Ignite性能测试以及对Redis的对比

测试方法

为了对Ignite做一个基本了解，做了一个性能测试，测试方法也比较简单主要是针对client模式，因为这种方法和使用redis的方式特别像。测试方法很简单主要是下面几点：

不作参数优化，默认配置进行测试
在一台linux服务器上部署Ignite服务端，然后自己的笔记本作客户端
按1，10，20，50，100，200线程进行测试

测试环境说明

服务器：

[09:36:56] ver. 1.7.0#20160801-sha1:383273e3[09:36:56] OS: Linux 2.6.32-279.el6.x86_64 amd64[09:36:56] VM information: Java（TM） SE Runtime Environment 1.7.0_07-b10 Oracle Corporation Java HotSpot（TM） 64-Bit Server VM 23.3-b01[09:36:56] Configured plugins:[09:36:56] ^-- None[09:36:56] [09:36:56] Security status [authentication=off, tls/ssl=off]

CPU:4核
内存8GB
网卡100M
虚拟机客户机：

[13:05:32] ver. 1.7.0#20160801-sha1:383273e3[13:05:32] OS: Windows 7 6.1 amd64[13:05:32] VM information: Java（TM） SE Runtime Environment 1.8.0_40-b26 Oracle Corporation Java HotSpot（TM） 64-Bit Server VM 25.40-b25[13:05:32] Initial heap size is 128MB （should be no less than 512MB, use -Xms512m -Xmx512m）.[13:05:34] Configured plugins:[13:05:34] ^-- None[13:05:34] [13:05:35] Security status [authentication=off, tls/ssl=off][13:05:51] Performance suggestions for grid（fix if possible）[13:05:51] To disable, set -DIGNITE_PERFORMANCE_SUGGESTIONS_DISABLED=true[13:05:51] ^-- Decrease number of backups （set "backups" to 0）

