Skip to content

Commit 57fcf1a

Browse files
github-actions[bot]Chasen-Zhang
github-actions[bot]
authored and
Chasen-Zhang
committed
💬Generate LLM translations
1 parent 1adbccf commit 57fcf1a

File tree

1 file changed

+55
-51
lines changed

1 file changed

+55
-51
lines changed

‎docs/cn/guides/80-benchmark/10-tpch.md‎

Lines changed: 55 additions & 51 deletions
Original file line numberDiff line numberDiff line change
@@ -1,41 +1,42 @@
11
---
2-
title: "TPC-H 基准测试：Databend Cloud vs. Snowflake"
2+
title: "TPC-H 基准测试：Databend Cloud 对比 Snowflake"
33
sidebar_label: "TPC-H SF100 基准测试"
44
---
55

66
## 快速概览
77

88
### TPC-H
99

10-
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。在此分析中，我们使用 TPC-H SF100（SF1 = 600 万行）数据集，涵盖 100GB 数据和约 6 亿行，对 22 个查询进行 Databend Cloud 与 Snowflake 的比较。
10+
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。在本分析中，我们使用 TPC-H SF100（SF1 = 600 万行）数据集，涵盖 100GB 数据和约 6 亿行数据，对比了 Databend Cloud 与 Snowflake 在 22 个查询中的表现。
1111

1212
:::info 免责声明
1313
TPC Benchmark™ 和 TPC-H™ 是事务处理性能委员会（[TPC](http://www.tpc.org)）的商标。我们的基准测试虽然受 TPC-H 启发，但不可直接与官方 TPC-H 结果相比较。
1414
:::
1515

1616
### Snowflake 和 Databend Cloud
1717

18-
- **[Snowflake](https://www.snowflake.com)**：Snowflake 以其先进功能著称，如存储与计算分离、按需可扩展计算、数据共享和克隆能力。
18+
- **[Snowflake](https://www.snowflake.com)**: Snowflake 以其先进功能著称，如存储与计算分离、按需可扩展计算、数据共享和克隆能力。
1919

20-
- **[Databend Cloud](https://www.databend.com)**：Databend Cloud 提供与 Snowflake [类似功能](https://github.com/datafuselabs/databend/issues/13059)，作为一个云原生数仓，同样实现存储与计算分离，并按需提供可扩展计算。它源自开源项目 [Databend](https://github.com/datafuselabs/databend)，定位为现代、成本效益高的 Snowflake 替代品，尤其适用于大规模分析。
20+
- **[Databend Cloud](https://www.databend.com)**: Databend Cloud 提供与 Snowflake [类似功能](https://github.com/datafuselabs/databend/issues/13059)，作为一个云原生数仓，同样实现了存储与计算的分离，并提供按需可扩展计算。
21+
它源自开源的 [Databend 项目](https://github.com/datafuselabs/databend)，定位为现代、成本效益高的 Snowflake 替代品，尤其适用于大规模分析。
2122

22-
## 性能与成本比较
23+
## 性能与成本对比
2324

24-
- **数据加载成本**：Databend 在数据加载方面比 Snowflake 节省 **67% 的成本**。
25-
- **查询执行成本**：Databend 的查询执行成本比 Snowflake 大约 **低 60%**。
25+
- **数据加载成本**: Databend 在数据加载方面比 Snowflake 节省了 **67% 的成本**。
26+
- **查询执行成本**: Databend 的查询执行成本比 Snowflake 大约 **便宜 60%**。
2627

2728
:::info 注意
2829

29-
在此基准测试中，未进行特殊调优。Snowflake 和 Databend Cloud 均使用默认设置。
30+
在此基准测试中，未进行特殊调优。Snowflake 和 Databend Cloud 均使用其默认设置。
3031
请记住，**不要仅凭我们的说法 — 鼓励您自行运行并验证这些结果。**
3132
:::
3233

3334
### 数据加载基准
3435

35-
![image](https://github.com/datafuselabs/wizard/assets/172204/0e51510d-5aa6-4891-8510-c2741e7ddae0)
36+
![Alt text](@site/static/img/documents/tpch1.png)
3637

3738
| 表 | Snowflake(695s, 成本 $0.77) | Databend Cloud(446s, 成本 $0.25) | 行数 |
38-
|------------------|-----------------------------|----------------------------------|-------------|
39+
| ---------------- | --------------------------- | -------------------------------- | ----------- |
3940
| customer | 18.137 | 13.436 | 15,000,000 |
4041
| lineitem | 477.740 | 305.812 | 600,037,902 |
4142
| nation | 1.347 | 0.708 | 25 |
@@ -50,41 +51,41 @@ TPC Benchmark™ 和 TPC-H™ 是事务处理性能委员会（[TPC](http://www.
5051

