ปริมาณงานแบบเทียบกันตรงๆ
ในการทดสอบของ HotKV Ltd กับ HotKV, Redis, Valkey และ Dragonfly บนอินสแตนซ์คลาวด์เดียว HotKV ทำปริมาณงานมัธยฐานสูงสุดใน 11 จาก 12 คำสั่ง ในคำสั่ง PING Dragonfly วัดได้สูงกว่า 0.6% ซึ่งอยู่ในขีดจำกัดของตัวสร้างโหลด เราจึงนับเป็นเสมอกัน ผลเหล่านี้ใช้กับบิลด์และการตั้งค่าที่ทดสอบเท่านั้น ดูวิธีการทดสอบด้านล่าง
- เครื่องเดียวกันทุกเซิร์ฟเวอร์รันบนอินสแตนซ์เดียวกัน ครั้งละหนึ่งตัว
- ตัวสร้างโหลดแยกต่างหากเครื่องไคลเอนต์เฉพาะเป็นผู้สร้างโหลด ไม่ใช่เครื่องของเซิร์ฟเวอร์เอง
- การตั้งค่าเดียวกันทุกเซิร์ฟเวอร์ได้จำนวนเธรดเท่ากันและไม่มีการปรับแต่งอื่น
- มัธยฐานของ 3 รอบทุกคำสั่งรันสามรอบ และแสดงค่ามัธยฐาน
- ระบุขีดจำกัดผลที่ถูกกำหนดโดยเครือข่ายหรือตัวสร้างโหลดจะมีการทำเครื่องหมาย
- วิธีการฉบับเต็มทุกการตั้งค่า ขีดจำกัด และข้อควรระวังเขียนไว้ครบด้านล่างผลลัพธ์
- CPU:
- AMD EPYC 9V45 (Turin)
- vCPU:
- 160
- สถาปัตยกรรม:
- x86_64
- RAM:
- 314.8 GB
- เครือข่าย:
- ขาออก 78 Gbps ขาเข้า 132+ Gbps
- เธรด:
- 160 ต่อเซิร์ฟเวอร์ (Redis 128 ซึ่งเป็นค่าสูงสุด)
- วัดเมื่อ:
- 9 ตุลาคม 2026
การดำเนินการต่อวินาที ค่ามัธยฐานของ 3 รอบ แต่ละแท่งปรับสเกลตามเซิร์ฟเวอร์ที่เร็วที่สุดในคำสั่งนั้น
- ผลสูงสุดในคำสั่งนั้น
- ถูกจำกัดด้วยเครือข่าย: เครือข่ายของอินสแตนซ์เป็นตัวกำหนดผลนี้ ขีดจำกัดจริงของเซิร์ฟเวอร์จึงสูงกว่านี้
- ถูกจำกัดด้วยตัวสร้างโหลด: เครื่องสร้างโหลดใช้ CPU เกิน 85% นี่จึงเป็นเพดานของเครื่องเหล่านั้น ไม่ใช่ของเซิร์ฟเวอร์
- Azure จำกัดทราฟฟิกขาออก iperf3 วัดได้ขาออก 78 Gbps และขาเข้าอย่างน้อย 132 Gbps ด้วยเครื่องไคลเอนต์สามเครื่อง GET และ MGET ส่งค่าออก GET ของ HotKV ใช้ 88% ของเพดานขาออก จึงเป็นค่าต่ำสุดที่อินสแตนซ์กำหนด ไม่ใช่ขีดจำกัดของเซิร์ฟเวอร์ และ MGET ที่ 83% ก็ตามมาติดๆ การอ่านของ Dragonfly ใช้ไม่เกิน 44% ของเพดาน
- การเขียนเข้ามาทางขาเข้า ผลการเขียนจึงเป็นตัวเลขของเซิร์ฟเวอร์ คำสั่งที่หนักที่สุดคือ SETNX ที่ประมาณ 106 Gbps ใช้ราว 80% ของเพดานขาเข้า จึงควรมองตัวเลขการเขียนของ HotKV เป็นค่าต่ำสุดแบบอ่อนๆ
- ใน PING ตัวสร้างโหลดใช้ CPU ถึง 86% กับ HotKV และ 82% กับ Dragonfly ส่วนต่าง 0.6% อยู่ภายในขีดจำกัดนั้น PING จึงเสมอกัน
ตัวเลขที่แน่นอนสำหรับ Azure D160alds_v7
| คำสั่ง | HotKV | Redis | Valkey | Dragonfly | HotKV เทียบกับ Redis | HotKV เทียบกับ Valkey | HotKV เทียบกับ Dragonfly |
|---|---|---|---|---|---|---|---|
| SET | สูงสุด: 50,480,621 | 3,409,794 | 2,882,486 | 15,042,258 | 14.80x | 17.51x | 3.36x |
| GET | สูงสุด: 36,643,656(ถูกจำกัดด้วยเครือข่าย) | 1,132,934 | 1,631,573 | 13,446,228 | 32.34x | 22.46x | 2.73x |
| MGET | สูงสุด: 4,617,382 | 277,956 | 536,872 | 2,348,137 | 16.61x | 8.60x | 1.97x |
| SETNX | สูงสุด: 55,333,360 | 1,397,967 | 1,860,919 | 14,442,422 | 39.58x | 29.73x | 3.83x |