CPU:4核，i5-4210u
内存8GB
笔记本win7 64位
网卡：100M测试代码

package org.j2server.j2cache.cache.iginte;import java.util.Arrays;import org.apache.ignite.Ignite;import org.apache.ignite.IgniteCache;import org.apache.ignite.Ignition;import org.apache.ignite.cache.CacheMode;import org.apache.ignite.configuration.CacheConfiguration;import org.apache.ignite.configuration.IgniteConfiguration;import org.apache.ignite.spi.discovery.tcp.TcpDiscoverySpi;import org.apache.ignite.spi.discovery.tcp.ipfinder.vm.TcpDiscoveryVmIpFinder;public class IgniteTest {//测试的数据行数private static final Integer test_rows = 50000;private static final Integer thread_cnt = 10;private static final String cacheName = "Ignite Cache";private static Ignite ignite;private static boolean client_mode = false;static {getIgnite（）;}public static void main（String[] args） {MultiThread（）;}private static Ignite getIgnite（） {if （ignite == null） {TcpDiscoverySpi spi = new TcpDiscoverySpi（）;TcpDiscoveryVmIpFinder ipFinder = new TcpDiscoveryVmIpFinder（）;ipFinder.setAddresses（Arrays.asList（"192.168.49.204"））;spi.setIpFinder（ipFinder）;CacheConfiguration cacheConfiguration = new CacheConfiguration<String, DataClass>（）;cacheConfiguration.setCacheMode（CacheMode.PARTITIONED）;cacheConfiguration.setBackups（1）;IgniteConfiguration cfg = new IgniteConfiguration（）;cfg.setClientMode（client_mode）;cfg.setDiscoverySpi（spi）;cfg.setCacheConfiguration（cacheConfiguration）;ignite = Ignition.start（cfg）;}System.out.println（"是否客户端模式：" + client_mode）;return ignite;}private static void MultiThread（） {System.out.println（"=================================================================="）;System.out.println（"开始测试多线程写入[线程数："+thread_cnt+"]"）;Long startTime = System.currentTimeMillis（）;Thread[] threads = new Thread[thread_cnt];Ignite ignite = getIgnite（）;IgniteCache<String, DataClass> cache = ignite.getOrCreateCache（cacheName）;for （int i = 0; i < threads.length; i++） {threads[i] = new Thread（new TestThread（true, cache））;}for （int i = 0; i< threads.length; i++） {threads[i].start（）;}for（Thread thread : threads）{try {thread.join（）;} catch （InterruptedException e） { e.printStackTrace（）;}}Long endTime=System.currentTimeMillis（）; //获取结束时间 float interval = endTime-startTime == 0 ？ 1 : endTime-startTime;float tpms = （float）test_rows/interval;System.out.println（"程序运行时间： "+ interval+"ms"）;System.out.println（"每毫秒写入:"+tpms+"条。"）;System.out.println（"每秒写入:"+tpms*1000+"条。"）; System.out.println（"=================================================================="）;System.out.println（"开始测试多线程读取[线程数："+thread_cnt+"]"）;startTime = System.currentTimeMillis（）;Thread[] readthreads = new Thread[thread_cnt];for （int i = 0; i < readthreads.length; i++） {readthreads[i] = new Thread（new TestThread（false, cache））;}for （int i = 0; i< readthreads.length; i++） {readthreads[i].start（）;}for（Thread thread : readthreads）{try {thread.join（）;} catch （InterruptedException e） { e.printStackTrace（）;}}endTime=System.currentTimeMillis（）; //获取结束时间interval = endTime-startTime == 0 ？ 1 : endTime-startTime;tpms = （float）test_rows/interval;System.out.println（"程序运行时间： "+ interval+"ms"）;System.out.println（"每毫秒读取:"+tpms+"条。"）;System.out.println（"每秒读取:"+tpms*1000+"条。"）;}static class TestThread implements Runnable {private boolean readMode = true;private IgniteCache<String, DataClass> cache;public TestThread（boolean readMode, IgniteCache<String, DataClass> cache）{this.readMode = readMode;this.cache = cache;}@Overridepublic void run（） {for （int i = 0; i < test_rows/thread_cnt; i++） {if （this.readMode） {cache.get（Integer.toString（i））;} else {DataClass dc = new DataClass（）;dc.setName（Integer.toString（i））;dc.setValue（i）;dc.setStrValue（"asdfadsfasfda"）;cache.put（Integer.toString（i）, dc）;}}}}}import java.io.Serializable;public class DataClass implements Serializable{private String name;private long value;private String strValue;public String getName（） {return name;}public void setName（String name） {this.name = name;}public long getValue（） {return value;}public void setValue（long value） {this.value = value;}public String getStrValue（） {return strValue;}public void setStrValue（String strValue） {this.strValue = strValue;}}

测试数据

最终测试的结果还是有点意思，随着线程的增长读写性能大幅提升，但是到了200的时候就开始下降。下面是测试数据：

[12:53:40] Topology snapshot [ver=20, servers=1, clients=1, CPUs=8, heap=2.8GB]==================================================================开始测试多线程写入[线程数：1]程序运行时间： 49066.0ms每毫秒写入:1.0190356条。每秒写入:1019.0356条。==================================================================开始测试多线程读取[线程数：1]程序运行时间： 51739.0ms每毫秒读取:0.966389条。每秒读取:966.389条。[12:56:22] Topology snapshot [ver=22, servers=1, clients=1, CPUs=8, heap=2.8GB]==================================================================开始测试多线程写入[线程数：10]程序运行时间： 6215.0ms每毫秒写入:8.045053条。每秒写入:8045.0527条。==================================================================开始测试多线程读取[线程数：10]程序运行时间： 6526.0ms每毫秒读取:7.661661条。每秒读取:7661.661条。[12:57:04] Topology snapshot [ver=24, servers=1, clients=1, CPUs=8, heap=2.8GB]==================================================================开始测试多线程写入[线程数：20]程序运行时间： 4353.0ms每毫秒写入:11.486331条。每秒写入:11486.331条。==================================================================开始测试多线程读取[线程数：20]程序运行时间： 3768.0ms每毫秒读取:13.269639条。每秒读取:13269.639条。[12:57:34] Topology snapshot [ver=26, servers=1, clients=1, CPUs=8, heap=2.8GB]==================================================================开始测试多线程写入[线程数：50]程序运行时间： 2657.0ms每毫秒写入:18.818216条。每秒写入:18818.217条。==================================================================开始测试多线程读取[线程数：50]程序运行时间： 2138.0ms每毫秒读取:23.386343条。每秒读取:23386.344条。[12:58:00] Topology snapshot [ver=28, servers=1, clients=1, CPUs=8, heap=2.8GB]==================================================================开始测试多线程写入[线程数：100]程序运行时间： 2095.0ms每毫秒写入:23.866348条。每秒写入:23866.348条。==================================================================开始测试多线程读取[线程数：100]程序运行时间： 1764.0ms每毫秒读取:28.344671条。每秒读取:28344.672条。[12:59:19] Topology snapshot [ver=30, servers=1, clients=1, CPUs=8, heap=2.8GB]==================================================================开始测试多线程写入[线程数：200]程序运行时间： 2333.0ms每毫秒写入:21.431633条。每秒写入:21431.633条。==================================================================开始测试多线程读取[线程数：200]程序运行时间： 2049.0ms每毫秒读取:24.402147条。每秒读取:24402.146条。

