TiDB TPC-H 性能对比测试报告 - v5.2 MPP 模式对比 Greenplum 6.15.0 以及 Apache Spark 3.1.1

测试概况

本次测试对比了 TiDB v5.2 MPP 模式下和主流分析引擎例如 Greenplum 和 Apache Spark 最新版在 TPC-H 100 下的性能表现。结果显示,TiDB v5.2 MPP 模式下相对这些方案有 2-3 倍的性能提升。

TiDB v5.0 中引入的 TiFlash 组件的 MPP 模式,在 v5.1 和 v5.2 中进行了功能优化,这大大幅增强了 TiDB HTAP 形态。本文的测试对象如下:

  • TiDB v5.2 MPP 执行模式下的列式存储
  • Greenplum 6.15.0
  • Apache Spark 3.1.1 + Parquet

测试环境

硬件配置

  • 节点数量:3
  • CPU:Intel(R) Xeon(R) CPU E5-2630 v4 @ 2.20GHz,40 核
  • 内存:189 GB
  • 磁盘:NVMe 3TB * 2

软件版本

服务类型 软件版本
TiDB 5.2
Greenplum 6.15.0
Apache Spark 3.1.1

配置参数

TiDB v5.2 配置

v5.2 的 TiDB 集群除以下配置项外均使用默认参数配置。所有 TPC-H 测试表均以 TiFlash 列存进行同步,无额外分区和索引。

在 TiFlash 的 users.toml 配置文件中进行如下配置:

  1. [profiles.default]
  2. max_memory_usage = 10000000000000

使用 SQL 语句设置以下会话变量:

  1. set @@tidb_isolation_read_engines='tiflash';
  2. set @@tidb_allow_mpp=1;
  3. set @@tidb_mem_quota_query = 10 << 30;

Greenplum 配置

Greenplum 集群使用额外的一台 Master 节点部署(共四台),每台 Segment Server 部署 8 Segments(每个 NVMe SSD 各 4 个),总共 24 Segments。存储格式为 append-only / 列式存储,分区键为主键。

  1. log_statement = all
  2. gp_autostats_mode = none
  3. statement_mem = 2048MB
  4. gp_vmem_protect_limit = 16384

Apache Spark 配置

Apache Spark 测试使用 Apache Parquet 作为存储格式,数据存储在 HDFS 上。HDFS 为三节点,为每个节点指定两块 NVMe SSD 盘作为数据盘。通过 Standalone 方式启动 Spark 集群,使用 NVMe SSD 盘作为 spark.local.dir 本地目录以借助快速盘加速 Shuffle Spill 过程,无额外分区和索引。

  1. --driver-memory 20G
  2. --total-executor-cores 120
  3. --executor-cores 5
  4. --executor-memory 15G

测试结果

注意:

以下测试结果均为 3 次测试的平均值,单位均为秒。

Query ID TiDB v5.2 Greenplum 6.15.0 Apache Spark 3.1.1 + Parquet
1 8.08 64.1307 52.64
2 2.53 4.76612 11.83
3 4.84 15.62898 13.39
4 10.94 12.88318 8.54
5 12.27 23.35449 25.23
6 1.32 6.033 2.21
7 5.91 12.31266 25.45
8 6.71 11.82444 23.12
9 44.19 22.40144 35.2
10 7.13 12.51071 12.18
11 2.18 2.6221 10.99
12 2.88 7.97906 6.99
13 6.84 10.15873 12.26
14 1.69 4.79394 3.89
15 3.29 10.48785 9.82
16 5.04 4.64262 6.76
17 11.7 74.65243 44.65
18 12.87 64.87646 30.27
19 4.75 8.08625 4.7
20 8.89 15.47016 8.4
21 24.44 39.08594 34.83
22 1.23 7.67476 4.59

TPC-H

以上性能图中蓝色为 TiDB v5.2,红色为 Greenplum 6.15.0,黄色为 Apache Spark 3.1.1,纵坐标是查询的处理时间。纵坐标数值越低,表示 TPC-H 性能越好。