Warren
1300a4e223
核心功能： - ✅ Categories/Series双视图管理（category_view.rs + import_markdown.rs） - ✅ FUSE Multi-Volume支持（tree_type参数） - ✅ SSH/SFTP/SCP/rsync协议完整实现（4042行） - ✅ NFS/SMB Module Phase 1-3完成 - ✅ Archive Module Phase 1-4完成（2916行） - ✅ Download Center API完整实现 - ✅ S3兼容API实现（560行） Git配置修正： - ✅ 删除错误origin（gitea.momentry.ddns.net） - ✅ 删除m5max128（指向机器名） - ✅ 设置origin = m5max128gitea.momentry.ddns.net/admin/markbase - ✅ 设置m4minigitea = m4minigitea.momentry.ddns.net/warren/markbase 数据清理： - ✅ 删除38个临时SQLite（保留accusys.sqlite、demo.sqlite） - ✅ 删除.bak、test_*.bin、调试脚本等临时文件 - ✅ 删除临时目录（build/、download files/、raid_test/等） - ✅ 更新.gitignore排除临时文件 架构优化： - 52个文件修改，2434行新增，4739行删除 - Workspace成员整合（16个crate） - 数据库状态：accusys.sqlite保留（主demo测试） 远程同步： - ✅ 准备推送到m5max128gitea（远程Gitea） - ✅ 准备推送到m4minigitea（本地Gitea）
173 lines
4.5 KiB
Markdown
173 lines
4.5 KiB
Markdown
# 三数据库性能对比速览
|
||
|
||
**测试日期：** 2026-05-29
|
||
**测试数据：** 12,660 nodes (warren.sqlite)
|
||
|
||
---
|
||
|
||
## 核心性能对比表
|
||
|
||
| 性能指标 | SQLite | Sled | RocksDB | 最优选择 |
|
||
|----------|--------|------|---------|----------|
|
||
| **批量导入吞吐** | 14,243/sec | **163,137/sec** ⭐⭐⭐ | 94,867/sec ⭐⭐ | **Sled** |
|
||
| **导入时间** | 890ms | **77.60ms** ⭐⭐⭐ | 133.45ms ⭐⭐ | **Sled** |
|
||
| **批量插入吞吐** | 50,000/sec | **1,480,166/sec** ⭐⭐⭐ | 1,083,336/sec ⭐⭐ | **Sled** |
|
||
| **查询延迟** | **<1ms** ⭐⭐⭐ | 1429.88 ns ⭐⭐ | 1911.54 ns ⭐ | **SQLite** |
|
||
| **并发读取** | 10,000/sec | **5,220,228/sec** ⭐⭐⭐ | 2,099,223/sec ⭐⭐ | **Sled** |
|
||
| **并发写入** | ❌ 单writer | **✅ 多writer** ⭐⭐⭐ | ✅ 多writer ⭐⭐ | **Sled** |
|
||
| **数据库大小** | **12.33MB** ⭐⭐⭐ | 192 bytes (异常) ⭐⭐ | 47.15MB ⚠️⚠️⚠️ | **SQLite** |
|
||
|
||
---
|
||
|
||
## 性能排名总结
|
||
|
||
### ⭐⭐⭐ 写入性能排名
|
||
|
||
1. **Sled** - 163K/sec导入，1.48M/sec插入
|
||
2. **RocksDB** - 94K/sec导入，1.08M/sec插入
|
||
3. **SQLite** - 14K/sec导入，50K/sec插入
|
||
|
||
### ⭐⭐⭐ 读取性能排名
|
||
|
||
1. **SQLite** - <1ms延迟，SQL优化
|
||
2. **Sled** - 1429ns延迟，MVCC无锁
|
||
3. **RocksDB** - 1911ns延迟，LSM-Tree多层查找
|
||
|
||
### ⭐⭐⭐ 空间效率排名
|
||
|
||
1. **SQLite** - 12.33MB (最小)
|
||
2. **Sled** - 192 bytes (异常数据，实际应更大)
|
||
3. **RocksDB** - 47.15MB (最大，3.82倍SQLite)
|
||
|
||
---
|
||
|
||
## 关键发现
|
||
|
||
### Sled 性能惊人 ⭐⭐⭐
|
||
|
||
- **导入吞吐：11.42倍SQLite**
|
||
- **批量插入：29.6倍SQLite**
|
||
- **并发读取：522倍SQLite**
|
||
- **纯Rust实现：无FFI依赖**
|
||
|
||
### RocksDB 性能中等 ⭐⭐
|
||
|
||
- **导入吞吐：6.67倍SQLite**
|
||
- **批量插入：21.7倍SQLite**
|
||
- **并发读取：210倍SQLite**
