LDBC SNB SF30000 基准测试报告全面披露， 36TB数据集，含5396亿条边和726亿个顶点

Benchmark

LDBC SNB SF30000 基准测试报告全面披露

2022年11月29日发布

图数据库选型权威指南

免费下载

此次基准测试，完整的源数据集约为 36TB，包含5396亿条边和726亿个顶点。到目前为止，TigerGraph依然是唯一可以完成36TB LDBC BI workload的图数据库供应商。

这是一次独立的和AMD合作的基准测试，硬件方面使用了AWS上面AMD发布的第三代EPYC处理器。硬件成本为281.27 美元/小时，包括 36 台 AWS 机器和144T GP2 SSD 卷。
软件方面，相比上次的36TB基准测试，我们这次用了TigerGraph 3.7企业版本，在加载和查询方面都有改进，例如，加载时间从 35.5 小时缩短到 6.5 小时，提升了将近5倍。power batch 中所有query的的平均查询时间从上次的236.06 秒缩短到 99.90 秒，提升了1.4倍。
这次我们完全遵循了LDBC的规范，所有BI query都通过测试（该报告中包含了所有结果），并且完全可以通过第三方审计。
此次基准测试方案已经在SF-10上与其它图数据库进行了交叉验证。

该基准测试清楚地证明了：

TigerGraph在执行复杂查询时能够扩展到更大的数据集的空前能力，这被认为比关系联接更具挑战性；
TigerGraph适用于各种关系数据处理场景，尤其在数据量大、经常有数据更新、需要快速实现复杂大数据量全图计算（OLAP）的场景表现格外优异；
TigerGraph在实际生产环境中处理大图工作负载的能力，在这种环境中，数十TB的关联数据每小时或每天增量更新是一种常态。据我们所知，其它图数据库或关系数据库供应商，没有一家可以在这种大规模可更新的图上展示出同等的分析和操作能力。

点击下载，即可获取最新完整版中文报告。该报告完整记录了TigerGraph在SF-30k上的LDBC SNB BI工作负载的完整执行。这个基准测试正在等待LDBC的审计。

此次测试清楚地证明了TigerGraph在实际生产环境中处理大图工作负载的能力

此次基准测试充分证明了，TigerGraph能够处理这个由726亿个顶点和5396亿条边组成的可变大图上的深层链接OLAP式查询，其中一半的数据密集型读取查询在1分钟内返回结果，另一半则需要1分钟到8分钟。到目前为止，TigerGraph依然是唯一可以完成36TB LDBC BI workload的图数据库供应商。

如果你对这些测试有疑问或反馈，请通过Benchmark@tigergraph.com与我们联系。如果你也在做图数据库选型，希望进一步和专家够沟通，请通过“联系我们”页面，提交表单，我们会第一时间答复你。