HugeGraph API性能测试主要测试HugeGraph-Server对RESTful API请求的并发处理能力，包括：
- 顶点/边的单条插入
- 顶点/边的批量插入
- 顶点/边的查询
HugeGraph的每个发布版本的RESTful API的性能测试情况可以参考：
即将更新，敬请期待！
This is the multi-page printable view of this section. Click here to print.
HugeGraph-API Performance
1 - v0.5.6 Stand-alone(RocksDB)
Note:
当前的性能指标测试基于很早期的版本。最新版本在性能和功能上都有显著的改进。我们鼓励您参考最新的发布版本， 该版本具有自主分布式存储和增强的计算推下能力。或者，您可以等待社区更新相关测试数据 (也欢迎反馈共建)。
1 测试环境
被压机器信息
| CPU | Memory | 网卡 | 磁盘 |
|---|---|---|---|
| 48 Intel(R) Xeon(R) CPU E5-2650 v4 @ 2.20GHz | 128G | 10000Mbps | 750GB SSD,2.7T HDD |
- 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
- HugeGraph 单条插入顶点和边的速度在每秒 1w 左右
- 顶点和边的批量插入速度远大于单条插入速度
- 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
2 - v0.5.6 Cluster(Cassandra)
Note:
当前的性能指标测试基于很早期的版本。最新版本在性能和功能上都有显著的改进。我们鼓励您参考最新的发布版本， 该版本具有自主分布式存储和增强的计算推下能力。或者，您可以等待社区更新相关测试数据 (也欢迎反馈共建)。
1 测试环境
被压机器信息
| CPU | Memory | 网卡 | 磁盘 |
|---|---|---|---|
| 48 Intel(R) Xeon(R) CPU E5-2650 v4 @ 2.20GHz | 128G | 10000Mbps | 750GB SSD,2.7T HDD |
- 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 15 节点 Cassandra 集群，HugeGraph 与 Cassandra 集群位于不同的服务器，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
- HugeGraph 单条插入顶点和边的速度分别为 9000 和 4500
- 顶点和边的批量插入速度分别为5w/s和15w/s，远大于单条插入速度
- 按 id 查询顶点和边的并发度可达到 12000 以上，且请求的平均延时小于 70ms
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 3500，顶点的吞吐量是 261，每秒可处理的数据：261*200=52200/s
边的最大插入速度
结论：
- 并发 1000，边的吞吐量是 323，每秒可处理的数据：323*500=161500/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 9000，吞吐量为 8400，顶点的单条插入并发能力为 9000
边的单条插入
结论：
- 并发 4500，吞吐量是 4160，边的单条插入并发能力为 4500
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 14500，吞吐量是 13576，顶点的按 id 查询的并发能力为 14500，平均延时为 11ms
边的按 id 查询
结论：
- 并发 12000，吞吐量是 10688，边的按 id 查询的并发能力为 12000，平均延时为 63ms