一、概述

近期官網(wǎng)給出了RedisJson（RedisSearch）的性能測試報(bào)告，可謂碾壓其他NoSQL，下面是核心的報(bào)告內(nèi)容，先上結(jié)論：

對于隔離寫入(isolated writes)，RedisJSON 比 MongoDB 快 5.4 倍，比 ElasticSearch 快 200 倍以上。

對于隔離讀取(isolated reads)，RedisJSON 比 MongoDB 快 12.7 倍，比 ElasticSearch 快 500 倍以上。

在混合工作負(fù)載場景中，實(shí)時(shí)更新不會影響 RedisJSON 的搜索和讀取性能，而 ElasticSearch 會受到影響。以下是具體的數(shù)據(jù)：

RedisJSON* 支持的操作數(shù)/秒比 MongoDB 高約 50 倍，比 ElasticSearch 高 7 倍/秒。

RedisJSON* 的延遲比 MongoDB 低約 90 倍，比 ElasticSearch 低 23.7 倍。

此外，RedisJSON 的讀取、寫入和負(fù)載搜索延遲在更高的百分位數(shù)中遠(yuǎn)比 ElasticSearch 和 MongoDB 穩(wěn)定。當(dāng)增加寫入比率時(shí)，RedisJSON 還能處理越來越高的整體吞吐量，而當(dāng)寫入比率增加時(shí)，ElasticSearch 會降低它可以處理的整體吞吐量。

二、查詢引擎

如前所述，reresearch和RedisJSON的開發(fā)非常強(qiáng)調(diào)性能。對于每一個(gè)版本，我們都想確保開發(fā)者可以體驗(yàn)到穩(wěn)定和產(chǎn)品。為此，我們我們給出了一些分析工具、探測器來進(jìn)行性能分析。

并且，我們每次發(fā)行新版本時(shí)時(shí)，也在不斷的提升性能。特別是對于reresearch來說，2.2版本在加載和查詢性能上都比2.0快了1.7倍，同時(shí)還改進(jìn)了吞吐量和數(shù)據(jù)加載的延遲。

2.1 加載優(yōu)化

接下來的兩個(gè)圖顯示了運(yùn)行紐約市出租車基準(zhǔn)測試的運(yùn)行結(jié)果

從這些圖表中可以看出，每一個(gè)reresearch的新版本都有一個(gè)實(shí)質(zhì)性的性能改進(jìn)。

2.2 全文搜索優(yōu)化

為了評估搜索性能，我們索引了590萬篇維基百科摘要。然后我們運(yùn)行一個(gè)全文搜索查詢面板，得到的結(jié)果如下圖所示。

從上面的圖可以看出，通過從v2.0遷移到v2.2，同樣的數(shù)據(jù)，在寫、讀、搜索(延遲圖)方面都有了大幅度的改進(jìn)，從而提高了運(yùn)行Search和JSON的可實(shí)現(xiàn)吞吐量。

三、和其他框架的對比

為了評估RedisJSON的性能，我們決定將它與MongoDB和ElasticSearch進(jìn)行比較。為了方便對比，我們會從文檔存儲、本地可用、云中可用、專業(yè)支持和提供可伸縮性、性能等方面進(jìn)行全方位的對比。

我們使用了完善的YCSB標(biāo)準(zhǔn)來進(jìn)行測試對比，它能夠基于常見的工作負(fù)載來評估不同的產(chǎn)品，測量延遲、吞吐量曲線直到飽和。除了CRUD YCSB操作之外，我們還添加了一個(gè)兩個(gè)字的搜索操作，專門幫助開發(fā)人員、系統(tǒng)架構(gòu)師和DevOps從業(yè)者找到適合他們用例的最佳搜索引擎。

3.1 基準(zhǔn)測試

此次測試，我們使用了如下的一些軟件環(huán)境：

MongoDB v5.0.3

ElasticSearch 7.15

RedisJSON (RediSearch 2.2+RedisJSON 2.0)