用图形看看比较直观

不使用客户端模式

只不过我发现如果不使用client_mode，也就是都是server模式时写入性能还是很强的，但是读取有点搓。

[14:15:02] Topology snapshot [ver=22, servers=2, clients=0, CPUs=8, heap=2.8GB]是否客户端模式：false==================================================================开始测试多线程写入[线程数：1]是否客户端模式：false程序运行时间： 828.0ms每毫秒写入:60.386475条。每秒写入:60386.477条。==================================================================开始测试多线程读取[线程数：1]程序运行时间： 28819.0ms每毫秒读取:1.7349665条。每秒读取:1734.9666条。[14:08:55] Topology snapshot [ver=10, servers=2, clients=0, CPUs=8, heap=2.8GB]是否客户端模式：false==================================================================开始测试多线程写入[线程数：10]是否客户端模式：false程序运行时间： 813.0ms每毫秒写入:61.500614条。每秒写入:61500.613条。==================================================================开始测试多线程读取[线程数：10]程序运行时间： 5965.0ms每毫秒读取:8.38223条。每秒读取:8382.2295条。[14:09:48] Topology snapshot [ver=12, servers=2, clients=0, CPUs=8, heap=2.8GB]是否客户端模式：false==================================================================开始测试多线程写入[线程数：20]是否客户端模式：false程序运行时间： 812.0ms每毫秒写入:61.576355条。每秒写入:61576.355条。==================================================================开始测试多线程读取[线程数：20]程序运行时间： 5157.0ms每毫秒读取:9.6955595条。每秒读取:9695.56条。[14:10:25] Topology snapshot [ver=14, servers=2, clients=0, CPUs=8, heap=2.8GB]是否客户端模式：false==================================================================开始测试多线程写入[线程数：50]是否客户端模式：false程序运行时间： 686.0ms每毫秒写入:72.8863条。每秒写入:72886.3条。==================================================================开始测试多线程读取[线程数：50]程序运行时间： 4321.0ms每毫秒读取:11.571396条。每秒读取:11571.3955条。[14:11:01] Topology snapshot [ver=16, servers=2, clients=0, CPUs=8, heap=2.8GB]是否客户端模式：false==================================================================开始测试多线程写入[线程数：100]是否客户端模式：false程序运行时间： 830.0ms每毫秒写入:60.240963条。每秒写入:60240.965条。==================================================================开始测试多线程读取[线程数：100]程序运行时间： 3963.0ms每毫秒读取:12.616705条。每秒读取:12616.705条。[14:13:58] Topology snapshot [ver=20, servers=2, clients=0, CPUs=8, heap=2.8GB]是否客户端模式：false==================================================================开始测试多线程写入[线程数：200]是否客户端模式：false程序运行时间： 1014.0ms每毫秒写入:49.309666条。每秒写入:49309.664条。==================================================================开始测试多线程读取[线程数：200]程序运行时间： 3179.0ms每毫秒读取:15.728216条。每秒读取:15728.216条。

