile(new File(home));
    config.durabilityMode(DurabilityMode.NO_FLUSH);
    config.minCacheSize(500000000);
    db = Database.open(config);
    ix = db.openIndex("moe");
    return true;
}

public int storeRecords(int i) throws Exception {
    int j;
    long size = 0;

    random.setSeed(seed);

    for (j = 0; j < i; j++) {
        String k = Long.toString(random.nextLong());
        byte[] data = new byte[5000 + random.nextInt(10000)];
        keys.add(k);

        size += data.length;

        random.nextBytes(data);
        ix.store(null, k.getBytes(), data);
    }

    System.out.println("GENERATED SIZE: " + size);

    db.checkpoint();
    return j;
}

public int fetchRecords(int i) throws Exception {
    int j, res;

    random.setSeed(seed);
    res = 0;

    for (j = 0; j < i; j++) {
        String k = Long.toString(random.nextLong());
        byte[] data = new byte[5000 + random.nextInt(10000)];
        random.nextBytes(data);
        byte[] val = ix.load(null, k.getBytes());
        if (Arrays.equals(data, val)) {
            res++;
        } else {
            System.err.println("FETCH differs: " + j);
            System.err.println(data.length + " " + val.length);
        }
    }

    return res;
}

public int fetchRandom(int i) throws Exception {
    for (int j = 0; j < i; j++) {
        String k = keys.get(random.nextInt(keys.size()));
        ix.load(null, k.getBytes());
    }

    return i;
}

}

BerkeleyDB JE随机访问时间非线性增加

1 个答案: