Mongo vs MsSql часть четвертая - select

Здравствуй дорогой читатель! Продолжаю серию экспериментов по сравнению производительности Mongo DB и MSSQL Server. На этот раз я решил сравнить производительность операций выборки, так как это, пожалуй, основная операция при взаимодействии с БД в большинстве приложений. На этот раз постараюсь провести несколько экспериментов в одной статье, по-этому будет минимум текста.

Выборка по ключу

В первом тесте я буду выбирать информацию из БД по первичному ключу. Для подготовки тестовых данных я воспользовался наработками предыдущего эксперимента по добавлению разнородных объектов. Выборки осуществляются по случайно сгенерированному ключу в цикле по десять тысяч итераций из наборов записей в количествах 1000, 10000, 50000, 100000 и 500000. Исходники этого теста на Гитхабе.

Результаты

----------------------------------------------------------
Generating test data for FindByKey by FakeBenchmark (1000)
Starting search by FakeBenchmark. 30000 iterations
Time: 00:00:00.0020001
Generating test data for FindByKey by SqlServerBenchmark (1000)
Starting search by SqlServerBenchmark. 30000 iterations
Time: 00:00:03.8220500
Generating test data for FindByKey by MongoBenchmark (1000)
Starting search by MongoBenchmark. 30000 iterations
Time: 00:00:03.7440066
----------------------------------------------------------
Generating test data for FindByKey by FakeBenchmark (10000)
Starting search by FakeBenchmark. 30000 iterations
Time: 00:00:00
Generating test data for FindByKey by SqlServerBenchmark (10000)
Starting search by SqlServerBenchmark. 30000 iterations
Time: 00:00:03.7752066
Generating test data for FindByKey by MongoBenchmark (10000)
Starting search by MongoBenchmark. 30000 iterations
Time: 00:00:03.7440066
----------------------------------------------------------
Generating test data for FindByKey by FakeBenchmark (50000)
Starting search by FakeBenchmark. 30000 iterations
Time: 00:00:00
Generating test data for FindByKey by SqlServerBenchmark (50000)
Starting search by SqlServerBenchmark. 30000 iterations
Time: 00:00:03.9285434
Generating test data for FindByKey by MongoBenchmark (50000)
Starting search by MongoBenchmark. 30000 iterations
Time: 00:00:03.7596066
----------------------------------------------------------
Generating test data for FindByKey by FakeBenchmark (100000)
Starting search by FakeBenchmark. 30000 iterations
Time: 00:00:00
Generating test data for FindByKey by SqlServerBenchmark (100000)
Starting search by SqlServerBenchmark. 30000 iterations
Time: 00:00:03.9624070
Generating test data for FindByKey by MongoBenchmark (100000)
Starting search by MongoBenchmark. 30000 iterations
Time: 00:00:03.7752066
----------------------------------------------------------
Generating test data for FindByKey by FakeBenchmark (500000)
Starting search by FakeBenchmark. 30000 iterations
Time: 00:00:00.0156001
Generating test data for FindByKey by SqlServerBenchmark (500000)
Starting search by SqlServerBenchmark. 30000 iterations
Time: 00:00:04.0227168
Generating test data for FindByKey by MongoBenchmark (500000)
Starting search by MongoBenchmark. 30000 iterations
Time: 00:00:03.9624069

Как видно, на операциях выборки данных по первичному ключу обе СУБД показали примерно одинаковые результаты, причем скорость выборки практически не зависит от количества записей в базе.

Выборка набора записей

Во второй части я буду выбирать данные не по одной штуке, а по 10, 100 и 500, но тоже по первичному ключу. Прямая ссылка на исходники эксперимента.

Результаты выборки по 10 записей

----------------------------------------------------------
Generating test data for FindByKeyPage by FakeBenchmark (1000)
Starting search by FakeBenchmark. 3000 iterations
Time: 00:00:00
Generating test data for FindByKeyPage by SqlServerBenchmark (1000)
Starting search by SqlServerBenchmark. 3000 iterations
Time: 00:00:00.5750329
Generating test data for FindByKeyPage by MongoBenchmark (1000)
Starting search by MongoBenchmark. 3000 iterations
Time: 00:00:01.5640895
----------------------------------------------------------
Generating test data for FindByKeyPage by FakeBenchmark (10000)
Starting search by FakeBenchmark. 3000 iterations
Time: 00:00:00
Generating test data for FindByKeyPage by SqlServerBenchmark (10000)
Starting search by SqlServerBenchmark. 3000 iterations
Time: 00:00:00.5280302
Generating test data for FindByKeyPage by MongoBenchmark (10000)
Starting search by MongoBenchmark. 3000 iterations
Time: 00:00:01.5450884
----------------------------------------------------------
Generating test data for FindByKeyPage by FakeBenchmark (50000)
Starting search by FakeBenchmark. 3000 iterations
Time: 00:00:00
Generating test data for FindByKeyPage by SqlServerBenchmark (50000)
Starting search by SqlServerBenchmark. 3000 iterations
Time: 00:00:00.5480313
Generating test data for FindByKeyPage by MongoBenchmark (50000)
Starting search by MongoBenchmark. 3000 iterations
Time: 00:00:01.5370880
----------------------------------------------------------
Generating test data for FindByKeyPage by FakeBenchmark (100000)
Starting search by FakeBenchmark. 3000 iterations
Time: 00:00:00
Generating test data for FindByKeyPage by SqlServerBenchmark (100000)
Starting search by SqlServerBenchmark. 3000 iterations
Time: 00:00:00.5820333
Generating test data for FindByKeyPage by MongoBenchmark (100000)
Starting search by MongoBenchmark. 3000 iterations
Time: 00:00:01.6270931
----------------------------------------------------------
Generating test data for FindByKeyPage by FakeBenchmark (500000)
Starting search by FakeBenchmark. 3000 iterations
Time: 00:00:00
Generating test data for FindByKeyPage by SqlServerBenchmark (500000)
Starting search by SqlServerBenchmark. 3000 iterations
Time: 00:00:00.8730499
Generating test data for FindByKeyPage by MongoBenchmark (500000)
Starting search by MongoBenchmark. 3000 iterations
Time: 00:00:01.5280874

Результаты выборки по 100 записей

----------------------------------------------------------
Generating test data for FindByKeyPage by FakeBenchmark (1000)
Starting search by FakeBenchmark. 3000 iterations
Time: 00:00:00
Generating test data for FindByKeyPage by SqlServerBenchmark (1000)
Starting search by SqlServerBenchmark. 3000 iterations
Time: 00:00:02.4960044
Generating test data for FindByKeyPage by MongoBenchmark (1000)
Starting search by MongoBenchmark. 3000 iterations
Time: 00:00:10.6236186
----------------------------------------------------------
Generating test data for FindByKeyPage by FakeBenchmark (10000)
Starting search by FakeBenchmark. 3000 iterations
Time: 00:00:00
Generating test data for FindByKeyPage by SqlServerBenchmark (10000)
Starting search by SqlServerBenchmark. 3000 iterations
Time: 00:00:02.0904036
Generating test data for FindByKeyPage by MongoBenchmark (10000)
Starting search by MongoBenchmark. 3000 iterations
Time: 00:00:10.5924186
----------------------------------------------------------
Generating test data for FindByKeyPage by FakeBenchmark (50000)
Starting search by FakeBenchmark. 3000 iterations
Time: 00:00:00
Generating test data for FindByKeyPage by SqlServerBenchmark (50000)
Starting search by SqlServerBenchmark. 3000 iterations
Time: 00:00:02.6591521
Generating test data for FindByKeyPage by MongoBenchmark (50000)
Starting search by MongoBenchmark. 3000 iterations
Time: 00:00:10.7436145
----------------------------------------------------------
Generating test data for FindByKeyPage by FakeBenchmark (100000)
Starting search by FakeBenchmark. 3000 iterations
Time: 00:00:00.0010000
Generating test data for FindByKeyPage by SqlServerBenchmark (100000)
Starting search by SqlServerBenchmark. 3000 iterations
Time: 00:00:02.0904037
Generating test data for FindByKeyPage by MongoBenchmark (100000)
Starting search by MongoBenchmark. 3000 iterations
Time: 00:00:10.8579860
----------------------------------------------------------
Generating test data for FindByKeyPage by FakeBenchmark (500000)
Starting search by FakeBenchmark. 3000 iterations
Time: 00:00:00
Generating test data for FindByKeyPage by SqlServerBenchmark (500000)
Starting search by SqlServerBenchmark. 3000 iterations
Time: 00:00:02.3035283
Generating test data for FindByKeyPage by MongoBenchmark (500000)
Starting search by MongoBenchmark. 3000 iterations
Time: 00:00:11.0840761