此次是在Amazon Web Services 實(shí)例上運(yùn)行基準(zhǔn)測試，這三種解決方案都是分布式數(shù)據(jù)庫，并且最常用于生產(chǎn)中的分布式方式。這就是為什么所有產(chǎn)品都使用相同的通用 m5d.8xlarge VM 和本地 SSD，并且每個(gè)設(shè)置由四個(gè) VM 組成：一個(gè)客戶端 + 三個(gè)數(shù)據(jù)庫服務(wù)器?；鶞?zhǔn)測試客戶端和數(shù)據(jù)庫服務(wù)器都在處于最佳網(wǎng)絡(luò)條件下的單獨(dú) m5d.8xlarge 實(shí)例上運(yùn)行，將實(shí)例緊密地打包在一個(gè)可用區(qū)內(nèi)，實(shí)現(xiàn)穩(wěn)態(tài)分析所需的低延遲和穩(wěn)定的網(wǎng)絡(luò)性能。

測試是在三節(jié)點(diǎn)集群上執(zhí)行的，部署細(xì)節(jié)如下：

MongoDB 5.0.3：三成員副本集（Primary-Secondary-Secondary）。副本用于增加讀取容量并允許更低的延遲讀取。為了支持對字符串內(nèi)容的文本搜索查詢，在搜索字段上創(chuàng)建了一個(gè)文本索引。

ElasticSearch 7.15：15 個(gè)分片設(shè)置，啟用查詢緩存，并為 2 個(gè)基于 NVMe 的本地 SSD 提供 RAID 0 陣列，以實(shí)現(xiàn)更高級別的文件系統(tǒng)相關(guān)彈性操作性能。這 15 個(gè)分片為我們?yōu)?Elastic 所做的所有分片變體提供了可實(shí)現(xiàn)的最佳性能結(jié)果。

RedisJSON*：RediSearch 2.2 and RedisJSON 2.0: OSS Redis Cluster v6.2.6，有27個(gè)分片，均勻分布在三個(gè)節(jié)點(diǎn)上，加載了RediSearch 2.2和RedisJSON 2.0 OSS模塊。

除了這個(gè)主要的基準(zhǔn)/性能分析場景之外，我們還在網(wǎng)絡(luò)、內(nèi)存、CPU 和 I/O 上運(yùn)行基準(zhǔn)基準(zhǔn)測試，以了解底層網(wǎng)絡(luò)和虛擬機(jī)特性。在整個(gè)基準(zhǔn)測試集期間，網(wǎng)絡(luò)性能保持在帶寬和 PPS 的測量限制以下，以產(chǎn)生穩(wěn)定穩(wěn)定的超低延遲網(wǎng)絡(luò)傳輸（每個(gè)數(shù)據(jù)包 p99 < 100micros）。

接下來，我們將從提供單獨(dú)的操作性能 [100% 寫入] 和 [100% 讀取] 開始，并以一組混合工作負(fù)載結(jié)束以模擬現(xiàn)實(shí)工作中的應(yīng)用程序場景。

3.2 100% 寫入基準(zhǔn)

如下圖所示，該基準(zhǔn)測試表明，RedisJSON* 的攝取速度比 ElasticSearch 快 8.8 倍，比 MongoDB 快 1.8 倍，同時(shí)保持每個(gè)操作的亞毫秒級延遲。值得注意的是，99% 的 Redis 請求在不到 1.5 毫秒的時(shí)間內(nèi)完成。

此外，RedisJSON* 是我們測試過的唯一一種在每次寫入時(shí)自動(dòng)更新其索引的解決方案。這意味著任何后續(xù)的搜索查詢都會找到更新的文檔。ElasticSearch 沒有這種細(xì)粒度的容量；它將攝取的文檔放在一個(gè)內(nèi)部隊(duì)列中，并且該隊(duì)列由服務(wù)器（不受客戶端控制）每 N 個(gè)文檔或每 M 秒刷新一次。他們稱這種方法為近實(shí)時(shí) (NRT)。Apache Lucene 庫（它實(shí)現(xiàn)了 ElasticSearch 的全文功能）旨在快速搜索，但索引過程復(fù)雜且繁重。如這些 WRITE 基準(zhǔn)測試圖表所示，由于這種“設(shè)計(jì)”限制，ElasticSearch 付出了巨大的代價(jià)。

