TPC-H 基准测试：Databend Cloud 与 Snowflake 对比
快速概览
TPC-H
TPC-H 基准测试是评估决策支持系统的标准，专注于复杂查询和数据维护。在这项分析中，我们使用 TPC-H SF100（SF1 = 600 万行）数据集比较了 Databend Cloud 和 Snowflake，该数据集包含 100GB 数据和大约 6 亿行，跨越 22 个查询。
免责声明
TPC 基准测试 ™ 和 TPC-H™ 是交易处理性能委员会（TPC）的商标。我们的基准测试虽然受到 TPC-H 的启发，但与官方 TPC-H 结果不直接可比。
Snowflake 和 Databend Cloud
- Snowflake：Snowflake 因其先进的功能而闻名，例如分离存储和计算、按需可扩展计算、数据共享和克隆能力。
- Databend Cloud：Databend Cloud 提供与 Snowflake 类似的功能，是一个云原生数据仓库，也将存储与计算分离，并根据需要提供可扩展的计算能力。
它是从开源 Databend 项目发展而来，定位为 Snowflake 的现代化、高性价比替代品，特别适合大规模分析。
性能和成本比较
- 在数据加载方面，Databend 的成本比 Snowflake 低约 67%。
- 在查询执行方面，Databend 的成本比 Snowflake 低约 60%。
注意
基准测试中没有进行调优。结果基于 Snowflake 和 Databend Cloud 的默认设置。 记住，不要只是相信我们的话 —— 我们鼓励您自己运行并验证这些结果。
数据加载基准测试
| 表名 | Snowflake(695s, 成本 $0.77) | Databend Cloud(446s, 成本 $0.25) | 行数 |
|---|---|---|---|
| customer | 18.137 | 13.436 | 15,000,000 |
| lineitem | 477.740 | 305.812 | 600,037,902 |
| nation | 1.347 | 0.708 | 25 |
| orders | 103.088 | 64.323 | 150,000,000 |
| part | 19.908 | 12.192 | 20,000,000 |
| partsupp | 67.410 | 45.346 | 80,000,000 |
| region | 0.743 | 0.725 | 5 |
| supplier | 3.000 | 3.687 | 10,000,000 |
| 总时间 | 695s | 446s | |
| 总成本 | $0.77 | $0.25 | |
| 存储大小 | 20.8GB | 24.5GB |
查询基准测试：冷启动
| 查询 | Snowflake(总计 207s, 成本 $0.23) | Databend Cloud(总计 166s, 成本 $0.09) |
|---|---|---|
| TPC-H 1 | 11.703 | 8.036 |
| TPC-H 2 | 4.524 | 3.786 |
| TPC-H 3 | 8.908 | 6.040 |
| TPC-H 4 | 8.108 | 4.462 |
| TPC-H 5 | 9.202 | 7.014 |
| TPC-H 6 | 1.237 | 3.234 |
| TPC-H 7 | 9.082 | 7.345 |
| TPC-H 8 | 10.886 | 8.976 |
| TPC-H 9 | 18.152 | 13.340 |
| TPC-H 10 | 13.525 | 12.891 |
| TPC-H 11 | 2.582 | 2.183 |
| TPC-H 12 | 10.099 | 8.839 |
| TPC-H 13 | 13.458 | 7.206 |
| TPC-H 14 | 8.001 | 4.612 |
| TPC-H 15 | 8.737 | 4.621 |
| TPC-H 16 | 4.864 | 1.645 |
| TPC-H 17 | 5.363 | 14.315 |
| TPC-H 18 | 19.971 | 12.058 |
| TPC-H 19 | 9.893 | 12.579 |
| TPC-H 20 | 8.538 | 8.836 |
| TPC-H 21 | 16.439 | 12.270 |
| TPC-H 22 | 3.744 | 1.926 |
| 总时间 | 207s | 166s |
| 总成本 | $0.23 | $0.09 |
查询基准测试：热启动
| 查询 | Snowflake (总计 138s, 花费 $0.15) | Databend Cloud (总计 124s, 花费 $0.07) |
|---|---|---|
| TPC-H 1 | 8.934 | 7.568 |
| TPC-H 2 | 3.018 | 3.125 |
| TPC-H 3 | 6.089 | 5.234 |
| TPC-H 4 | 4.914 | 3.392 |
| TPC-H 5 | 5.800 | 4.857 |
| TPC-H 6 | 0.891 | 2.142 |
| TPC-H 7 | 5.381 | 4.389 |
| TPC-H 8 | 5.724 | 5.887 |
| TPC-H 9 | 10.283 | 9.621 |
| TPC-H 10 | 10.368 | 8.524 |
| TPC-H 11 | 1.165 | 1.364 |
| TPC-H 12 | 7.052 | 5.352 |
| TPC-H 13 | 12.829 | 6.180 |
| TPC-H 14 | 3.288 | 2.725 |
| TPC-H 15 | 3.475 | 2.748 |
| TPC-H 16 | 4.094 | 1.124 |
| TPC-H 17 | 4.203 | 13.757 |
| TPC-H 18 | 18.583 | 11.630 |
| TPC-H 19 | 3.888 | 7.881 |
| TPC-H 20 | 6.379 | 5.797 |
| TPC-H 21 | 10.287 | 9.806 |
| TPC-H 22 | 1.573 | 1.122 |
| 总时间 | 138s | 124s |
| 总花费 | $0.15 | $0.07 |
复现基准测试
您可以按照以下步骤复现基准测试。
基准测试环境
Snowflake 和 Databend Cloud 都在类似条件下进行了测试：
| 参数 | Snowflake | Databend Cloud |
|---|---|---|
| 计算集群大小 | 小型 | 小型 |
| vCPU | 16 | 16 |
| 价格 | $4/小时 | $2/小时 |
| AWS 区域 | us-east-2 | us-east-2 |
| 存储 | AWS S3 | AWS S3 |
- TPC-H SF100 数据集，来源于 Amazon Redshift，已经加载到 Databend Cloud 和 Snowflake 中，没有进行任何特定的调优。
基准测试方法
我们对查询执行进行了冷热两轮运行：
- 冷运行：在执行查询之前，数据仓库被挂起并恢复。
- 热运行：数据仓库没有被挂起，使用本地磁盘缓存。
先决条件
- 拥有一个 Snowflake 账户
- 创建一个 Databend Cloud 账户.
数据加载
Snowflake 数据加载：
- 登录您的 Snowflake 账户.
- 创建对应 TPC-H 架构的表。SQL 脚本.
- 使用
COPY INTO命令从 AWS S3 加载数据。SQL 脚本.
Databend Cloud 数据加载：
- 登录您的 Databend Cloud 账户.
- 创建必要的表，与 TPC-H 架构相符。SQL 脚本.
- 使用类似 Snowflake 的方法从 AWS S3 加载数据。SQL 脚本.
TPC-H 查询
Snowflake 查询：
- 登录您的 Snowflake 账户.
- 运行 TPC-H 查询。SQL 脚本.
Databend Cloud 查询：
- 登录您的 Databend Cloud 账户.
- 运行 TPC-H 查询。SQL 脚本.