Hủy
Đối tác
Thông tin

Tất cả tài liệu

Managed – FPT Database Engines

FPT Integration
FPT Data Platform
FPT Security Platform
AI Infrastructure
FPT AI Factory
Billing
Support
Multi Cloud
FPT Database Engine
FPT Cloud Server
FPT DevSecOps Services
FPT Next-Gen Firewall
FPT Cloud Backup & DR
FPT Monitoring
FPT Security
FPT Container
FPT Network
FPT Storage
    Kết quả Benchmark Sysbench
    Kết quả Benchmark Sysbench
    Updated on 26 Apr 2026
    Print: Export: PDF

    Mục này trình bày kết quả benchmark hiệu năng cơ sở dữ liệu được thực hiện bằng công cụ Sysbench, nhằm cung cấp thông tin tham khảo về khả năng xử lý của các database engine trên các cấu hình tài nguyên (flavor) khác nhau.

    Kết quả benchmark chỉ mang tính tham khảo và không đảm bảo hiệu năng thực tế.

    1. Giới thiệu Benchmark Sysbench

    Mục đích:

    Benchmark Sysbench được sử dụng để:

    • Đánh giá hiệu năng xử lý OLTP (Read/Write) của các database engine.
    • Quan sát mức độ cải thiện hiệu năng khi tăng tài nguyên CPU và RAM.
    • Cung cấp dữ liệu tham khảo để người dùng lựa chọn cấu hình phù hợp.

    Database engine được benchmark:

    Các database engine được benchmark trong tài liệu này bao gồm: PostgreSQL, MySQL và MariaDB.

    Chỉ số đo lường:

    Kết quả benchmark bao gồm các chỉ số chính:

    • Sysbench Read: Tổng số truy vấn đọc được thực hiện trong quá trình benchmark.
    • Sysbench Write: Tổng số truy vấn ghi được thực hiện trong quá trình benchmark.
    • QPS (Queries Per Second): Số lượng truy vấn trung bình xử lý mỗi giây.
    • TPS (Transactions Per Second): Số lượng transaction hoàn chỉnh trung bình mỗi giây.

    Các chỉ số QPS và TPS được sử dụng làm cơ sở để đánh giá hiệu năng tổng thể của hệ thống. Giá trị QPS và TPS càng cao thể hiện throughput của hệ thống càng tốt.

    2. Kết quả benchmark theo database engine

    2.1. PostgreSQL

    Môi trường kiểm thử:

    Thông số Giá trị
    Công cụ benchmark Sysbench (OLTP Read/Write)
    Số lượng bảng 64
    Số bản ghi trên mỗi bảng 1000000
    Loại workload Read/Write
    Số luồng (threads) Cấu hình tương ứng với từng flavor
    Phiên bản PostgreSQL PostgreSQL 17

    Kết quả:

    Flavor (vCPU/RAM) Số luồng (threads) Sysbench Read (Đơn vị: lần) Sysbench Write (Đơn vị: lần) QPS TPS
    2C4G 64 2595600 741590 6177.66 308.88
    2C8G 64 2481276 708929 5905.53 295.27
    4C8G 64 3189018 911134 7589.71 379.48
    8C16G 64 4829286 1379738 11496.20 574.79
    8C32G 64 5679842 1622732 13519.46 675.94
    16C32G 64 6448036 1842199 15350.46 767.49
    16C64G 64 6926948 1979031 16489.02 824.41

    2.2. MySQL

    Môi trường kiểm thử:

    Thông số Giá trị
    Công cụ benchmark Sysbench (OLTP Read/Write)
    Số lượng bảng 64
    Số bản ghi trên mỗi bảng 1000000
    Loại workload Read/Write
    Số luồng (threads) Cấu hình tương ứng với từng flavor
    Phiên bản MySQL MySQL 8.0.42

    Kết quả:

    Flavor (vCPU/RAM) Số luồng (threads) Sysbench Read (Đơn vị: lần) Sysbench Write (Đơn vị: lần) QPS TPS
    4C8G 16 6814500 1947000 16224.39 811.22
    8C16G 32 9748144 2785184 23209.29 1160.46
    8C32G 32 9423834 2692524 22430.67 1121.53
    16C32G 64 9786238 2796068 23289.48 1164.47