結(jié)合延遲和吞吐量改進(jìn)，RedisJSON* 比 Mongodb 快 5.4 倍，比 ElasticSearch 快 200 倍以上，用于隔離寫入。

3.3 100% 讀取基準(zhǔn)

與寫類似，我們可以觀察到 Redis 在讀取方面表現(xiàn)最佳，允許讀取比 ElasticSearch 多 15.8 倍，比 MongoDB 多 2.8 倍，同時(shí)在整個(gè)延遲范圍內(nèi)保持亞毫秒級延遲，如下表所示。

在結(jié)合延遲和吞吐量改進(jìn)時(shí)，RedisJSON* 比 MongoDB 快 12.7 倍，比 ElasticSearch 快 500 倍以上，用于隔離讀取。

3.4 混合讀/寫/搜索基準(zhǔn)

實(shí)際應(yīng)用程序工作負(fù)載幾乎總是讀取、寫入和搜索查詢的混合。因此，在接近飽和時(shí)了解由此產(chǎn)生的混合工作負(fù)載吞吐量曲線更為重要。

作為起點(diǎn)，我們考慮了 65% 搜索和 35% 讀取的場景，這代表了一個(gè)常見的現(xiàn)實(shí)世界場景，在該場景中，我們執(zhí)行的搜索/查詢比直接讀取更多。65% 搜索、35% 讀取和 0% 更新的初始組合也導(dǎo)致 ElasticSearch 和 RedisJSON* 的吞吐量相等。盡管如此，YCSB 工作負(fù)載允許您指定搜索/讀取/更新之間的比率以滿足您的要求。

“搜索性能”可以指不同類型的搜索，例如“匹配查詢搜索”、“分面搜索”、“模糊搜索”等等。我們所做的最初向 YCSB 增加的搜索工作負(fù)載僅專注于“匹配查詢搜索”，模仿分頁的兩詞查詢匹配，按數(shù)字字段排序?！捌ヅ洳樵兯阉鳌笔侨魏螁⒂盟阉鞴δ艿墓?yīng)商進(jìn)行搜索分析的起點(diǎn)，因此，每個(gè)支持 YCSB 的數(shù)據(jù)庫/驅(qū)動(dòng)程序都應(yīng)該能夠在其基準(zhǔn)驅(qū)動(dòng)程序上輕松啟用此功能。

在每個(gè)測試變體中，我們添加了 10% 的寫入，以按相同的比例混合和減少搜索和讀取百分比。這些測試變體的目標(biāo)是了解每個(gè)產(chǎn)品如何處理數(shù)據(jù)的實(shí)時(shí)更新，我們認(rèn)為這是事實(shí)上的架構(gòu)目標(biāo)，即寫入立即提交到索引，讀取始終是最新的。

正如您在圖表中所看到的，在 RedisJSON* 上不斷更新數(shù)據(jù)和增加寫入比例不會影響讀取或搜索性能并提高整體吞吐量。對數(shù)據(jù)產(chǎn)生的更新越多，對 ElasticSearch 性能的影響就越大，最終導(dǎo)致讀取和搜索速度變慢。

ElasticSearch 可實(shí)現(xiàn)的 ops/sec 從 0% 更新到 50% 的演變，我們注意到它在 0% 更新基準(zhǔn)上以 10k Ops/sec 開始，并受到嚴(yán)重影響，減少了 5 倍的 ops/sec，在50% 更新率基準(zhǔn)。

與我們在上述單個(gè)操作基準(zhǔn)中觀察到的類似，MongoDB 搜索性能比 RedisJSON* 和 ElasticSearch 慢兩個(gè)數(shù)量級，MongoDB 的最大總吞吐量為 424 ops/sec，而 RedisJSON* 為 16K 最大 ops/sec。

最后，對于混合工作負(fù)載，RedisJSON* 支持的操作數(shù)/秒比 MongoDB 高 50.8 倍，比 ElasticSearch 高 7 倍。如果我們將分析集中在混合工作負(fù)載期間的每種操作類型的延遲上，與 MongoDB 相比，RedisJSON* 可將延遲降低多達(dá) 91 倍，與 ElasticSearch 相比，延遲降低 23.7 倍。

