2023 年 1 月,ByConity 发布 beta 0.1.0 版本,将代码在 GitHub 上发布,为了让大家了解 ByConity 的查询性能,我们发布了 第一期 TPC-DS 测试活动,期间共有 10 个团队报名参加,最终回收测试结果 8 个。其中有团队不方便展示,就不公开详细内容啦。
| 测试团队 | 测试结果 | 部署方式 | |
| 唯品会数据平台 | 244.55秒 | 物理机 | |
| 阿里云ck内核团队 | 957.17秒 | 物理机 | |
| 烽火数据 | 307.43秒 | 物理机 | |
| 展心展力 | 905.38秒 | 物理机 | |
| 传音控股 | 109.05秒 | 物理机 | |
| 某零售 OLAP 团队 | 230550ms(3 reader) 182929ms(4 reader) 159446ms(5 reader) 143141ms(6 reader) 131621ms(7 reader) |
物理机 | 使用0.1.1.1版本ByConity rpm包进行部署的,每个组件都使用物理机器单独部署 并且测试了3~7个 read worker 的结果 |
| 某游戏数据团队 | 208秒 | Kubernetes | |
| 某云厂商 | 139.04秒 | 物理机 |
* 以上测试所使用数据集均为 100G
活动结束后我们邀请了参与测试的同学进行了一次回访,收到有效反馈 7 个,让我们来看看大家的测试感受如何。
展心展力
参加本次测试的原因
开始参加这个测试也是想要了解 ByConity 的能力,想看看 ByConity 是否可以替代 ClickHouse。
参加本次测试的感受
测试流程还是比较顺畅的,社区有一个比较详细的教程介绍如何通过 Docker 来部署 ByConity。把 ByConity 部署以后,跑了 TPC-DS 数据,跟着文档基本上就可以完成测试,测试中遇到问题,沟通解决起来也比较顺畅。ByConity 的测试相比测试过的其他组件而言,要顺畅的多。其他开源组件测试最大的问题,就是出现问题后,不知道在哪里找到解决问题的方案。ByConity 这点就做的很好。
我们上手 ByConity 也是通过这个测试开始的。除了 TPC-DS 之外,我们还搭建场景进行了 demo 测试,主要用于搭建 OLAP 查询,实时监控,日志查询。我们把数据从 Kafka 导入 ByConity,通过我们自己开发的 OLAP WBE 服务连接 ByConity 进行可视化。当时还是通过 docker 部署的,部分查询性能没有达到预期,也和社区进行了沟通反馈。
我们现在已经将 ByConity 部署在K8s 上,并借助 ByConity 的高性能优势提供了日志分析服务,后续我们将加大测试力度,将我们基于 CK 集群上的 OLAP 自主分析服务迁移到 ByConity。
传音控股
参加本次测试的原因
对 ByConity 引擎的存储分离架构及特性充满好奇,并验证在查询性能上相比 ClickHouse 存在的优劣势。
参加本次测试的感受
通过对 ByConity 基准测试查询指标来看,其性能表现比较优秀
ByConity 集群的搭建依赖 HDFS 集群,HDFS 是一个比较复杂的系统,需要专门的运维人员进行集群管理和维护
ByConity 集群搭建过程较为繁琐,学习成本较高
ByConity 集群依赖的组件较多,server、read worker 、write worker 等组件对机器配置要求较高
在进行 bitmap 交并差场景计算时,其查询性能和 ClickHouse 相差不大(由于时间原因,并未做到充分测试)
其它场景暂未进行
烽火数据
参加本次测试的原因
之前在 ClickHouse 的社区里了解到了 ByConity,发现咱们的架构和我们公司的需求很像,然后就打算研究研究,后面就先测试了一下性能。
参加本次测试的感受
ByConity 算是继承了 ClickHouse,并弥补了 ClickHouse 的一些不足,比如 join 分析等,还具备存算分离,读写分离等新特性,测试的结果也比较好的,尤其是一些多个表的 join。
阿里云 ck 内核团队
参加本次测试的原因
主要是抱着学习的态度,也确实收获满满。在得知 ByConity 开源之后一直有关注,也和 ByConity 团队进行过技术交流,字节团队内部有大规模使用的经验,遇到的大部分是性能相关的问题,我们在云上主要是场景问题。双方后续可以有更多的技术交流。
参加本次测试的感受
部署过程中组件太多了,不是内行玩不起来啊。
其他反馈
测试团队 |
参加本次测试的原因 |
参加本次测试的感受 |
唯品会数据团队 |
测试 ByConity 的整体架构,性能和可以支持的场景。 |
整体上符合预期,并且对原生 ClickHouse 的特性做了很多增强,是非常好的平滑迁移产品。 |
某游戏数据团队 |
OLAP 引擎调研,寻找适合 UBA 分析的 OLAP 引擎。 |
相比原生ClickHouse,ByConity 在 join 性能,存算分离架构上有优势。 |
某零售 OLAP 团队 |
探索新的 OLAP 开源引擎,对 MPP 执行架构提升 ClickHouse 性能比较感兴趣。 |
ClickHouse 引擎优秀的底层执行加上 MPP 架构和存算分离,让查询性能和弹性能力有了质的提升。 |
感谢参与本次活动的团队和测试同学给予的反馈和建议,也欢迎大家有新的反馈随时在社区提出交流。
在过去的一段时间中,社区根据大家的反馈进行了针对性的调整,Roadmap 也进行了更新,请继续关注。
Roadmap: https://github.com/ByConity/ByConity/issues/26
新活动邀请已开启
ByConity 正式发布开源 GA 0.1.0 版本之后,社区分享了 ByConity 在云上部署的方法:《ByConity 如何在 Kubernetes 上无感扩缩容》,之后收到很多用户反馈和建议,例如部署过程中需要安装的组件过多、本地软硬件环境引起部署失败等问题。因此我们做了一些优化,提供了更加容易上手的一键部署方式,邀请大家一起参与体验 “ByConity 快速部署有奖征集活动” ,并为大家准备了大奖!
活动已经正式发布,点击了解活动详情:【有奖征文】ByConity 云上快速部署体验有奖召集令
联系我们
在活动中有任何问题,欢迎在「ByConity交流群」中随时展开讨论,也欢迎在GitHub中提交issue,我们将于活动结束后在交流群内和微信公众号公布最终获奖名单,期待您的参加!

添加小助手,回复【姓名+公司+职位】进群