|
||
- **空间开销：3.82倍SQLite（最大劣势）**
|
||
|
||
### SQLite 性能稳定 ⭐⭐⭐
|
||
|
||
- **查询延迟：最低**
|
||
- **空间效率：最高**
|
||
- **SQL支持：完整**
|
||
- **调试工具：完善**
|
||
|
||
---
|
||
|
||
## 技术特性对比
|
||
|
||
| 特性 | SQLite | Sled | RocksDB |
|
||
|------|--------|------|---------|
|
||
| **存储模型** | B-Tree | B-Tree+MVCC | LSM-Tree |
|
||
| **并发写入** | ❌ 单writer | ✅ 多writer | ✅ 多writer |
|
||
| **SQL支持** | ✅ 完整 | ❌ 无 | ❌ 无 |
|
||
| **压缩支持** | ❌ 无 | ❌ 无 | ✅ Snappy |
|
||
| **FFI依赖** | ✅ 有 | ❌ 无 | ✅ 有 |
|
||
| **调试工具** | ✅ 丰富 | ❌ 缺乏 | ⭐ 中等 |
|
||
|
||
---
|
||
|
||
## 最终决策
|
||
|
||
### ✅ 短期推荐：SQLite + 优化
|
||
|
||
**理由：**
|
||
- 功能完全匹配（SQL查询必需）
|
||
- 查询性能最优（<1ms延迟）
|
||
- 空间效率最高（12.33MB）
|
||
- 成本最低（4天优化）
|
||
|
||
### 🚀 中长期推荐：SQLite + Sled混合架构
|
||
|
||
**架构设计：**
|
||
```
|
||
Metadata Layer (SQLite):
|
||
├── file_nodes (SQL查询)
|
||
├── file_registry (JOIN查询)
|
||
├── user_auth (认证)
|
||
└── sync_log (同步)
|
||
|
||
KV Layer (Sled):
|
||
├── file_content_hash → path (并发写入)
|
||
├── hot_files_cache (缓存)
|
||
└── metadata_cache (快速查询)
|
||
```
|
||
|
||
**为什么不选择RocksDB？**
|
||
- ❌ 写入性能不如Sled（94K vs 163K）
|
||
- ❌ 查询性能最慢（1911ns vs 1429ns）
|
||
- ❌ 空间开销最大（47MB vs 12MB）
|
||
- ❌ 配置复杂度高（200+参数）
|
||
|
||
---
|
||
|
||
## 迁移成本对比
|
||
|
||
| 数据库 | 迁移工作量 | 技术风险 | 开发成本 |
|
||
|--------|-----------|----------|----------|
|
||
| **SQLite优化** | **4天** ⭐⭐⭐ | **低** ⭐⭐⭐ | **最低** |
|
||
| **Sled迁移** | **8天** ⭐⭐ | **中** ⭐⭐ | **中等** |
|
||
| **RocksDB迁移** | **13天** ⭐ | **高** ⭐ | **最高** |
|
||
|
||
---
|
||
|
||
## 适用场景总结
|
||
|
||
### SQLite 适用场景 ✅
|
||
|
||
- 需要 SQL 查询（JOIN, WHERE）
|
||
- 需要调试工具（SQLite Browser）
|
||
- 空间效率优先
|
||
- 单writer场景
|
||
|
||
### Sled 适用场景 ✅
|
||
|
||
- 写入性能优先
|
||
- 纯 Rust 项目
|
||
- 简单 KV 存储
|
||
- 并发读取优先
|
||
|
||
### RocksDB 适用场景 ⚠️
|
||
|
||
- 数据规模 > 100GB
|
||
- 需要压缩且已配置优化
|
||
- 团队有 LSM-Tree 知识
|
||
- 不需要 SQL 查询
|
||
|
||
---
|
||
|
||
## 测试代码位置
|
||
|
||
**所有测试工具：**
|
||
```
|
||
/Users/accusys/markbase/filetree-sled/
|
||
/Users/accusys/markbase/filetree-rocksdb/
|
||
```
|
||
|
||
**运行命令：**
|
||
```bash
|
||
# Sled测试
|
||
cargo run --release --bin filetree-sled-poc
|
||
cargo run --release --bin sqlite-to-sled-migrate
|
||
|
||
# RocksDB测试
|
||
cargo run --release --bin filetree-rocksdb-poc
|
||
cargo run --release --bin sqlite-to-rocksdb-migrate
|
||
```
|
||
|
||
---
|
||
|
||
**一句话总结：**
|
||
**Sled写入性能最优，SQLite读取/空间最优，推荐 SQLite + Sled 混合架构，RocksDB 因空间开销和配置复杂度不推荐。** |