直播预告｜小白开箱: 云数据库在五朵云上的评测
3 月 7 日，周四晚上 19:00-20:30 由明说三人行组织，邀请了 NineData 国际总经理(GM) Ni Demai、云猿生数据 CTO ＆ 联合创始人子嘉，和《明说三人行》创始人 &主持人明叔，共同围绕《小白开箱: 云数据库在五朵云上的评测》的主题展开技术对话。探究在百家争鸣...
数据库怎么评测
数据库的评测是一个综合性的过程，涉及多个方面来评估数据库的性能、可靠性、安全性和功能等。以下是数据库评测的一些关键方面和相应的评估方法： 性能测试： 基准测试：在低负载下运行系统，记录性能指标如响应时间、吞吐量等，作为性能参考基线。负载测试：逐步增加系统负载，观察性能指标的变化...
【数据库评测】多表联合join零耗时——翰云数据库在国产龙芯硬件上的表现
一、评测结果64核256g内存的机器上，在ssb1000g数据集下，翰云数据库（cloudwave）在维度表与事实表之间做多表联合join时，查询耗时几乎为零，CPU占用几乎为零。备注：数据库CPU数据集SQL1响应时间（ms）SQL2响应时间（ms...
首个！Ganos联合PolarDB通过信通院「首批」时空数据库产品评测
2023年5月22日，在中国信通院组织的首批“时空数据库”产品能力评测中，阿里云时空数据库引擎Ganos结合云原生数据库PolarDB产品，成为第一个完成信通院《时空数据库技术要求》所规定的全部测试案例的数据库产品；2023年6月16日，中国信通院组织时空数据库评测专家评审会，PolarDB + G...
![【数据库评测】[续]Cloudwave 4.0 集群版(4节点) VS Starrocks 3.0 集群版(4节点)](https://ucc.alicdn.com/pic/developer-ecology/dc3gonzb5737i_e6a242a3265c48c19cafba2a9f132d86.png)
【数据库评测】[续]Cloudwave 4.0 集群版(4节点) VS Starrocks 3.0 集群版(4节点)
一、写在前头在写上一篇【数据库评测】Cloudwave 4.0 集群版(4节点) VS Starrocks 3.0 集群版(4节点)，评测的过程中，意外发现starrocks3.0版本在我预先设置hdfs副本数=2的配置下，自行把starrocks自己的hdfs副本数改成3。为了保持环境的一致性，七...
【数据库评测】Cloudwave 4.0 集群版(4节点) VS Starrocks 3.0 集群版(4节点)
一、评测结果评测结论1：4台64核256g阿里云服务器组成的4节点集群，hadoop3.2.2 作为分布式存储，Cloudwave4.0在 SSB1000g 国际标准测试集下，整体性能优于Starrocks3.0近0.36倍。评测结论2：在多表联合join场景下，Cloudwave4.0版本，耗时几...
【数据库评测】揭秘 Cloudwave 4.0 版本多表联合join零耗时（二）
一、写在前头在多表联合join场景下，Cloudwave4.0版本，耗时几乎等于零二、说明集群场景下的CPU最大占用率均表示某一个节点的CPU最大占用率（一般情况下，集群中各个节点的CPU占用率相近）三、64核256g内存，单机版，ssb100数据集数据库数据集SQL1响应时间（ms&...
【数据库评测】揭秘 Cloudwave 4.0 版本多表联合join零耗时
一、评测结果64核256g内存的机器上，在ssb100g数据集下，Cloudwave4.0 单机版在维度表与事实表之间做多表联合join时，查询耗时几乎为零（1ms），CPU占用几乎为零；2张表的join到3张表的join耗时增加几乎都可以忽略不计，CPU占用增加也几乎可以忽略不计。6...
【数据库评测】Cloudwave 4.0 集群版(2节点) VS Starrocks 3.0 集群版(2节点)
一、测试结果测试结论1：2台64核256g阿里云服务器组成的2节点集群，hadoop3.2.2 作为分布式存储，Cloudwave4.0在 SSB30g 国际标准测试集下，整体性能优于Starrocks3.0近0.4倍。数据库数据集响应时间（ms）CPU 最大占用率存储压缩比数据导入时间Cloudw...
【数据库评测】Cloudwave 4.0 单机版 VS Starrocks 3.0 单机版
一、测试目的在本文中，七镜将基于 Star Schema Benchmark 标准测试集对两款MPP数据库进行性能比对测试，以评估它们在不同场景下的表现。七镜将使用一些常见的性能指标，如响应时间、CPU最大占用率等，来对比不同数据库的优劣。七镜的测试目标是为读者提供一个参考，帮助读者选择适合自己需求...
本页面内关键词为智能算法引擎基于机器学习所生成，如有任何问题，可在页面下方点击"联系我们"与我们沟通。
