1 测试环境

被压机器信息

• 起压力机器信息：与被压机器同配置
• 测试工具：apache-Jmeter-2.5.1

注：起压机器和被压机器在同一机房

2 测试说明

2.1 名词定义（时间的单位均为ms）

• Samples — 本次场景中一共完成了多少个线程
• Average — 平均响应时间
• Median — 统计意义上面的响应时间的中值
• 90% Line — 所有线程中90%的线程的响应时间都小于xx
• Min — 最小响应时间
• Max — 最大响应时间
• Error — 出错率
• Throughput — 吞吐量
• KB/sec — 以流量做衡量的吞吐量

2.2 底层存储

后端存储使用RocksDB，HugeGraph与RocksDB都在同一机器上启动，server相关的配置文件除主机和端口有修改外，其余均保持默认。

3 性能结果总结

1. HugeGraph单条插入顶点和边的速度在每秒1w左右
2. 顶点和边的批量插入速度远大于单条插入速度
3. 按id查询顶点和边的并发度可达到13000以上，且请求的平均延时小于50ms

4 测试结果及分析

4.1 batch插入

4.1.1 压力上限测试

测试方法

不断提升并发量，测试server仍能正常提供服务的压力上限

压力参数

持续时间：5min

顶点的最大插入速度：

# 结论：

• 并发2200，顶点的吞吐量是2026.8，每秒可处理的数据：2026.8*200=405360/s

边的最大插入速度

# 结论：

• 并发900，边的吞吐量是776.9，每秒可处理的数据：776.9*500=388450/s

4.2 single插入

4.2.1 压力上限测试

测试方法

不断提升并发量，测试server仍能正常提供服务的压力上限

压力参数

• 持续时间：5min
• 服务异常标志：错误率大于0.00%

顶点的单条插入

# 结论：

• 并发11500，吞吐量为10730，顶点的单条插入并发能力为11500

边的单条插入

# 结论：

• 并发9000，吞吐量是8418，边的单条插入并发能力为9000

4.3 按id查询

4.3.1 压力上限测试

测试方法

不断提升并发量，测试server仍能正常提供服务的压力上限

压力参数

• 持续时间：5min
• 服务异常标志：错误率大于0.00%

顶点的按id查询

# 结论：

• 并发14000，吞吐量是12663，顶点的按id查询的并发能力为14000，平均延时为44ms

边的按id查询

# 结论：

• 并发13000，吞吐量是12225，边的按id查询的并发能力为13000，平均延时为12ms