数据库延迟与吞吐量

Question

对于数据库情况下的延迟和吞吐量，我有点困惑。

我的理解是，延迟表示执行单个请求所需的时间(例如insert或select)，而吞吐量则表示在一定时间内执行这些操作的次数(例如每秒插入多少次)。

如果我的理解是正确的话，难道不应该总是把两者联系在一起吗？如果延迟减少，吞吐量应该增加，反之亦然？那么，低延迟的数据库应该具有高吞吐量吗？

我想到的是，许多请求可以并行执行，这可能导致这样一个事实:即使是一个请求也很慢(延迟较高)--一般来说，数据库可以很好地执行(可以并行处理大量请求，特别是当我们讨论可扩展分布式数据库时)。这就是重点吗？

我从读到卡桑德拉的文章开始思考这个问题：

卡桑德拉还高度重视性能。2012年，研究NoSQL系统的多伦多大学研究人员得出结论：“在可伸缩性方面，在我们的实验中有一个明显的赢家。在所有实验中，卡桑德拉实现了最大节点数的最高吞吐量”，尽管“这是以高写入和读取延迟为代价的。”

读写速度慢，但是由于它是分布式的，所以它实现了高吞吐量吗？

Answer 1

你的直觉很接近，但忽略了并发性。

您可以具有中等/高延迟、高吞吐量、大规模并发系统--任何单独的请求在Cassandra上可能比在其他系统上花费的时间更长，但您可以并行运行更多的请求，从而使总吞吐量更高。在Cassandra的情况下，SEDA体系结构允许每台机器多个并发请求(通常为每台机器128个或~256个读和写线程)，而分布式特性允许您扩展到许多机器(数千台机器上的单个集群)。