Результаты выборки по 500 записей

----------------------------------------------------------
Generating test data for FindByKeyPage by FakeBenchmark (1000)
Starting search by FakeBenchmark. 3000 iterations
Time: 00:00:00
Generating test data for FindByKeyPage by SqlServerBenchmark (1000)
Starting search by SqlServerBenchmark. 3000 iterations
Time: 00:00:07.8892956
Generating test data for FindByKeyPage by MongoBenchmark (1000)
Starting search by MongoBenchmark. 3000 iterations
Time: 00:00:56.5102290
----------------------------------------------------------
Generating test data for FindByKeyPage by FakeBenchmark (10000)
Starting search by FakeBenchmark. 3000 iterations
Time: 00:00:00
Generating test data for FindByKeyPage by SqlServerBenchmark (10000)
Starting search by SqlServerBenchmark. 3000 iterations
Time: 00:00:07.8762948
Generating test data for FindByKeyPage by MongoBenchmark (10000)
Starting search by MongoBenchmark. 3000 iterations
Time: 00:00:59.7670187
----------------------------------------------------------
Generating test data for FindByKeyPage by FakeBenchmark (50000)
Starting search by FakeBenchmark. 3000 iterations
Time: 00:00:00
Generating test data for FindByKeyPage by SqlServerBenchmark (50000)
Starting search by SqlServerBenchmark. 3000 iterations
Time: 00:00:09.2549259
Generating test data for FindByKeyPage by MongoBenchmark (50000)
Starting search by MongoBenchmark. 3000 iterations
Time: 00:01:03.6063025
----------------------------------------------------------
Generating test data for FindByKeyPage by FakeBenchmark (100000)
Starting search by FakeBenchmark. 3000 iterations
Time: 00:00:00
Generating test data for FindByKeyPage by SqlServerBenchmark (100000)
Starting search by SqlServerBenchmark. 3000 iterations
Time: 00:00:08.9895913
Generating test data for FindByKeyPage by MongoBenchmark (100000)
Starting search by MongoBenchmark. 3000 iterations
Time: 00:01:06.0436285
----------------------------------------------------------
Generating test data for FindByKeyPage by FakeBenchmark (500000)
Starting search by FakeBenchmark. 3000 iterations
Time: 00:00:00
Generating test data for FindByKeyPage by SqlServerBenchmark (500000)
Starting search by SqlServerBenchmark. 3000 iterations
Time: 00:00:08.1980976
Generating test data for FindByKeyPage by MongoBenchmark (500000)
Starting search by MongoBenchmark. 3000 iterations
Time: 00:01:04.4944175

Увы, в выборке больше одной записи Mongo не особо силен. Если на достаточно маленьком количестве записей в выборке, Mongo практически не уступает MSSQL, то уже на 100 записях выборки разница в быстродействии отличается в пять раз. И чем больше выборка, тем этот разрыв в производительности увеличивается.

Выборка по like

Последний, на этот раз, эксперимент - поиск по like. Искать буду по начальным четырем символам Guid, которыми заполняется поле Field1. Индекс по этому полю не строился. Исходники этого эксперимента.

