TPC-DS Benchmark
TPC-DS (Transaction Processing Performance Council Decision Support Benchmark) は、意思決定支援に焦点を当てたベンチマークテストで、データウェアハウスと分析システムのパフォーマンスを評価することを目的としています。これは、複雑なクエリと大規模データ分析の処理において、異なるシステムの能力を比較するために Transaction Processing Performance Council (TPC) 組織によって開発されました。
TPC-DS の設計目標は、実世界の複雑な意思決定支援ワークロードをシミュレートすることです。結合、集約、ソート、フィルタリング、サブクエリなどを含む一連の複雑なクエリとデータ操作を通じて、システムのパフォーマンスをテストします。これらのクエリパターンは、レポート生成、データマイニング、OLAP (Online Analytical Processing) などの、シンプルから複雑まで様々なシナリオをカバーしています。
このドキュメントは主に TPC-DS 1000G テストセットでの Doris のパフォーマンスを紹介しています。
TPC-DS 標準テストデータセットの99のクエリで、Apache Doris 3.0.3-rc03 (Compute-Storage Coupled Mode) と Apache Doris 2.1.7-rc03 バージョンに基づく比較テストを実施しました。バージョン3.xでの統合ストレージ・コンピューティングモードのパフォーマンスは、バージョン2.1.xをベースとしています。
1. ハードウェア環境
| ハードウェア | 設定説明 |
|---|---|
| マシン数 | 4台の阿里云仮想マシン (1FE，3BEs) |
| CPU | Intel Xeon (Ice Lake) Platinum 8369B 32C |
| メモリ | 128G |
| ディスク | Enterprise SSD (PL0) |
2. ソフトウェア環境
- Doris は3BEと1FEをデプロイ
- カーネルバージョン: Linux version 5.15.0-101-generic
- OSバージョン: Ubuntu 20.04 LTS (Focal Fossa)
- Doris ソフトウェアバージョン: Apache Doris 3.0.3-rc03 (Compute-Storage Coupled Mode), Apache Doris 2.1.7-rc03
- JDK: openjdk version "17.0.2"
3. テストデータ量
テスト全体のシミュレーションによって生成された TPC-DS 1000G データを、それぞれ Apache Doris 3.0.3-rc03 (Compute-Storage Coupled Mode) と Apache Doris 2.1.7-rc03 にインポートしてテストを実施しました。以下がテーブルの関連説明とデータ量です。
| TPC-DS テーブル名 | 行数 |
|---|---|
| customer_demographics | 1,920,800 |
| reason | 65 |
| warehouse | 20 |
| date_dim | 73,049 |
| catalog_sales | 1,439,980,416 |
| call_center | 42 |
| inventory | 783,000,000 |
| catalog_returns | 143,996,756 |
| household_demographics | 7,200 |
| customer_address | 6,000,000 |
| income_band | 20 |
| catalog_page | 30,000 |
| item | 300,000 |
| web_returns | 71,997,522 |
| web_site | 54 |
| promotion | 1,500 |
| web_sales | 720,000,376 |
| store | 1,002 |
| web_page | 3,000 |
| time_dim | 86,400 |
| store_returns | 287,999,764 |
| store_sales | 2,879,987,999 |
| ship_mode | 20 |
| customer | 12,000,000 |
4. テスト SQL
TPC-DS 99テストクエリステートメント : TPC-DS-Query-SQL
5. テスト結果
ここでは Apache Doris 3.0.3-rc03 (Compute-Storage Coupled Mode) と Apache Doris 2.1.7-rc03 を用いて比較テストを行います。テストでは、Query Time(ms) を主要なパフォーマンス指標として使用します。 テスト結果は以下の通りです：
| Query | Apache Doris 3.0.3-rc03 Compute-Storage Coupled Mode (ms) | Apache Doris 2.1.7-rc03 (ms) |
|---|---|---|
| query01 | 580 | 630 |
| query02 | 5540 | 4930 |
| query03 | 350 | 360 |
| query04 | 10790 | 11070 |
| query05 | 710 | 620 |
| query06 | 230 | 220 |
| query07 | 590 | 550 |
| query08 | 350 | 330 |
| query09 | 7520 | 6830 |
| query10 | 390 | 370 |
| query11 | 6560 | 6960 |
| query12 | 120 | 100 |
| query13 | 780 | 790 |
| query14 | 13200 | 13470 |
| query15 | 400 | 510 |
| query16 | 410 | 520 |
| query17 | 1300 | 1310 |
| query18 | 650 | 560 |
| query19 | 250 | 200 |
| query20 | 110 | 100 |
| query21 | 110 | 80 |
| query22 | 1570 | 2300 |
| query23 | 37180 | 38240 |
| query24 | 7470 | 8340 |
| query25 | 920 | 780 |
| query26 | 200 | 200 |
| query27 | 550 | 530 |
| query28 | 7300 | 5940 |
| query29 | 920 | 940 |
| query30 | 300 | 270 |