5152
### 查询基准：冷启动
5253

53-
![image](https://github.com/datafuselabs/wizard/assets/172204/d796acf0-0a66-4b1d-8754-cd2cd1de04c7)
54-
55-
| 查询 | Snowflake(总时间 207s, 成本 $0.23) | Databend Cloud(总时间 166s, 成本 $0.09) |
56-
|------------------|-----------------------------------|----------------------------------------|
57-
| TPC-H 1 | 11.703 | 8.036 |
58-
| TPC-H 2 | 4.524 | 3.786 |
59-
| TPC-H 3 | 8.908 | 6.040 |
60-
| TPC-H 4 | 8.108 | 4.462 |
61-
| TPC-H 5 | 9.202 | 7.014 |
62-
| TPC-H 6 | 1.237 | 3.234 |
63-
| TPC-H 7 | 9.082 | 7.345 |
64-
| TPC-H 8 | 10.886 | 8.976 |
65-
| TPC-H 9 | 18.152 | 13.340 |
66-
| TPC-H 10 | 13.525 | 12.891 |
67-
| TPC-H 11 | 2.582 | 2.183 |
68-
| TPC-H 12 | 10.099 | 8.839 |
69-
| TPC-H 13 | 13.458 | 7.206 |
70-
| TPC-H 14 | 8.001 | 4.612 |
71-
| TPC-H 15 | 8.737 | 4.621 |
72-
| TPC-H 16 | 4.864 | 1.645 |
73-
| TPC-H 17 | 5.363 | 14.315 |
74-
| TPC-H 18 | 19.971 | 12.058 |
75-
| TPC-H 19 | 9.893 | 12.579 |
76-
| TPC-H 20 | 8.538 | 8.836 |
77-
| TPC-H 21 | 16.439 | 12.270 |
78-
| TPC-H 22 | 3.744 | 1.926 |
79-
| **总时间** | **207s** | **166s** |
80-
| **总成本** | **$0.23** | **$0.09** |
54+
![Alt text](@site/static/img/documents/tpch2.png)
55+
56+
| 查询 | Snowflake(总时间 207s, 成本 $0.23) | Databend Cloud(总时间 166s, 成本 $0.09) |
57+
| -------------- | --------------------------------- | -------------------------------------- |
58+
| TPC-H 1 | 11.703 | 8.036 |
59+
| TPC-H 2 | 4.524 | 3.786 |
60+
| TPC-H 3 | 8.908 | 6.040 |
61+
| TPC-H 4 | 8.108 | 4.462 |
62+
| TPC-H 5 | 9.202 | 7.014 |
63+
| TPC-H 6 | 1.237 | 3.234 |
64+
| TPC-H 7 | 9.082 | 7.345 |
65+
| TPC-H 8 | 10.886 | 8.976 |
66+
| TPC-H 9 | 18.152 | 13.340 |
67+
| TPC-H 10 | 13.525 | 12.891 |
68+
| TPC-H 11 | 2.582 | 2.183 |
69+
| TPC-H 12 | 10.099 | 8.839 |
70+
| TPC-H 13 | 13.458 | 7.206 |
71+
| TPC-H 14 | 8.001 | 4.612 |
72+
| TPC-H 15 | 8.737 | 4.621 |
73+
| TPC-H 16 | 4.864 | 1.645 |
74+
| TPC-H 17 | 5.363 | 14.315 |
75+
| TPC-H 18 | 19.971 | 12.058 |
76+
| TPC-H 19 | 9.893 | 12.579 |
77+
| TPC-H 20 | 8.538 | 8.836 |
78+
| TPC-H 21 | 16.439 | 12.270 |
79+
| TPC-H 22 | 3.744 | 1.926 |
80+
| **总时间** | **207s** | **166s** |
81+
| **总成本** | **$0.23** | **$0.09** |
8182

8283
### 查询基准：热启动
8384

84-
![image](https://github.com/datafuselabs/wizard/assets/172204/9a5533e1-b432-4c69-8e10-6a2d289793e7)
85+
![Alt text](@site/static/img/documents/tpch3.png)
8586

8687
| 查询 | Snowflake (总计 138s, 成本 $0.15) | Databend Cloud (总计 124s, 成本 $0.07) |
87-
|----------------|------------------------------------|-----------------------------------------|
88+
| -------------- | ---------------------------------- | --------------------------------------- |
8889
| TPC-H 1 | 8.934 | 7.568 |
8990
| TPC-H 2 | 3.018 | 3.125 |
9091
| TPC-H 3 | 6.089 | 5.234 |
@@ -119,7 +120,7 @@ TPC Benchmark™ 和 TPC-H™ 是事务处理性能委员会（[TPC](http://www.
119120
Snowflake 和 Databend Cloud 在相似条件下进行了测试：
120121