    2.3. MariaDB

    Môi trường kiểm thử:

    Thông số Giá trị
    Công cụ benchmark Sysbench (OLTP Read/Write)
    Số lượng bảng 64
    Số bản ghi trên mỗi bảng 1000000
    Loại workload Read/Write
    Số luồng (threads) Cấu hình tương ứng với từng flavor
    Phiên bản MariaDB MariaDB 8.0.42

    Kết quả:

    Flavor (vCPU/RAM) Số luồng (threads) Sysbench Read (Đơn vị: lần) Sysbench Write (Đơn vị: lần) QPS TPS
    4C8G 16 10573514 2111341 25174.34 1258.72
    8C16G 32 8923236 2094628 21245.25 1062.26
    8C32G 32 8491182 2086388 20216.52 1010.83
    16C32G 64 10267208 2568032 24444.58 1222.23
    16C64G 64 10789884 2719241 25688.30 1284.42

    2.4. MongoDB

    Môi trường kiểm thử:

    Thông số Giá trị
    Công cụ benchmark Sysbench (OLTP Read/Write)
    Số lượng document 1.000.000
    Số lượng operation 1.000.000
    Loại workload Read/Write
    Số luồng (YCSB threads) Cấu hình tương ứng với từng flavor
    Phiên bản MongoDB MongoDB 6.0.6

    Kết quả:

    Flavor (vCPU/RAM) Số luồng (threads) Sysbench Read (Đơn vị: lần) Sysbench Write (Đơn vị: lần) QPS TPS
    2C4G 8 500195 499805 3372.36 3372.36
    2C8G 8 500022 499978 4004.93 4004.93
    4C8G 16 499772 500228 5023.81 5023.81
    8C16G 32 500293 499707 6417.54 6417.54
    8C32G 32 500372 499628 5921.64 5921.64
    16C32G 64 499865 500135 8532.79 8532.79
    16C64G 64 499989 500011 12972.02 12972.02

    2.5. Redis

    Môi trường kiểm thử:

    Thông số Giá trị
    Công cụ benchmark Sysbench (OLTP Read/Write)
    Số lượng Key 1.000.000
    Loại workload Read/Write
    Phiên bản Redis Redis 7.2.1

    Kết quả:

    Flavor (vCPU/RAM) Sysbench Read (Đơn vị: lần) Sysbench Write (Đơn vị: lần) Total QPS P99 latency AVG latency
    2C4G 68600 29405 98005.25 28.93 3.10
    2C8G 68346 29296 97641.61 30.85 3.92
    4C8G 67948 29126 97074.26 35.33 6.77
    8C16G 68655 29428 98083.03 28.03 3.41
    8C32G 67811 29067 96878.29 35.84 5.77
    16C32G 67964 29132 97096.07 33.54 4.89

    3. Nhận định & Khuyến nghị

    • Việc tăng CPU và RAM nhìn chung giúp cải thiện throughput.
    • Mỗi database engine có đặc điểm scale khác nhau.
    • Ở cấu hình cao, mức tăng hiệu năng có thể chậm lại tuỳ theo workload và giới hạn hệ thống.

    Lưu ý quan trọng:

    • Kết quả benchmark phụ thuộc vào workload và chỉ mang tính tham khảo.
    • Hiệu năng thực tế có thể khác biệt tuỳ thuộc vào:
      • Đặc điểm workload của ứng dụng.
      • Schema và index của cơ sở dữ liệu.
      • Tỷ lệ đọc/ghi.
      • Cấu hình storage và network.

    Người dùng nên thực hiện benchmark với workload thực tế trước khi triển khai môi trường production.

    Khuyến nghị:

    Sử dụng kết quả benchmark như dữ liệu tham khảo khi lựa chọn database engine và cấu hình tài nguyên. Để đạt hiệu năng tối ưu, nên kiểm thử với workload thực tế của ứng dụng.

    © 2025 FPT Cloud. Đã đăng ký Bản quyền.