内容简介：分别从100W、500W、1000W的写入、查询、删除次数及耗时，计算对应的每次操作耗时平均数，用以衡量性能。需要注意的是，1、为方便测试，使用的数据是按照 Key: key_xxx => Value: value_xxx 顺序递增的，而不是使用的随机数据，因此对于leveldb和boltdb来说性能会有所提高，但不影响大概的测试结果；
分别从100W、500W、1000W的写入、查询、删除次数及耗时，计算对应的每次操作耗时平均数，用以衡量性能。
需要注意的是，
1、为方便测试，使用的数据是按照 Key: key_xxx => Value: value_xxx 顺序递增的，而不是使用的随机数据，因此对于leveldb和boltdb来说性能会有所提高，但不影响大概的测试结果；
2、以下的时间单位为微秒(μs)，1微秒(μs)=0.001毫秒(ms)=0.000001秒(s)；
3、性能测试的代码在 这里 ；
测试环境
系统：Ubuntu Desktop 14.04.5 x64 LTS
芯片：Intel(R) Core(TM) i7-7700K
硬盘：Intel SSD 256G
内存：8G
软件：gkvdb v1.0
测试结果
性能对比：gkvdb、leveldb、boltdb
主要注意的是leveldb和boltdb都使用了mmap来加速数据读取，因此在读取性能上不存在缓存不缓存的区别。
gkvdb采用的是纯 go 语言开发，没有使用特定性的系统功能，包括mmap，因此gkvdb的跨平台性很好，但是在读取性能上却做了一定牺牲，不过通过良好的算法和IO设计弥补了这块性能损失，因此在非缓存模式下，读取性能也非常优异。
以上所述就是小编给大家介绍的《gkvdb的性能测试》，希望对大家有所帮助，如果大家有任何疑问请给我留言，小编会及时回复大家的。在此也非常感谢大家对 码农网 的支持！
本站部分资源来源于网络，本站转载出于传递更多信息之目的，版权归原作者或者来源机构所有，如转载稿涉及版权问题，请联系我们。
轻量级Django
茱莉亚·埃尔曼 (Julia Elman)、马克·拉温 (Mark Lavin) / 侯荣涛、吴磊 / 中国电力出版社; 第1版 / 2016-11-1 / 35.6
自Django 创建以来，各种各样的开源社区已经构建了很多Web 框架，比如JavaScript 社区创建的Angular.js 、Ember.js 和Backbone.js 之类面向前端的Web 框架，它们是现代Web 开发中的先驱。Django 从哪里入手来适应这些框架呢？我们如何将客户端MVC 框架整合成为当前的Django 基础架构？ 本书讲述如何利用Django 强大的“自支持”功......一起来看看 《轻量级Django》 这本书的介绍吧!