用图形看看比较直观
从这个数据可以看出来，在这种都是服务端的模式下，写入性能基本稳定，在达到200线程时出现衰减；而读取则基本是线性的，到100线程差不多也就到顶了。

与redis的对比

原本是想和redis作一个对比测试的，先是做了redis的测试。redis客户端用的jedis2.8.1，同时服务端用的是redis3.2.2，其他的环境和上面的一样。结果测试数据发现redis和ignite使用客户端模式时竟然很相近。所以我怀疑是因为我对redis不了解redis没作优化导致的？但是Ignite我也是直接启动的，一点优化也没作，还是说测试的代码写法不对呢？下面是redis的测试代码

import redis.clients.jedis.Jedis;public class redis {private static final String ip = "192.168.49.200";private static final String auth = "your pwd";private static final Integer port = 6379;//测试的数据行数private static final Integer test_rows = 50000;//线程数private static final Integer thread_cnt = 200;public static void main（String[] args） {MultiThread（）;}private static void MultiThread（） {System.out.println（"=================================================================="）;System.out.println（"开始测试多线程写入[线程数："+thread_cnt+"]"）;Long startTime = System.currentTimeMillis（）;Thread[] threads = new Thread[thread_cnt];for （int i = 0; i < threads.length; i++） {threads[i] = new Thread（new TestThread（true））;}for （int i = 0; i< threads.length; i++） {threads[i].start（）;}for（Thread thread : threads）{try {thread.join（）;} catch （InterruptedException e） { e.printStackTrace（）;}}Long endTime=System.currentTimeMillis（）; //获取结束时间 float interval = endTime-startTime == 0 ？ 1 : endTime-startTime;float tpms = （float）test_rows/interval;System.out.println（"程序运行时间： "+ interval+"ms"）;System.out.println（"每毫秒写入:"+tpms+"条。"）;System.out.println（"每秒写入:"+tpms*1000+"条。"）; System.out.println（"=================================================================="）;System.out.println（"开始测试多线程写入[线程数："+thread_cnt+"]"）;startTime = System.currentTimeMillis（）;Thread[] readthreads = new Thread[thread_cnt];for （int i = 0; i < readthreads.length; i++） {readthreads[i] = new Thread（new TestThread（false））;}for （int i = 0; i< readthreads.length; i++） {readthreads[i].start（）;}for（Thread thread : readthreads）{try {thread.join（）;} catch （InterruptedException e） { e.printStackTrace（）;}}endTime=System.currentTimeMillis（）; //获取结束时间interval = endTime-startTime == 0 ？ 1 : endTime-startTime;tpms = （float）test_rows/interval;System.out.println（"程序运行时间： "+ interval+"ms"）;System.out.println（"每毫秒读取:"+tpms+"条。"）;System.out.println（"每秒读取:"+tpms*1000+"条。"）;}static class TestThread implements Runnable {private boolean readMode = true;public TestThread（boolean readMode）{this.readMode = readMode;}@Overridepublic void run（） {Jedis j = new Jedis（ip,port）;j.auth（auth）;for （int i = 0; i < test_rows/thread_cnt; i++） {if （this.readMode） {j.get（"foo"+i）;} else {j.set（"foo"+i, "bar"+i）;}}j.disconnect（）;}}}

对比结果视图

结束

原本我想着redis估计得秒了ignite，毕竟redis是这么多系统正在使用的内存数据库。ignite本身含有这么多功能按理性能肯定是比不上才对，而且ignite组成集群后是需要进行数据分块存取和备份的，而测试环境中redis则是单实例情况，这让我没太想明白啊。。还望有高手指点。。看网上许多人测试的数据redis少点的4万+，据说可以到10万+。但我自己的测试环境差了点反正最多也没过3万，这到底会是什么原因呢？不管如何这是一次简单的测试与尝试，结果与预期有点偏差，继续学习深入了解吧。本文永久更新链接地址