3.5 完整延遲分析

與測量每個(gè)解決方案飽和之前產(chǎn)生的吞吐量曲線類似，在所有解決方案通用的可持續(xù)負(fù)載下進(jìn)行完整的延遲分析也很重要。這將使您能夠了解對于所有已發(fā)布操作在延遲方面最穩(wěn)定的解決方案是什么，以及哪種解決方案不易受到應(yīng)用程序邏輯引發(fā)的延遲峰值的影響（例如，彈性查詢緩存未命中）。如果您想更深入地了解我們?yōu)槭裁匆@樣做，Gil Tene 提供了延遲測量注意事項(xiàng)的深入概述。

查看上一節(jié)的吞吐量圖表，并關(guān)注 10% 更新基準(zhǔn)以包含所有三個(gè)操作，我們做了兩種不同的可持續(xù)負(fù)載變化：

250 ops/sec：比較 MongoDB、ElasticSearch 和 RedisJSON*，低于 MongoDB 的壓力率。

6000 ops/sec：比較 ElasticSearch 和 RedisJSON*，低于 ElasticSearch 壓力率。

3.5.1 MongoDB 與 ElasticSearch 與 RedisJSON* 的延遲分析

在下面的第一張圖片中，展示了從 p0 到 p9999 的百分位數(shù)，很明顯，在每次搜索時(shí)，MongoDB 的表現(xiàn)都遠(yuǎn)遠(yuǎn)優(yōu)于 Elastic 和 RedisJSON*。此外，關(guān)注 ElasticSearch 與 RedisJSON*，很明顯，ElasticSearch 容易受到較高延遲的影響，這很可能是由垃圾收集 (GC) 觸發(fā)器或搜索查詢緩存未命中引起的。RedisJSON* 的 p99 低于 2.61 毫秒，而 ElasticSearch p999 搜索達(dá)到 10.28 毫秒。

在下面的讀取和更新圖表中，我們可以看到 RedisJSON* 在所有延遲范圍內(nèi)表現(xiàn)最佳，其次是 MongoDB 和 ElasticSearch。

RedisJSON* 是在所有分析的延遲百分位數(shù)上保持亞毫秒級延遲的唯一解決方案。在 p99，RedisJSON* 的延遲為 0.23 毫秒，其次是 MongoDB 的 5.01 毫秒和 ElasticSearch 的 10.49 毫秒。

在寫入時(shí)，MongoDB 和 RedisJSON* 即使在 p99 時(shí)也能保持亞毫秒級的延遲。另一方面，ElasticSearch 顯示出高尾延遲（> 10 毫秒），這很可能與導(dǎo)致 ElasticSearch 搜索峰值的原因 (GC) 相同。

3.5.2 ElasticSearch 與 RedisJSON 的延遲分析

僅關(guān)注 ElasticSearch 和 RedisJSON*，在保持 6K ops/sec 的可持續(xù)負(fù)載的同時(shí)，我們可以觀察到 Elastic 和 RedisJSON* 的讀取和更新模式與以 250 ops/sec 進(jìn)行的分析保持一致。RedisJSON* 是更穩(wěn)定的解決方案，其 p99 讀取時(shí)間為 3 毫秒，而 Elastic 的 p99 讀取時(shí)間為 162 毫秒。

在更新時(shí)，RedisJSON* 保留了 3 毫秒的 p99，而 ElasticSearch 則保留了 167 毫秒的 p99。

專注于搜索操作，ElasticSearch 和 RedisJSON* 以個(gè)位數(shù) p50 延遲開始（p50 RedisJSON* 為 1.13 毫秒，而 ElasticSearch 的 p50 為 2.79 毫秒），其中 ElasticSearch 付出了 GC 觸發(fā)和查詢緩存未命中的代價(jià)在較高的百分位數(shù)上，在 >= p90 百分位數(shù)上清晰可見。

RedisJSON* 將 p99 保持在 33 毫秒以下，而 ElasticSearch 上的 p99 百分位數(shù)為 163 毫秒，高出 5 倍。

編輯：黃飛

?