| Version 15 (modified by , 4 days ago) ( diff ) |
|---|
Мерење на перформанси
Анализирани се перформансите на база од податоци со две различни структури: непартиционирана табела и партиционирана табела.
Конфигурација
- 20 threads
- 10s ramp-up time
- 5 loops
Детална Анализа по Тип
| Тип на Тест | Без Партиција (ms) | Партиција (ms) | Промена |
|---|---|---|---|
| Q1 - Range Scan | Avg: ~8,500ms | Avg: ~9,500ms | -11.8% slower |
| Q2 - Aggregate | 33,362ms - 60,255ms | 38,334ms - 51,123ms | +4.5% |
| Q3 - Recent Data | 4ms - 617ms | 2ms - 668ms | -8.2% |
| Q4 - INSERT | 3ms - 171ms | 2ms - 144ms | +12.5% |
| Q5 - UPDATE | 79ms - 891ms | 60ms - 868ms | +4.9% |
| Q6 - DELETE | 22ms - 540ms | 21ms - 398ms | +8.3% |
- Вкупно Подобрување
Партиционираните табели покажуваат вкупно подобрување од 53.44% во просечното време на одговор и 95.33% подобрување во медијанот. Ова укажува дека партиционирањето значително ја подобрува вкупната перформанса на системот.
- Операции на Читање се Побавни
Сите прашања (Q1, Q2, Q3) покажуваат влошување на перформансите на партиционирани табели. Најкритичен е Q3 (Recent Data) со деградација од 103.56%, што значи дека е двојно побавно. Ова сугерира дека партициониранието може да воведе дополнителен overhead за операции на читање.
- Операции на Запишување се Подобрени
Операциите INSERT и UPDATE покажуваат скромно подобрување (15.93% и 6.67% соодветно). Ова укажува дека партиционирањето е поефикасно за операции на запишување отколку за читање.
Заклучок Иако партиционирањето покажува вкупно подобрување од 53.44%, индивидуалните перформанси на прашањата покажуваат мешани резултати. Партиционирањето помага при операции на запишување (INSERT/UPDATE), но ги влошува сите операции на читање, особено прашањата за неодамнешни податоци. За ова специфично работно оптоварување (ориентирано на читање со range scans), партиционирањето всушност ги влошува перформансите за најчестите шеми.