Результат

----------------------------------------------------------
Generating test data for FindLike by FakeBenchmark (1000)
Starting search by FakeBenchmark. 3000 iterations
Time: 00:00:00.0030002
Generating test data for FindLike by SqlServerBenchmark (1000)
Starting search by SqlServerBenchmark. 3000 iterations
Time: 00:00:04.5132582
Generating test data for FindLike by MongoBenchmark (1000)
Starting search by MongoBenchmark. 3000 iterations
Time: 00:00:03.6492087
----------------------------------------------------------
Generating test data for FindLike by FakeBenchmark (10000)
Starting search by FakeBenchmark. 3000 iterations
Time: 00:00:00.0020001
Generating test data for FindLike by SqlServerBenchmark (10000)
Starting search by SqlServerBenchmark. 3000 iterations
Time: 00:00:15.9119101
Generating test data for FindLike by MongoBenchmark (10000)
Starting search by MongoBenchmark. 3000 iterations
Time: 00:00:30.7047562
----------------------------------------------------------
Generating test data for FindLike by FakeBenchmark (50000)
Starting search by FakeBenchmark. 3000 iterations
Time: 00:00:00.0030001
Generating test data for FindLike by SqlServerBenchmark (50000)
Starting search by SqlServerBenchmark. 3000 iterations
Time: 00:00:55.6081806
Generating test data for FindLike by MongoBenchmark (50000)
Starting search by MongoBenchmark. 3000 iterations
Time: 00:02:04.7851373
----------------------------------------------------------
Generating test data for FindLike by FakeBenchmark (100000)
Starting search by FakeBenchmark. 3000 iterations
Time: 00:00:00.0030002
Generating test data for FindLike by SqlServerBenchmark (100000)
Starting search by SqlServerBenchmark. 3000 iterations
Time: 00:01:36.6695292
Generating test data for FindLike by MongoBenchmark (100000)
Starting search by MongoBenchmark. 3000 iterations
Time: 00:03:23.4496367
----------------------------------------------------------
Generating test data for FindLike by FakeBenchmark (500000)
Starting search by FakeBenchmark. 3000 iterations
Time: 00:00:00.0040002
Generating test data for FindLike by SqlServerBenchmark (500000)
Starting search by SqlServerBenchmark. 3000 iterations
Time: 00:02:34.5498398
Generating test data for FindLike by MongoBenchmark (500000)
Starting search by MongoBenchmark. 3000 iterations
Time: 00:04:22.5310159

И снова MSSQL выполнил операции поиска быстрее Mongo. Как и следовало ожидать, время поиска по не индексированному полю зависит от количества записей в базе.

Сегодняшние эксперименты показали преимущество MSSQL Server в выборке набора записей. Тем не менее, Mongo DB вполне может заменить MSSQL Server, если требуется выбирать небольшое количество записей.

Mongo vs MsSql часть третья - снова insert

Это третья по счету статья из серии серии, где я пытаюсь сравнить две СУБД Mongo DB и MS SQL. Вот предыдущие части: первая и вторая. Исходники по прежнему лежат на GitHub, а это прямая ссылка на тег с текущим экспериментом. Прошлый раз я забыл сказать, если кто захочет повторить эксперимент у себя, то нужно заменить строку подключения к базе сиквела в классе SqlServerBenchmark (да знаю для этого есть конфиги, но пофиг). База годится любая, но лучше завести чистую :) Все операции по подготовке базы (создание таблиц и их чистка) берет на себя dbullet. Так что для запуска достаточно прописать строку подключения.

Так же немного поменялась конфигурация машины на которой будут проходить эксперименты, теперь это Core2Quad Q6600, 4GB RAM софтверные составляющие не поменялись, и это по прежнему Windows 7 x64, MS SQL Server 2008R2 develop и Mongo DB 2.0.

На этот раз я буду добавлять в базу объекты более приближенные к реальным условиям, чем предыдущий раз:

MotleyObject

public class MotleyObject
{
  public int Id { get; set; }
  public DateTime Date { get; set; }
  public Guid Guid { get; set; }
  public bool Flag { get; set; }
  public string Field1 { get; set; }
  public string Field2 { get; set; }
  public string Field3 { get; set; }
  public string Field4 { get; set; }
  public string Field5 { get; set; }
  public string Field6 { get; set; }
  public string Field7 { get; set; }
  public string Field8 { get; set; }
  public DateTime Date1 { get; set; }
  public Guid Guid1 { get; set; }
  public bool Flag1 { get; set; }
  public string Field11 { get; set; }
  public string Field21 { get; set; }
  public string Field31 { get; set; }
  public string Field41 { get; set; }
  public string Field51 { get; set; }
  public string Field61 { get; set; }
  public string Field71 { get; set; }
  public string Field81 { get; set; }
}

То есть, объект состоит из кучи полей, как это обычно бывает в реальных приложениях. Количество записей для вставки по прежнему 1000, 5000, 10000, 75000 и 100000, а для Mongo еще и 1000000 в нагрузочку. Также немного переработан механизм запуска, теперь все тесты выполняются за один запуск.

