在qps/tps方面,快杰搭建的TiDB集群是NVMe物理云主機的 2-3倍,是SATA-SSD物理云主機的3-4倍;
在延遲方面,快杰搭建的TiDB集群是NVMe物理云主機的1/2,是SATA-SSD物理云主機的1/5。
在簡單求和以及高基數(shù)聚合場景下,相同配置的快杰相較于通用云主機,分析耗時縮短50%,吞吐能力為后者的2倍;
在高基數(shù)聚合疊加排序場景下,快杰對比通用云主機,分析耗時可縮短50%,吞吐能力為1.5倍。
在操作時間/時延方面,快杰對比通用云主機,可降低30%以上,對比物理云主機亦能降低20%;
在價格方面,快杰相較于通用云主機,費用僅上升0.8%;
在運維管理方面,對比物理云主機,使用快杰運維更方便,宕機可立即恢復,無需等待物理節(jié)點重建。
Spark主要適用于數(shù)據(jù)挖掘與機器學習等業(yè)務場景,內(nèi)存資源對Spark尤為重要,快杰云主機最高支持256G內(nèi)存,是Spark引擎的理想計算平臺;
KMeans、SVM等算法模型訓練中,在訓練數(shù)據(jù)加載時間上,相同配置下快杰相較于通用云主機,僅需后者55%-67% 的時間;
在訓練時長上,相較于通用云主機,快杰運行KMeans、SVM等算法模型訓練可節(jié)約33%-61%的時間;
在讀請求效率方面,快杰相較于通用云主機,每秒的讀請求次數(shù)高于后者15%-34%;
在寫請求效率方面,對比通用云主機,快杰每秒的寫請求次數(shù)是后者的1.3-1.4倍。
在Redis fork延時方面,快杰的性能相較于通用云主機也有大幅提升,對5GB RSS內(nèi)存數(shù)據(jù)手動備份,延時縮短20%-44%。對5GB RSS內(nèi)存數(shù)據(jù)手動重寫AOF文件,延時縮短24%-37%。
在生產(chǎn)者性能方面,相同配置下快杰每秒的吞吐量是通用云主機的3倍,平均延遲、最高延遲分別為后者的33%和38%;
在消費者性能方面,對比通用云主機,快杰的數(shù)據(jù)獲取時間可節(jié)約49%,每秒的吞吐量為通用的1.9倍。
致力于提高跨國遠程管理服務器效率,旨在解決因為跨國網(wǎng)絡不穩(wěn)定,通過遠程管理服務器時,經(jīng)常會出現(xiàn)卡頓、連接失敗、傳輸速度較慢等現(xiàn)象。 使用本產(chǎn)品后,可以極大程度的減少卡頓、連接失敗的情況發(fā)生,提高運維工作的效率。