| query31 | 2000 | 1890 |
| query32 | 70 | 60 |
| query33 | 400 | 350 |
| query34 | 760 | 750 |
| query35 | 1290 | 1370 |
| query36 | 460 | 530 |
| query37 | 80 | 60 |
| query38 | 5450 | 7520 |
| query39 | 760 | 560 |
| query40 | 140 | 150 |
| query41 | 50 | 50 |
| query42 | 110 | 100 |
| query43 | 1170 | 1150 |
| query44 | 2120 | 2020 |
| query45 | 280 | 430 |
| query46 | 1390 | 1250 |
| query47 | 2160 | 2660 |
| query48 | 660 | 630 |
| query49 | 810 | 730 |
| query50 | 1570 | 1640 |
| query51 | 6030 | 6430 |
| query52 | 120 | 110 |
| query53 | 280 | 250 |
| query54 | 1540 | 1280 |
| query55 | 130 | 110 |
| query56 | 300 | 290 |
| query57 | 1240 | 1480 |
| query58 | 260 | 240 |
| query59 | 10120 | 7760 |
| query60 | 370 | 380 |
| query61 | 560 | 540 |
| query62 | 920 | 740 |
| query63 | 230 | 210 |
| query64 | 1660 | 5790 |
| query65 | 4800 | 4900 |
| query66 | 400 | 480 |
| query67 | 24190 | 27320 |
| query68 | 1400 | 1600 |
| query69 | 1170 | 380 |
| query70 | 3160 | 3480 |
| query71 | 440 | 460 |
| query72 | 4090 | 3160 |
| query73 | 660 | 660 |
| query74 | 5720 | 5990 |
| query75 | 4560 | 4610 |
| query76 | 1800 | 1590 |
| query77 | 330 | 300 |
| query78 | 16300 | 17970 |
| query79 | 3160 | 3040 |
| query80 | 590 | 570 |
| query81 | 540 | 460 |
| query82 | 320 | 270 |
| query83 | 230 | 220 |
| query84 | 130 | 130 |
| query85 | 780 | 520 |
| query86 | 660 | 760 |
| query87 | 6200 | 8000 |
| query88 | 5620 | 5560 |
| query89 | 400 | 430 |
| query90 | 150 | 150 |
| query91 | 160 | 150 |
| query92 | 50 | 40 |
| query93 | 2380 | 2440 |
| query94 | 290 | 340 |
| query95 | 410 | 350 |
| query96 | 680 | 660 |
| query97 | 4870 | 5020 |
| query98 | 200 | 190 |
| query99 | 1940 | 1560 |
| 合計 | 251620 | 261320 |
6. 環境準備
公式ドキュメントを参照して Doris をインストール・デプロイし、正常に動作する Doris クラスタを取得してください（最低1 FE 1 BE、1 FE 3 BE を推奨）。
7. データ準備
7.1 TPC-DS データ生成ツールのダウンロードとインストール
以下のスクリプトを実行して tpcds-tools ツールをダウンロードし、コンパイルします。
sh bin/build-tpcds-dbgen.sh
7.2 TPC-DSテストセットの生成
以下のスクリプトを実行してTPC-Hデータセットを生成します：
sh bin/gen-tpcds-data.sh -s 1000
注意 1: スクリプトのヘルプを
sh gen-tpcds-data.sh -hで確認してください。注意 2: データは
tpcds-data/ディレクトリ下に拡張子.datで生成されます。総ファイルサイズは約1000GBで、生成には数分から1時間程度かかる場合があります。注意 3: デフォルトでは100Gの標準テストデータセットが生成されます。
7.3 テーブル作成
7.3.1 doris-cluster.conf ファイルの準備
スクリプトをimportする前に、doris-cluster.conf ファイルにFEのipポートやその他の情報を記述する必要があります。
このファイルは ${DORIS_HOME}/tools/tpcds-tools/conf/ 下にあります。
ファイルの内容にはFEのip、HTTPポート、ユーザー名、パスワード、およびimportするデータのDB名が含まれます:
# Any of FE host
export FE_HOST='127.0.0.1'
# http_port in fe.conf
export FE_HTTP_PORT=8030
# query_port in fe.conf
export FE_QUERY_PORT=9030
# Doris username
export USER='root'
# Doris password
export PASSWORD=''
# The database where TPC-H tables located
export DB='tpcds'
以下のスクリプトを実行してTPC-Hテーブルを生成・作成する
sh bin/create-tpcds-tables.sh -s 1000
またはcreate-tpcds-tablesのテーブル作成文をコピーしてDorisで実行してください。
7.4 データのインポート
以下のコマンドでデータインポートを実行してください：
sh bin/load-tpcds-data.sh
7.5 クエリテスト
7.5.1 クエリスクリプトの実行
上記のテストSQLを実行するか、以下のコマンドを実行してください
sh bin/run-tpcds-queries.sh -s 1000
7.5.2 単一SQL実行
コードリポジトリから最新のSQLを取得することもできます。TPC-DSの最新テストクエリステートメントのアドレスです。