Результаты

Таблица MotleyObject удалена
Таблица SimpleSmallObject удалена
Таблица SimpleSmallObject создана в разделе PRIMARY
Таблица MotleyObject создана в разделе PRIMARY
----------------------------------------------------------
Inserting motley objects (1000 objects) of FakeBenchmark
Time: 00:00:00.0210012
Inserting motley objects (1000 objects) of SqlServerBenchmark
Time: 00:00:03.4231936
Inserting motley objects (1000 objects) of MongoBenchmark
Time: 00:00:00.2198094
----------------------------------------------------------
Таблица MotleyObject удалена
Таблица SimpleSmallObject удалена
Таблица SimpleSmallObject создана в разделе PRIMARY
Таблица MotleyObject создана в разделе PRIMARY
----------------------------------------------------------
Inserting motley objects (5000 objects) of FakeBenchmark
Time: 00:00:00.0900052
Inserting motley objects (5000 objects) of SqlServerBenchmark
Time: 00:00:16.7795167
Inserting motley objects (5000 objects) of MongoBenchmark
Time: 00:00:00.6310266
----------------------------------------------------------
Таблица MotleyObject удалена
Таблица SimpleSmallObject удалена
Таблица SimpleSmallObject создана в разделе PRIMARY
Таблица MotleyObject создана в разделе PRIMARY
----------------------------------------------------------
Inserting motley objects (10000 objects) of FakeBenchmark
Time: 00:00:00.1810104
Inserting motley objects (10000 objects) of SqlServerBenchmark
Time: 00:00:33.6224523
Inserting motley objects (10000 objects) of MongoBenchmark
Time: 00:00:01.2158664
----------------------------------------------------------
Таблица MotleyObject удалена
Таблица SimpleSmallObject удалена
Таблица SimpleSmallObject создана в разделе PRIMARY
Таблица MotleyObject создана в разделе PRIMARY
----------------------------------------------------------
Inserting motley objects (75000 objects) of FakeBenchmark
Time: 00:00:01.3810751
Inserting motley objects (75000 objects) of SqlServerBenchmark
Time: 00:04:26.5374507
Inserting motley objects (75000 objects) of MongoBenchmark
Time: 00:00:11.6944083
----------------------------------------------------------
Таблица MotleyObject удалена
Таблица SimpleSmallObject удалена
Таблица SimpleSmallObject создана в разделе PRIMARY
Таблица MotleyObject создана в разделе PRIMARY
----------------------------------------------------------
Inserting motley objects (100000 objects) of FakeBenchmark
Time: 00:00:02.1685206
Inserting motley objects (100000 objects) of SqlServerBenchmark
Time: 00:06:08.3140685
Inserting motley objects (100000 objects) of MongoBenchmark
Time: 00:00:14.8089441
----------------------------------------------------------
Inserting motley objects (1000000 objects) of FakeBenchmark
Time: 00:00:18.1328569
Inserting motley objects (1000000 objects) of MongoBenchmark
Time: 00:02:03.8559178

Как и следовало ожидать на подобных объектах Mongo опять в пух и прах разнес сиквел. А вот следующий эксперимент оказался совсем не таким однозначным, как показалось сначала. Суть такова: берем большие объекты такой структуры

BigFatObject

public class BigFatObject
{
  public int Id { get; set; }
  public string Text1 { get; set; }
  public string Text2 { get; set; }
  public string Text3 { get; set; }
  public string Text4 { get; set; }
}

