鏡舟數據庫：極致性能，引領企業級分析新標杆

在數據驅動決策的時代，企業對數據分析平台的性能要求達到了前所未有的高度。毫秒級的延遲差異，可能直接影響商業洞察的效率和業務決策的質量。作為一款面向未來的企業級實時分析數據庫，鏡舟數據庫始終將極致性能作為其核心設計理念。

為了精確量化企業級產品的能力，鏡舟科技基於TPC-DS 基準測試集，對鏡舟數據庫與社區版 StarRocks 進行了同等條件下的深度性能對比。測試結果明確顯示：無論是在存算一體、存算分離還是數據湖分析場景下，鏡舟數據庫均展現出持續領先的性能優勢，是企業追求極致分析效率的更優選擇。

測試環境

本次性能對比在完全相同的硬件和軟件環境下進行：

• 硬件配置：所有集羣節點均採用 AWS m6id.4xlarge 實例 (16 vCPU, 64 GiB 內存)。
• 數據集：採用標準的 TPC-DS 1TB 數據集。

• 測試場景：全面覆蓋了企業最主流的三種部署和應用模式：

  • 存算一體 OLAP 表查詢：傳統部署模式，追求極致的本地查詢性能。
  • 存算分離 OLAP 表查詢：現代雲原生架構，兼顧彈性和性能。
  • 數據湖（Iceberg）查詢：直接在數據湖上進行高性能聯邦查詢。
• 軟件版本：鏡舟數據庫 vs. StarRocks (3.5.0 公開版本)。

核心場景性能對比

TPC-DS 測試集包含 99 個複雜 SQL 查詢，總執行時間是衡量數據庫綜合查詢能力的關鍵指標（時間越短越好）。

以下是鏡舟數據庫與 StarRocks 在三個核心場景下的總耗時對比：

數據解讀：領先優勢在哪裏？

1. 存算一體模式，性能更強。在存算一體部署中，鏡舟數據庫用 295 秒 完成全部查詢，比 StarRocks 的 314 秒快了 6.5%。這説明鏡舟數據庫在底層的查詢引擎和代碼優化上做得更加深入。

2. 存算分離架構，優勢擴大。  在更具彈性的存算分離架構下，鏡舟數據庫的優勢更為明顯，以 299 秒 的成績領先 StarRocks（326秒）達 9.0%。特別值得注意的是，鏡舟數據庫從存算一體切換到分離架構的性能損耗僅為 1.3%（295秒 -> 299秒），這證明了其雲原生架構的高效性。

3. 數據湖查詢，差距顯著。數據湖直查是現代數據平台的一項核心能力。鏡舟數據庫用 311 秒 完成了對 Iceberg 表的查詢，比 StarRocks（368秒）性能領先達 1.18 倍，這意味着在湖倉一體架構中，企業使用鏡舟數據庫可以獲得近 20% 的查詢性能提升，加速了數據湖上數據的價值發現。

為何鏡舟數據庫更快？企業級的優化

StarRocks 是一款優秀的開源數據分析引擎，鏡舟數據庫作為其企業級增強版，在內核層面進行了針對企業複雜場景的優化。我們的性能優勢來源於：

• 更智能的查詢優化器：通過對 CBO 優化器的持續增強，鏡舟數據庫能夠為 TPC-DS 中的複雜 Join 和聚合查詢生成更優的執行計劃。
• 高效的執行引擎：全面向量化的執行引擎在底層代碼層面進行優化，減少CPU指令週期和內存訪問開銷，提升計算效率。
• 精細的資源管理：針對現代多核 CPU 和高速存儲（如 NVMe SSD）進行調度優化，最大化硬件利用率。
• 針對雲環境：在存算分離和數據湖場景下，對數據緩存、預取和網絡通信協議棧進行優化，顯著降低了遠程數據訪問帶來的延遲。

結論：性能是選擇，而非妥協

數據是企業的核心資產，而承載數據分析的平台則是驅動業務增長的引擎。

通過 TPC-DS 基準測試驗證，鏡舟數據庫證明了其作為企業級產品的卓越性能。

性能背後，是對領先架構的思考，鏡舟科技也將繼續攜手 StarRocks 推動數據分析技術的發展，幫助更多企業實現更高效、更智能地釋放海量數據的價值，讓數據流動更自由、洞察獲取更即時、智能決策更全面。