eXtremeDB金融版横扫大数据基准测试指标项

2016年7月27日作为eXtremeDB®《Financial Edition-金融版》数据库管理系统（DBMS）的开发者，McObject®宣布：在STAC-M3™ 的Kanaga套件中，eXtremeDB运行于IBM POWER8 S824L Linux 服务器上并创下一系列惊人的新记录。证券技术分析中心（STAC®）的STAC-M3™是目前金融行业大数据高频分析的关键基准，从其审核和发布的实验结果表明，在如今的资本市场中，各种交易系统面临着数据量过大、查询越来越复杂的问题，eXtremeDB®《Financial Edition-金融版》是最稳定高效，扩展性最强的高频交易数据管理方案

STAC-M3基准中包含的各种交易查询是由STAC基准委员会中的公司所设计，能够真实的反应资本市场应用的计算需求。在STAC-M3中，Antuco测试套件使用一个有限数据集来使实现简单化，而Kanaga测试套件使用更大的数据集模拟资本市场系统中的实际数据量并展示了eXtremeDB®《Financial Edition-金融版》的可扩展性。STAC-M3在其Kanaga测试中处理并发多达100，数据量多达31TB的高频交易数据

McObject在之前已将完成了4个STAC-M3 Antuco测试，在17个基准测试中，有11项保持着记录。eXtremeDB®《Financial Edition-金融版》第一次用于STAC-M3 Kanaga测试，其突出之处包括：

·对于所有查询类型、数据量及并发的组合测试中，是已公布的最快平均响应时间和最稳定响应时间（最低标准偏差）；

·每个平均响应的性能为5.5-212倍于之前最好成绩，包括：

o 市场快速基准测试(10T.YR[n]-MKTSNAP.TIME)：21-212倍于之前发布的最好的性能结果

o 最低同比的年内最高价数据集(1T.OLDYRHIBID.TIME)：21倍于之前发布的最好性能结果

o 100个用户成交量加权平均出价基准测试(100T.YR[n]VWAB-12D-HO.TIME)：8-10倍于之前发布的最好的性能结果

o N年高出价基准测试 (1T.[n]YRHIBID.TIME)：8-10倍于之前发布的最好的性能结果

对比在其他供应商的Antuco及Kanaga实现中使用的低级语言和私有数据库APIs，各项查询均用Python和SQL编写，简单易用，并节省开发人力。测试采用了列式数据存储和基于矢量的统计函数库。他们还使用了eXtremeDB金融版的分布式查询处理技术（数据库水平分割成72个分片，运行在24个处理核中），和在SQL中基于矢量函数的流水线技术。

McObject的首席运营官Chris Mureen讲到：“越来越复杂的大数据量的实时分析正在转变着资本市场的信息技术, 涉及的领域包括交易模型模拟，诈骗侦查，预测分析等等。STAC-M3 Kanaga 基准测试是由中立的，并且严格审核测试结果的第三方组织实施的。这个基准测试被广泛认为是数据分析可扩展性的最精确衡量标准。eXtremeDB金融版在基准测试中出色的性能应是所有需要达到类似性能目标的首选方案之一。

eXtremeDB金融版横扫大数据基准测试指标项相关推荐

一篇文章看懂TPCx-BB（大数据基准测试工具）源码
TPCx-BB是大数据基准测试工具,它通过模拟零售商的30个应用场景,执行30个查询来衡量基于Hadoop的大数据系统的包括硬件和软件的性能.其中一些场景还用到了机器学习算法(聚类.线性回归等).为了 ...
迈入大数据时代 12项实名制助推平安建设精细化
"您好,请出示身份证."在嘉善县城西大道一个圆通快递点,收件员礼貌地提醒准备寄月饼到安徽马鞍山的严女士.在严女士填完快递单后,收件员手持"巴枪",输入自己的编号 ...
对大数据指标的理解、大数据常用指标都有哪些
导读:数据指标体系是构建数据中台的重要一环.数据指标的建立让运营及产品人员更直观地看到基本指标的变动,让数据分析师更便捷地开展数据分析工作.数据指标就是将大数据之"大"的精髓给提炼 ...
解析大数据基准测试——TPC-H or TPC-DS
转自:https://www.csdn.net/article/2015-05-14/2824680 摘要:为了方便企业选择合适的大数据测试基准,本文将在分析总结现有成果的基础,进一步讨论大数据测试基 ...
大数据基准测试平台BigDataBench5.0安装配置及使用
bigDataBench5.0(2019.6月发布) 前提:安装hadoop.jdk.g++.gcc.gsl 1. 首先就是下载BigDataBench安装包 http://125.39.136.21 ...
【2017年第4期】大数据平台的基础能力和性能测试
姜春宇1,2,魏凯1,2 1.中国信息通信研究院移动互联网与大数据部,北京 100191 2. 数据中心联盟大数据发展促进委员会,北京 100045 摘要:目前整个大数据技术还处于以开源方式为主导.多 ...
从技术上解读大数据的应用现状和开源未来
来源:网络大数据作者 | 韩锐. Lizy Kurian John.詹剑锋摘要:近年来,随着大数据系统的快速发展,各式各样的开源基准测试集被开发出来,以评测和分析大数据系统并促进其技术改进.然而, ...
《大数据》2015年第2期“研究”——特异群组挖掘：框架与应用
特异群组挖掘:框架与应用熊赟1,2,朱扬勇1,2 1. 复旦大学计算机科学技术学院上海 201203: 2. 上海市数据科学重点实验室(复旦大学) 上海 201203 摘要:特异群组挖掘在证券金 ...
从技术上解读大数据的应用现状和开源未来！ | 技术头条
作者 | 韩锐. Lizy Kurian John.詹剑锋责编 | 胡巍巍近年来,随着大数据系统的快速发展,各式各样的开源基准测试集被开发出来,以评测和分析大数据系统并促进其技术改进.然而,迄今为 ...

eXtremeDB金融版横扫大数据基准测试指标项

eXtremeDB金融版横扫大数据基准测试指标项相关推荐

最新文章

热门文章