При вставке каждое из текстовых полей забивается четырьмя тысячам символов, это где-то 4000*4*2=32000 байт и вставляется как и раньше. Исходники как всегда на Гитхабе - ссылка на тег эксперимета Сначала все происходило как и ожидалось, то есть Mongo обгонял как и раньше. Но вот на миллионе записей Mongo начал вести себя несколько странновато - во первых он съел всю память, которую мог съесть (больше 2ГБ, своп отключен). А дальше стало происходить вообще странное - он забил почти весь диск, на которой лежали файлы базы, что-то около 26ГБ. Работал он долго, но не упал - все перемолол. Ну на самом деле как то так и получается 32000*1000000/1024/1024/1024 = 29,8ГБ. И эти почти тридцать гигов он перелопатил за 12 минут, молодец в общем (винт SSD).

Результаты

----------------------------------------------------------
Таблица BigFatObject удалена
Таблица MotleyObject удалена
Таблица SimpleSmallObject удалена
Таблица SimpleSmallObject создана в разделе PRIMARY
Таблица MotleyObject создана в разделе PRIMARY
Таблица BigFatObject создана в разделе PRIMARY
----------------------------------------------------------
Inserting big fat objects (1000 objects) of FakeBenchmark
Time: 00:00:00
Inserting big fat objects (1000 objects) of SqlServerBenchmark
Time: 00:00:04.0652325
Inserting big fat objects (1000 objects) of MongoBenchmark
Time: 00:00:00.1870107
----------------------------------------------------------
Таблица BigFatObject удалена
Таблица MotleyObject удалена
Таблица SimpleSmallObject удалена
Таблица SimpleSmallObject создана в разделе PRIMARY
Таблица MotleyObject создана в разделе PRIMARY
Таблица BigFatObject создана в разделе PRIMARY
----------------------------------------------------------
Inserting big fat objects (5000 objects) of FakeBenchmark
Time: 00:00:00
Inserting big fat objects (5000 objects) of SqlServerBenchmark
Time: 00:00:18.1424149
Inserting big fat objects (5000 objects) of MongoBenchmark
Time: 00:00:00.7240409
----------------------------------------------------------
Таблица BigFatObject удалена
Таблица MotleyObject удалена
Таблица SimpleSmallObject удалена
Таблица SimpleSmallObject создана в разделе PRIMARY
Таблица MotleyObject создана в разделе PRIMARY
Таблица BigFatObject создана в разделе PRIMARY
----------------------------------------------------------
Inserting big fat objects (10000 objects) of FakeBenchmark
Time: 00:00:00
Inserting big fat objects (10000 objects) of SqlServerBenchmark
Time: 00:00:37.5463217
Inserting big fat objects (10000 objects) of MongoBenchmark
Time: 00:00:01.4380471
----------------------------------------------------------
Таблица BigFatObject удалена
Таблица MotleyObject удалена
Таблица SimpleSmallObject удалена
Таблица SimpleSmallObject создана в разделе PRIMARY
Таблица MotleyObject создана в разделе PRIMARY
Таблица BigFatObject создана в разделе PRIMARY
----------------------------------------------------------
Inserting big fat objects (75000 objects) of FakeBenchmark
Time: 00:00:00
Inserting big fat objects (75000 objects) of SqlServerBenchmark
Time: 00:04:52.2527984
Inserting big fat objects (75000 objects) of MongoBenchmark
Time: 00:00:54.1092347
----------------------------------------------------------
Таблица BigFatObject удалена
Таблица MotleyObject удалена
Таблица SimpleSmallObject удалена
Таблица SimpleSmallObject создана в разделе PRIMARY
Таблица MotleyObject создана в разделе PRIMARY
Таблица BigFatObject создана в разделе PRIMARY
----------------------------------------------------------
Inserting big fat objects (100000 objects) of FakeBenchmark
Time: 00:00:00.0080004
Inserting big fat objects (100000 objects) of SqlServerBenchmark
Time: 00:06:50.2480900
Inserting big fat objects (100000 objects) of MongoBenchmark
Time: 00:00:52.3421973
----------------------------------------------------------
----------------------------------------------------------
Inserting big fat objects (1000000 objects) of FakeBenchmark
Time: 00:00:00.0850049
Inserting big fat objects (1000000 objects) of MongoBenchmark
Time: 00:12:22.2788211

Ну и в виде графиков

Не вписывающиеся в общую картину выпады вниз на втором графике со стороны Mongo объясняются малым количеством установленной памяти (а Бил когда то про 640КБ втирал...). Т.е. эксперименты запускались по порядку и скул не успел еще отпустить занятые им 1.5ГБ, но думаю общую картину это не исказило. Так же нехваткой памяти объясняется и резкий скачок вверх на вставке миллиона записей.

