大数据系统性能测评指标体系设计与实证分析

张聪 颖*, 李 文
北京赛迪软件测评工程技术中心有限公司;中国民航大学

摘要


在当前数字化业务场景中，大数据系统已成为承载数据存储、分析与计算任务的核心底层支撑，其运行性
能直接决定了数据处理的整体效率与业务响应能力。现阶段主流的性能评估方案大多以吞吐量作为核心衡量标准，
评价维度较为单一，无法完整呈现大数据系统的综合性能水平。立足于软件测评的工程实践视角，本文搭建了一套
覆盖计算、存储、网络、可扩展性与可靠性五个维度的分层式性能评估指标框架，并依托TPCx-BB公开基准测试的
官方认证数据，针对计算性能维度展开实证验证，完成了同等规模下不同厂商大数据平台的性能横向比对。验证结
果显示，本文提出的五维度指标框架具备良好的系统性与落地可行性，计算性能维度所采用的实证分析思路可延伸
应用于其余四个维度的专项测试中。

关键词


大数据系统；性能度量与测评；指标体系；TPCx-BB基准；基准测试

全文:

PDF


参考


[ 1 ] C R O L O T T E A . M e t r i c s f o r b i g d a t a

benchmarks[M]//Encyclopedia of Big Data Technologies.

Cham: Springer, 2019. DOI: 10.1007/978-3-319-63962-

8_181-1.

[2]HUANG S, HUANG J, DAI J, et al. The HiBench

benchmark suite[C]//Proceedings of the 26th ICDE

Workshops. Long Beach: IEEE, 2010: 41-51. DOI: 10.1109/

ICDEW.2010.5452747.

[3]CAO P, GOWDA B, LAKSHMI S, et al. From

BigBench to TPCx-BB[M]//Performance Evaluation and

Benchmarking for the Analytics Era. Cham: Springer, 2017:

31-46. DOI: 10.1007/978-3-319-54334-5_3.

[4]COOPER B F, et al. Benchmarking cloud serving

systems with YCSB[C]//Proceedings of the 1st ACM

Symposium on Cloud Computing. Indianapolis: ACM, 2010:

143-154. DOI: 10.1145/1807128.1807152.

[5]TPC. TPCx-BB ten most recently published

results[EB/OL]. (2026-06-09)[2026-06-15]. https://www.

tpc.org/tpcx-bb/results/tpcxbb_last_ten_results5.asp.

[6]IVANOV T, PERGOLESI M. The impact

of columnar file formats on SQL-on-hadoop engine

performance[J]. Concurrency and Computation: Practice and

Experience, 2020, 32(6): e5443. DOI: 10.1002/cpe.5443.


Refbacks

  • 当前没有refback。