大家好， 想给大家分享下我最近为 nutsdb 做的数据测试。

测试项目

起因

事情起因是这个 issue ，简单说就是内存高了，不够用了。

可能很多人不知道 NutsDB。简单介绍下，NutsDB 是我几个月以前开源的一个 Go 语言编写的内嵌型 KV 数据库，支持多种数据结构。开源取的的反馈：一开源就上了 Go 趋势榜。一周斩获 500+star，也得到很多同行的关注，给我提建议。还有几个用在了生产环境。

验证测试一亿条数据

回到正题：

为了验证这个 issue

于是我先测了一个亿的数据量

版本：nutsdb V0.4.0

服务器配置：Ubuntu 16.04 64 位 8 核 64G

数据量：占有 11G 左右 (目前版本没有做压缩)

为了加快测试，没有设置实时 sync，写入速度：25.7w/s

key\value 类似:

key := []byte("namename" + strconv.Itoa(i))

val := []byte("valvalvavalvalvalvavalvalvalvavalvalvalvaval" + strconv.Itoa(i))

测试结果：

Mem : 64430 MB , Free: 63776 MB , Used:176 MB , Usage:0.273957%

start db index cost time: 72.076µs

batch put data cost: 6m29.067011134s

Mem : 64430 MB , Free: 24760 MB , Used:39147 MB , Usage:60.759105%

发现 消耗内存是数据量的 3.46 倍左右，说实话虽然比他说的少几倍，但我还是有点接受不了。怎么办？

解决

于是开发了新的模式 EntryIdxMode:HintBPTSparseIdxMode, 专门为节约内存设计。原理采用 b+树多级索引的方式。

master 分支 已经支持了，有兴趣的欢迎尝试。

那我们单机先来测试 10 亿条数据。

新模式测试 10 亿条数据

版本 ：nutsdb master 分支

主机配置：Ubuntu 16.04 64 位 2 核 2G

key\value 类似上面的

为了加快测试，没有设置实时 sync

测试结果：

Mem : 1999 MB , Free: 1786 MB , Used:53 MB , Usage:2.688618%

Mem : 1999 MB , Free: 1695 MB , Used:135 MB , Usage:6.784733%

内存占用只有 82MB，完成 10 亿条数据插入，但是写速度降到 4.35w/s。产生索引数据文件 153G

再来看下读的表现，读取 10 条数据，这个是没有加缓存的结果如下：

load cost: 2.607796193s

key , find val namename0 valvalvavalvalvalvavalvalvalvavalvalvalvaval0

key , find val namename1 valvalvavalvalvalvavalvalvalvavalvalvalvaval1

key , find val namename2 valvalvavalvalvalvavalvalvalvavalvalvalvaval2

key , find val namename3 valvalvavalvalvalvavalvalvalvavalvalvalvaval3

key , find val namename4 valvalvavalvalvalvavalvalvalvavalvalvalvaval4

key , find val namename5 valvalvavalvalvalvavalvalvalvavalvalvalvaval5

key , find val namename6 valvalvavalvalvalvavalvalvalvavalvalvalvaval6

key , find val namename7 valvalvavalvalvalvavalvalvalvavalvalvalvaval7

key , find val namename8 valvalvavalvalvalvavalvalvalvavalvalvalvaval8

key , find val namename9 valvalvavalvalvalvavalvalvalvavalvalvalvaval9

read cost 87.208728ms

好了分享到这里。欢迎留言交流。

最后，欢迎去 nutsdb 提 issue，点 Star 关注，提交 PR，谢谢！