На мой взгляд, эксперимент получился достаточно интересным. Таким образом, любые объекты и в любом количестве Mongo добавляет значительно быстрее сиквела, и чем больше база дынных, тем значительнее преимущество Mongo. Так что подтвердился вывод по возможным областям применения этой СУБД из предыдущего поста.

Разумеется, это не последний эксперимент по сравнению этих двух замечательных СУБД, в следующий раз наверно сравню производительность обновления данных

Mongo vs MsSql часть вторая - insert

В этой части серии экспериментов по сравнению Mongo DB и MS SQL Server я буду всячески мучать этих, не самых последних, представителей двух различных классов СУБД - NoSql и реляционных соответственно, вставками данных.

Итак мы имеем MS SQL Server 2008R2 редакции develop и Mongo DB 2.0. Если кто хочет воспроизвести эксперимент у себя - Вам понадобятся соответствующие дистрибутивы, вместо develop редакции сиквела вполне сгодится бесплатный express, Mongo можно загрузить отсюда. Исходники программки можно найти на GitHub по этой ссылке, для компиляции понадобится dbullet, кто не использует git - качайте отдельно, для всех остальных:

$

git submodule init

$

git submodule update

Тестирование проходило на следующий машине с такой конфигурацией: Windows 7 64, Core2Duo E4500, 8GB RAM

Опыт первый

Вставка большого количества мелких объектов

Для проведения измерений был создан такой простой интерфейс, который будет дополняться с каждым новым тестом:

public interface IBenchmark
{
  void InsertSimpleSmallObject(SimpleSmallObject obj);
}

Реализация для MsSql:

void InsertSimpleSmallObject(SimpleSmallObject obj)
{
  command.Parameters[0].Value = obj.Value;
  command.Parameters[1].Value = obj.Id;
  command.ExecuteNonQuery();
}

Реализация для Mongo:

void InsertSimpleSmallObject(SimpleSmallObject obj)
{
  collection.Save(typeof(SimpleSmallObject), obj);
}

Кроме того будет запуск пустой реализации метода InsertSimpleSmallObject, чтобы оценить время потраченное на создание и удаление объектов. Перед каждым запуском прогоняется сборщик мусора, а инициализация подключений к базам выполняется до начала измерений. Объекты вставляются в цикле по одной штуке. Вставлять буду объекты такой структуры:

public class SimpleSmallObject
{
  public int Id { get; set; }
  public string Value { get; set; }
}

В качестве Value используется Guid.

Одна тысяча объектов:

Inserting small objects (1000 objects) of FakeBenchmark
Time: 00:00:00.0020001
Inserting small objects (1000 objects) of SqlServerBenchmark
Time: 00:00:03.5131987
Inserting small objects (1000 objects) of MongoBenchmark
Time: 00:00:00.1380078

Пять тысяч объектов:

Inserting small objects (5000 objects) of FakeBenchmark
Time: 00:00:00.0050003
Inserting small objects (5000 objects) of SqlServerBenchmark
Time: 00:00:15.9469122
Inserting small objects (5000 objects) of MongoBenchmark
Time: 00:00:00.2690154

Десять тысяч объектов:

Inserting small objects (10000 objects) of FakeBenchmark
Time: 00:00:00.0110006
Inserting small objects (10000 objects) of SqlServerBenchmark
Time: 00:00:31.7717581
Inserting small objects (10000 objects) of MongoBenchmark
Time: 00:00:00.6260358

Семьдесятпять тысяч объектов:

Inserting small objects (75000 objects) of FakeBenchmark
Time: 00:00:00.0800001
Inserting small objects (75000 objects) of SqlServerBenchmark
Time: 00:04:06.5806614
Inserting small objects (75000 objects) of MongoBenchmark
Time: 00:00:03.7390576

