一、 测试背景

对比二者在性能与功能上的差异。

二、 测试环境 

l cpu: 2*10*2   Intel(R) Xeon(R) CPU E5-2680 v2 @ 2.80GHz

l 内存：512G

l 硬盘：4T*4SSD         

三、 测试数据

l 数据条数：100亿

l 数据样例如下：

行长：384 字节

数据：

{"copy_all" : "郑州银行借记卡四川","uuid_24" : "fc3e04b39c72","uuid_30" : "35c8cdeeadbbda48f3aa66aa9c9297062e16","s_mod_10" : 0,"s_mod_100" : 42,"s_mod_1000" : 341,"s_mod_wan" : 6021,"s_mod_10wan" : 34240,"s_mod_100wan" : 87597,"s_mod_1000wan" : 6899273,"s_mod_yi" : 14115907,"tradeid" : "201805161154260852","tradetime" : 20180516115426,"tradetype" : "网上购物","tradestat" : "成功","txnamt" : 966,"product" : "华录","ptype" : "手机","psn_id" : "511118197804198192","psn_name" : "慕容颜良","sex" : "女","age" : 40,"psn_tel" : "13450024095","psn_areaid" : "5111","psn_provname" : "四川","psn_cityname" : "乐山市","psn_gps_str" : "29.590882,103.315736","psn_gps" : "29.590882,103.315736","psn_cardid" : "6092664394750795","psn_bank" : "郑州银行","psn_cardtype" : "借记卡"}

四、 查询测试

本次测试针对carbondata未设置boolm， datamap，datamap在对等值查询的列使用boolm后，速度会很快，之所以没设置考虑到如下因素：

1. 需要driver里加载boolm，耗费内存太多

首次查询会因加载非常慢，同时boolm会耗费很多的内存，故carbondata会要求driver给予较大的内存如200G，而实际生产中列数较多，数据也经常更新变化，数据条数也远大于100亿，内存可能不够用。

2. 只能用于等值查询，对于范围，前缀检索无效。

3. lucene datamap帮助分词查询，但是执行任务会卡顿，不可用。

4. bloom datamap 可以加快精确查询，但是会有误差，统计也会不准确。

(一) 多列等值检索

解读：在等值检索上，lsql的性能约是es的5~8倍，是carbondata的30~40倍

(二) 多列等值检索

(三) 全文检索

(四) 前缀、范围、in查询匹配

(五) 地理位置检索

(六) is not null匹配

(七) 单列统计性能

(八) 单列统计性能+筛选

(九) 排序性能

(十) 时序统计性能

(十一) 功能对比