121122
| 参数 | Snowflake | Databend Cloud |
122-
|----------------|---------------------------------------------------------------------|-------------------------------------------|
123+
| -------------- | ------------------------------------------------------------------- | ----------------------------------------- |
123124
| 计算集群大小 | Small | Small |
124125
| vCPU | 16 | 16 |
125126
| 价格 | [$4/小时](https://www.snowflake.com/en/data-cloud/pricing-options/) | [$2/小时](https://www.databend.com/plan/) |
@@ -131,6 +132,7 @@ Snowflake 和 Databend Cloud 在相似条件下进行了测试：
131132
### 基准测试方法
132133

133134
我们对查询执行进行了冷启动和热启动测试：
135+
134136
1. **冷启动**：在执行查询前暂停并恢复数仓。
135137
2. **热启动**：数仓未暂停，使用本地磁盘缓存。
136138

@@ -142,21 +144,23 @@ Snowflake 和 Databend Cloud 在相似条件下进行了测试：
142144
### 数据加载
143145

144146
1. **Snowflake 数据加载**：
145-
- 登录您的 [Snowflake 账户](https://app.snowflake.com/)。
146-
- 创建与 TPC-H 模式对应的表。[SQL 脚本](https://github.com/datafuselabs/wizard/blob/b34cc686d2e43c3e3b0b3311eac5a50e8f68afc9/benchsb/sql/snow/setup.sql#L1-L84)。
147-
- 使用 `COPY INTO` 命令从 AWS S3 加载数据。[SQL 脚本](https://github.com/datafuselabs/wizard/blob/b34cc686d2e43c3e3b0b3311eac5a50e8f68afc9/benchsb/sql/snow/setup.sql#L87-L94)。
147+
148+
- 登录您的 [Snowflake 账户](https://app.snowflake.com/)。
149+
- 创建与 TPC-H 模式对应的表。[SQL 脚本](https://github.com/datafuselabs/wizard/blob/b34cc686d2e43c3e3b0b3311eac5a50e8f68afc9/benchsb/sql/snow/setup.sql#L1-L84)。
150+
- 使用 `COPY INTO` 命令从 AWS S3 加载数据。[SQL 脚本](https://github.com/datafuselabs/wizard/blob/b34cc686d2e43c3e3b0b3311eac5a50e8f68afc9/benchsb/sql/snow/setup.sql#L87-L94)。
148151

149152
2. **Databend Cloud 数据加载**：
150-
- 登录您的 [Databend Cloud 账户](https://app.databend.com)。
151-
- 根据 TPC-H 模式创建必要的表。[SQL 脚本](https://github.com/datafuselabs/wizard/blob/b34cc686d2e43c3e3b0b3311eac5a50e8f68afc9/benchsb/sql/bend/setup.sql#L1-L84)。
152-
- 使用与 Snowflake 类似的方法从 AWS S3 加载数据。[SQL 脚本](https://github.com/datafuselabs/wizard/blob/b34cc686d2e43c3e3b0b3311eac5a50e8f68afc9/benchsb/sql/bend/setup.sql#L87-L117)。
153+
- 登录您的 [Databend Cloud 账户](https://app.databend.com)。
154+
- 根据 TPC-H 模式创建必要的表。[SQL 脚本](https://github.com/datafuselabs/wizard/blob/b34cc686d2e43c3e3b0b3311eac5a50e8f68afc9/benchsb/sql/bend/setup.sql#L1-L84)。
155+
- 使用与 Snowflake 类似的方法从 AWS S3 加载数据。[SQL 脚本](https://github.com/datafuselabs/wizard/blob/b34cc686d2e43c3e3b0b3311eac5a50e8f68afc9/benchsb/sql/bend/setup.sql#L87-L117)。
153156

154157
### TPC-H 查询
155158

156159
1. **Snowflake 查询**：
157-
- 登录您的 [Snowflake 账户](https://app.snowflake.com/)。
158-
- 运行 TPC-H 查询。[SQL 脚本](https://github.com/datafuselabs/wizard/blob/b34cc686d2e43c3e3b0b3311eac5a50e8f68afc9/benchsb/sql/snow/queries.sql)。
160+
161+
- 登录您的 [Snowflake 账户](https://app.snowflake.com/)。
162+
- 运行 TPC-H 查询。[SQL 脚本](https://github.com/datafuselabs/wizard/blob/b34cc686d2e43c3e3b0b3311eac5a50e8f68afc9/benchsb/sql/snow/queries.sql)。
159163

160164
2. **Databend Cloud 查询**：
161-
- 登录您的 [Databend Cloud 账户](https://app.databend.com)。
162-
- 运行 TPC-H 查询。[SQL 脚本](https://github.com/datafuselabs/wizard/blob/b34cc686d2e43c3e3b0b3311eac5a50e8f68afc9/benchsb/sql/bend/queries.sql)。
165+
- 登录您的 [Databend Cloud 账户](https://app.databend.com)。
166+
- 运行 TPC-H 查询。[SQL 脚本](https://github.com/datafuselabs/wizard/blob/b34cc686d2e43c3e3b0b3311eac5a50e8f68afc9/benchsb/sql/bend/queries.sql)。

0 commit comments

Comments
 (0)