| APPEND | สูงสุด: 25,050,648 | 1,530,680 | 1,290,421 | 8,858,165 | 16.37x | 19.41x | 2.83x |
| INCR | สูงสุด: 90,783,545 | 2,104,069 | 1,918,073 | 20,603,259 | 43.15x | 47.33x | 4.41x |
| LPUSH | สูงสุด: 31,617,779 | 1,247,914 | 842,106 | 10,579,641 | 25.34x | 37.55x | 2.99x |
| RPUSH | สูงสุด: 43,776,706 | 628,324 | 878,476 | 11,014,977 | 69.67x | 49.83x | 3.97x |
| SADD | สูงสุด: 50,626,647 | 2,053,737 | 894,438 | 12,044,417 | 24.65x | 56.60x | 4.20x |
| HSET | สูงสุด: 28,997,514 | 536,527 | 781,768 | 9,797,534 | 54.05x | 37.09x | 2.96x |
| MSET | สูงสุด: 11,275,369 | 378,641 | 464,801 | 2,941,342 | 29.78x | 24.26x | 3.83x |
| PING | 125,232,520(ถูกจำกัดด้วยตัวสร้างโหลด) | 3,235,600 | 3,480,446 | สูงสุด: 126,033,542 | 38.70x | 35.98x | 0.99x |
เร็วกว่า vector set ของ Redis 8 ในการทดสอบของเรา
เราโหลด OpenAI embedding ชุดเดียวกันเข้า HotKV และ Redis 8 แล้วรันคิวรี 1,000 รายการเดียวกันกับแต่ละตัว ด้วยการเชื่อมต่อไคลเอนต์พร้อมกัน 1 ถึง 100 การเชื่อมต่อ บนเครื่องเดียว ทั้งสองเก็บเวกเตอร์ความแม่นยำเต็มและใช้การตั้งค่าดัชนีเดียวกัน
คิวรีต่อวินาทีที่ recall เท่ากัน
ทั้งสองเอนจินเก็บเวกเตอร์ float32 ความแม่นยำเต็ม หลังโหลดเวกเตอร์ 999,000 รายการ โปรเซส HotKV ใช้ 6.77 GB และ Redis ใช้ 7.01 GB
ไม่ได้วัด: โหมดควอนไทซ์ 8 บิตเริ่มต้นของ Redis, Redis Query Engine, ชุดข้อมูลอื่น และฮาร์ดแวร์อื่น บิลด์ HotKV เป็นบิลด์พัฒนาที่ยังไม่ได้ปล่อย Redis ถูกโหลดโดยตรึงไว้กับ vCPU สี่ตัวและค้นหาบนดัชนีที่โหลดใหม่ (ดูบทความ)
ตัวเลขฉบับเต็ม: เวกเตอร์ 999,000 รายการ, ไคลเอนต์ 50 ราย
| ef | recall ของ HotKV | recall ของ Redis | คิวรี/วินาทีของ HotKV | คิวรี/วินาทีของ Redis | อัตราส่วน |
|---|---|---|---|---|---|
| 40 | 0.940 | 0.923 | 63,897 | 8,061 | 7.9x |
| 80 | 0.970 | 0.962 | 37,508 | 6,825 | 5.5x |
| 150 | 0.987 | 0.980 | 21,912 | 5,241 | 4.2x |
| 300 | 0.993 | 0.990 | 12,393 | 3,454 | 3.6x |
| 500 | 0.997 | 0.994 | 7,688 | 2,483 | 3.1x |
HotKV บิลด์ c8dafd37 และ Redis 8.10.2, ความคล้ายแบบ cosine, HNSW ที่ M=16 และ ef_construction=200 ทั้งสองตัว, float32 ทั้งสองตัว (Redis NOQUANT) recall คือ recall@10 เทียบกับผลแบบ brute-force ที่แน่นอน ค่ามัธยฐานของ 3 รอบบน Azure Standard_D160alds_v7, AMD EPYC 9V45, 160 vCPUs เซิร์ฟเวอร์ใช้ 128 vCPU ร่วมกัน และตัวสร้างโหลดรันบนอีก 32 ตัว โดยใช้โค้ดไคลเอนต์เดียวกันสำหรับทั้งสอง
ชุดข้อมูล: embedding dbpedia-entities-openai-1M (OpenAI text-embedding-ada-002, 1,536 มิติ) โดย Kumar Shivendu and Nirant Kasliwal ไลเซนส์ MIT พร้อมคิวรีที่กันไว้ 1,000 รายการ วิธีการฉบับเต็ม สคริปต์ และผลดิบ วัดเมื่อ 14 ตุลาคม 2026
พร้อมใช้ HotKV กับงานของคุณแล้วหรือยัง
ขอสิทธิ์เข้าใช้งานก่อนใคร แล้วลองใช้ HotKV กับเวิร์กโหลดของคุณ
ขอสิทธิ์เข้าใช้งานก่อนใคร