插入工作负载的结果

    插入 36,020,833 个文档花费的总时间大约是 160 分钟，产生的平均吞吐量是每秒 3770 个插入。吞吐量随文档的大小而变化：

    订单文档（1K 到 2K）以平均每秒 5320 个插入的吞吐量插入。
    帐号文档（3K 到 10K）以平均每秒 1550 个插入的吞吐量插入。
    插入这两种文档的数据量速度都是大约每小时 30GB。图 2 显示随着订单数量增长到 300 万个文档，订单插入的速度几乎保持不变。

    图 2. 订单文档的插入速度

    查询工作负载的结果

    查询工作负载的性能随着用户数量的增加和更好地利用 CPU 而增加。正如预期的，随着 CPU 利用率接近 100%，吞吐量曲线逐渐变平。最好的吞吐量出现在有 150 个用户的情况下，在 CPU 利用率为 96% 时达到每秒 5480 个查询，见图 3。

    将用户数量增加到 175 并不会使吞吐量显著提高，因为机器已经达到满负荷了。

    图 3. 只读查询吞吐量、CPU 利用率和 I/O 等待时间

    混合工作负载的结果

    混合工作负载最好的性能也出现在有 150 个并发用户时，见图 4。吞吐量是每秒 1980 个事务。正如预期的，混合工作负载的吞吐量比纯查询和纯插入工作负载低。

    图 4. 混合工作负载吞吐量、CPU 利用率和 I/O 等待时间

    结束语

    这次性能研究的目的是，在使用最新的 IBM 服务器硬件、存储、AIX 操作系统和 DB2 9 软件的情况下，演示 XML 工作负载的操作性能特征。所有测试都使用 DB2 新的 STMM 和自动存储特性。

    我们觉得，对于包含基于消息的事务处理的 XML 应用程序以及处理大量小 XML 文档的 Web 服务应用程序，这个工作负载场景是有代表性的。选择金融业是因为我们在这方面有经验，而且它采用了一种成熟的标准化的 XML 模式 —— FIXML。

    下面对测试的情况做一下总结：

    总测试时间为 23 小时，包括创建数据库。
    测试数据由 600 万个 CustAcc 文档、3000 万个订单文档和 20833 个证券文档组成。
    测试分别采用 25、50、75、100、125 和 150 个并发用户。
    插入吞吐量（每秒事务数，即 tps）随文档的大小而变化，但是在一个大小内是线性的。吞吐数据量稳定在每小时 30GB，与文档大小无关：
    1550 tps（CustAcc 文档，4K 到 20K）
    5320 tps（订单文档，1K 到 2K）
    查询吞吐量随并发用户数量伸缩：
    25 个用户时 2000 tps
    150 个用户时 5500 tps（CPU 利用率最大，I/O 等待时间接近零）
    混合事务吞吐量也随并发用户数量伸缩，直到大约 2000 tps：
    25 个用户时 1000 tps
    150 个用户时 2000 tps（~42% 的CPU 利用率，~50% 的 I/O 等待时间）。