Сто тысяч объектов:

Inserting small objects (100000 objects) of FakeBenchmark
Time: 00:00:00.1030037
Inserting small objects (100000 objects) of SqlServerBenchmark
Time: 00:05:33.3390749
Inserting small objects (100000 objects) of MongoBenchmark
Time: 00:00:05.6952817

На этом этапе я посчитал, что нужно присвоить сиквелу техническое поражение, но тем не менее хотелось хоть немного поднапрячь Mongo. Итак увеличиваем количество вставок до милиона.

Милион объектов:

Inserting small objects (1000000 objects) of FakeBenchmark
Time: 00:00:01.0090577
Inserting small objects (1000000 objects) of MongoBenchmark
Time: 00:01:06.2024621

По результатам итих тестов стало абсолютно понятно, что Mongo не оставляет ни каких шансов на победу сиквелу в плане вставки маленьких записей. И уже сейчас можно смело говорить, что, как минимум, Mongo можно использовать там где такие операции востребованы. Я считаю что Mongo замечательно подойдет для всякого рода журналирования и логирования.

Хотел в этой статье посравнивать и по другим видам инсертов, но статья и так получилась большой, так что постараюсь продолжить в следующий раз

Mongo vs MsSql часть первая - установка

Не прошло и три года, как я снова решил попробовать вести бложик :) Тем более возникла такая ситуация, с которой я просто не могу не поделиться. Итак начнем.

В последнее время все чаще и чаще слышатся слова NoSql, Mongo, Cassandra и прочие непонятные термины и связанные с ними восторженные крики. Вот и решил я самолично разобраться что же это за зверь такой - NoSql и самое для меня главное, где же его можно применить и как быстро оно работает :) Так как ни с одной NoSql СУБД я до этого не был знаком, то решил взять первую попавшуюся, и это оказалась Mongo.

Первым делом удивил размер этой СУБД - чуть больше 20 метров (для сравнения тот же MS SQL 2008 R2 редакции develop занимает 5,6 ГБ, правда со всеми прилагающимися цыганами).

Второе, что еще сильнее, но уже даже не удивило, а просто поразило - простота установки, точнее полное её отсутствие, за необходимостью. Все что нужно - всего лишь распаковать архив, создать папку для хранения файлов базы и запустить сам сервер, который представляет собой обычное консольное приложение в простейшем случае (скорее всего существует возможность развернуть и в виде службы, но мне пока это не надо).

Как ни странно, но в эти 20 метров дистрибутива входит еще и среда исполнения запросов, а по совместительству и админка СУБД, так же выполненная в виде консольного приложения.

Итак, попробую составить некоторую таблицу сравнения Mongo с MSSQL:

Показатель	MS SQL Server 2008R2 develop	Mongo DB 2.0
Дистрибутив
Размер дистрибутива	5,6 ГБ	20,2 МБ
Скорость установки	20-30 минут	моментально
Утилита администрирования
Графический интерфейс	Есть	Нет
Интелисенс	Есть, но постоянно отваливается так, что скорее "нет", чем "есть"	Есть, и не отваливается

Но на самом деле все, что выше перечислил не особо сильно характеризует СУБД, да размер отличается на несколько порядков, но кого он волнует в нынешнее время, ведь по большому счету, что 5ГБ, что 20 метров - качаешь то один раз на время установки. Скорость установки - да тоже, раз в жизни сервера. ГУИ админки в сиквеле графическое конечно, но такое убогое, что и консольная монга не особо то и сильно напрягает (кто начал плеваться и брызжать слюной - попробуйте PL SQL developer для оракла или хотя бы EMS Manager, а потом поговорим). Так что по результатам, первого раунда и конечно же, только с моей точки зрения - победила дружба :)

Наверно, первая часть получилась не особо познавательной и малополезной для прикладного программиста, но для введения в тему думаю годится. Буду очень рад любым отзывам и здоровой критике. В следующем посте будут уже более интересные эксперименты производительности по вставке данных, меня они очень сильно удивили, так что ждите... и может даже не три года