bleve boltdb性能调研

背景
bleve是go实现的一个简单的文本索引系统。
boltdb是go实现的一个k-v数据库。
bleve使用boltdb作为其存储方式。

问题
在我们的项目中,使用bleve做文档索引,文档长度平均为1w个字节,发现每个文档调用bleve进行index要花费10ms以上。
当文档个数增加至40w,按照10ms的速度,对所有文档进行index需要 4000s 即 1h的时间。
而实际情况下,前面大概1w个文档,每个可以在10ms的时间完成index,而越往后,所需时间越长,直到最终达到40ms。
所以完成40w个文档的index,需要约 2.5 小时。

调研
这个时间无法接受,于是对bleve index耗时进行分析。
进行实验,对1000个长度为X的文档做index,计算平均时间。
当文档长度X在1000字节以内时,速度很快,每个文档的处理在2ms以内。而当文档长度逐渐增加至2w字节,每个文档处理时间就增至12ms。
于是查看bleve index的源码,最终锁定在bolt.Tx.write(),tx.db.ops.writeAt(buf, offset) 实际上是一次 pwrite 系统调用,是一次写磁盘操作。
注意这个调用处于一个循环中,所以有必要看一下循环次数。每次pwrite调用针对的是一个page,而系统的pagesize大多数情况下为4k,所以估算2w个字节需要 10个 page? wrong!
实验表明,文档长度为100字节以内时,pwrite调用次数为5,而当文档长度为2w,pwrite调用次数为 49,这就可以解释为什么随着文档长度增加,做index的耗时会成倍增加。
bleve存在数据库中的并不单单是文档内容本身,它有自己的一层结构,将文档内容放在结构中存入数据库,所以page个数并不是简单的 文档长度/pagesize 。

boltdb性能确实一般
在调研过程中,也看到了一些抱怨boltdb写数据性能的:
https://github.com/boltdb/bolt/issues/237
作者也曾想对此进行优化:
https://github.com/boltdb/bolt/issues/238

TODO
调研别的k-v数据库是如何实现写操作的,是否会比bolt快很多?

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 216,163评论 6 498
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 92,301评论 3 392
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 162,089评论 0 352
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,093评论 1 292
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,110评论 6 388
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,079评论 1 295
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,005评论 3 417
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,840评论 0 273
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,278评论 1 310
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,497评论 2 332
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,667评论 1 348
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,394评论 5 343
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,980评论 3 325
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,628评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,796评论 1 268
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,649评论 2 368
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,548评论 2 352

推荐阅读更多精彩内容

  • 1. Java基础部分 基础部分的顺序:基本语法,类相关的语法,内部类的语法,继承相关的语法,异常的语法,线程的语...
    子非鱼_t_阅读 31,621评论 18 399
  • 在前面文章中,我们介绍说Bitcoin网络通过PoW共识以及选择最长链为主链来逐步达到共识,使得网络中各节点本地的...
    oceanken阅读 8,066评论 7 26
  • 一. Java基础部分.................................................
    wy_sure阅读 3,810评论 0 11
  • 牯岭镇 · 庐山的中心,三面环山,一面临谷,海拔1164M; 牯岭原名牯牛岭,因形似一头牛而得名。 路线: 隧道口...
    浸泡一种心情阅读 172评论 2 2
  • 我喜欢天空的颜色 白天的,夜晚的,都喜欢 手中一抹白, 空里琴声和。 若问何处出, 望时...
    山茶柚子皮阅读 137评论 0 1