人们普遍认为Redis的速度非常快,而mongoDB的速度也很快。但是,我很难找到比较两者结果的实际数字。给定类似的配置,功能和操作(并可能显示因不同的配置和操作而导致的因素变化)等,Redis是10倍速,2倍速,5倍速吗?
我只说性能。我知道mongoDB是另一种工具,具有更丰富的功能集。这不是“ MongoDB 比Redis 更好 ”的争论。我问的是,Redis在性能上胜过mongoDB?
在这一点上,即使是便宜的基准也比没有基准要好。
人们普遍认为Redis的速度非常快,而mongoDB的速度也很快。但是,我很难找到比较两者结果的实际数字。给定类似的配置,功能和操作(并可能显示因不同的配置和操作而导致的因素变化)等,Redis是10倍速,2倍速,5倍速吗?
我只说性能。我知道mongoDB是另一种工具,具有更丰富的功能集。这不是“ MongoDB 比Redis 更好 ”的争论。我问的是,Redis在性能上胜过mongoDB?
在这一点上,即使是便宜的基准也比没有基准要好。
Answers:
来自以下基准的粗略结果:2倍写入,3倍读取。
这是一个可以适应您的目的的简单python基准测试,我正在研究每个参数在简单地设置/检索值方面的表现如何:
#!/usr/bin/env python2.7
import sys, time
from pymongo import Connection
import redis
# connect to redis & mongodb
redis = redis.Redis()
mongo = Connection().test
collection = mongo['test']
collection.ensure_index('key', unique=True)
def mongo_set(data):
for k, v in data.iteritems():
collection.insert({'key': k, 'value': v})
def mongo_get(data):
for k in data.iterkeys():
val = collection.find_one({'key': k}, fields=('value',)).get('value')
def redis_set(data):
for k, v in data.iteritems():
redis.set(k, v)
def redis_get(data):
for k in data.iterkeys():
val = redis.get(k)
def do_tests(num, tests):
# setup dict with key/values to retrieve
data = {'key' + str(i): 'val' + str(i)*100 for i in range(num)}
# run tests
for test in tests:
start = time.time()
test(data)
elapsed = time.time() - start
print "Completed %s: %d ops in %.2f seconds : %.1f ops/sec" % (test.__name__, num, elapsed, num / elapsed)
if __name__ == '__main__':
num = 1000 if len(sys.argv) == 1 else int(sys.argv[1])
tests = [mongo_set, mongo_get, redis_set, redis_get] # order of tests is significant here!
do_tests(num, tests)
mongodb 1.8.1和redis 2.2.5以及最新的pymongo / redis-py的结果:
$ ./cache_benchmark.py 10000
Completed mongo_set: 10000 ops in 1.40 seconds : 7167.6 ops/sec
Completed mongo_get: 10000 ops in 2.38 seconds : 4206.2 ops/sec
Completed redis_set: 10000 ops in 0.78 seconds : 12752.6 ops/sec
Completed redis_get: 10000 ops in 0.89 seconds : 11277.0 ops/sec
当然要加一点盐!如果您使用另一种语言进行编程,使用其他客户端/不同的实现方式等,则结果将大相径庭。更不用说您的用法将完全不同!最好的选择是按照自己打算使用它们的方式对它们进行基准测试。作为推论,您可能会想出利用每种方法的最佳方法。始终为自己设定基准!
请检查有关Redis和MongoDB插入性能分析的帖子:
即使与Redis RPUSH相比,多达5000个条目的mongodb $ push也更快,然后变得非常慢,可能mongodb数组类型具有线性插入时间,因此变得越来越慢。mongodb通过公开一个恒定时间插入列表类型可能会获得一些性能,但是即使使用线性时间数组类型(可以保证恒定时间查找),它也可以用于少量数据集。
简单好基准
我尝试使用当前版本的redis(2.6.16)和mongo(2.4.8)再次重新计算结果,这是结果
Completed mongo_set: 100000 ops in 5.23 seconds : 19134.6 ops/sec
Completed mongo_get: 100000 ops in 36.98 seconds : 2703.9 ops/sec
Completed redis_set: 100000 ops in 6.50 seconds : 15389.4 ops/sec
Completed redis_get: 100000 ops in 5.59 seconds : 17896.3 ops/sec
此外,此博客文章还使用node.js比较了两者。它显示了随着时间的推移数据库中条目数量增加的影响。
这是一篇有关Tornado框架中大约1年历史的会话性能的出色文章。它比较了几种不同的实现,其中包括Redis和MongoDB。本文中的图表指出,在此特定用例中,Redis比MongoDB落后约10%。
Redis带有内置的基准测试,可以分析您所使用的计算机的性能。Redis 的Benchmark Wiki上有大量原始数据。但是您可能需要四处寻找Mongo。像here,here和一些随机的波兰数字(但它为您自己运行一些MongoDB基准测试提供了起点)。
我相信,解决此问题的最佳方法是在您期望的那种情况下自己执行测试。
就我而言,使用MongoDb WriteConcern是性能比较的决定性因素。如今,大多数mongo驱动程序会将默认的WriteConcern设置为ACKNOWLEDGED,这意味着“写入RAM”(Mongo2.6.3-WriteConcern),在这方面,它与大多数写入操作的redis相当。
但是实际情况取决于您的应用程序需求和生产环境设置,您可能需要将此问题更改为WriteConcern.JOURNALED(写入oplog)或WriteConcern.FSYNCED(写入磁盘),甚至写入副本集(备份)如果需要的话。
然后,您可能会开始看到一些性能下降。其他重要因素还包括数据访问模式的优化程度,索引未命中百分比(请参阅mongostat)和索引。
我认为所显示基准上的2-3X具有误导性,因为如果您还取决于运行它的硬件-根据我的经验,机器“越坚固”,差距越大(支持Redis)可能是因为基准测试很快达到了内存限制。
至于内存容量-这是部分正确的,因为还有其他解决方法,有(商业)产品可将Redis数据写回磁盘,也有克服内存大小的集群(多分片)解决方案局限性。