Aerospike DB - lists/maps 适用于大尺寸、高写入负载？

Question

概览

Aerospike list/map 通过 UDF 进行的操作是写时复制（一次修改会导致整个重写）。因此，随着 list/map 大小的增长，基于 UDF 的追加变得越来越昂贵。

UDF 列表操作，测试结果

Time required to append 100 values to a list (each append persisted to disk independently)
Time measured at the Java client
Each result is the average of 10 measurements.
Initial list size = 1      -> 19.6ms
Initial list size = 1000   -> 43.4ms
Initial list size = 10000  -> 237.3ms

问题

在高写入负载下，lists/maps 在单个记录中是否可取（1000 的值，总共约 200kB）大小？

Answer 1

单记录 lists/maps 可以通过 本机客户端 API 有效地操作。

问题中的测试结果是基于使用 UDF 的，因为 UDF 会产生开销（并且可能无法在内存中本地修改？），所以速度较慢。

根据 Ronen 的建议，我更新了我的 client/server 以获取新列表 API 并使用 com.aerospike.client.cdt.ListOperation 编写了一个新测试。无论列表大小，新测试的结果都非常快。

Answer 2

Aerospike 服务器版本 3.7.0 添加了对直接使用客户端操作列表的支持 API。查看您最喜欢的客户端语言的最新版本以获得支持（Java 3.1.8+、Go 1.9.0+、C 3.1.25+）。此类操作地图的功能将随之而来。

通过原生 API 修改列表比通过 UDF 更有效。首先，无需支付 UDF 执行的开销。如果数据在内存中，列表将以一种非常有效地执行增量操作的格式保存在内存中。它可以轻松承受重 read/write 负载，延迟更短。然而，您应该始终针对您的工作量进行基准测试。

Aerospike DB - lists/maps 适用于大尺寸、高写入负载？

Aerospike DB - lists/maps suitable at large sizes, under high write load?

aerospike