はじめに
Oracle Autonomous AI Database (以降、ADB) では、デプロイ時にワークロードタイプを選択します。
↓実際の選択画面
OLTP を Autonomous AI Transaction Processing (以降、ATP) と Autonomous Data Warehouse (以降、ADW※) それぞれで実行するとどれぐらい性能差が出るのか気になったので、試してみます。
また、データ分析処理も ATP と ADW で実行し、性能差を確認します。
※少し前に Autonomous AI Lakehouse という呼び方に変わったようです
Swingbench の OrderEntry と SalesHistory を使用して、OLTP と データ分析処理を再現します。
OrderEntry is based on the “oe” schema that ships with the Oracle Database. It has been modified so that Spatial, Intermedia schema’s do not need to be installed. It can be run continuously (that is until you run out of space). It introduces heavy contention on a small number of tables and is designed to stress interconnects and memory. It is installed using the “oewizard” located in the bin directory. Both a pure jdbc and PL/SQL (lower network overhead) variant exist of the benchmark.
SalesHistory is based on the “sh” schema that ships with Oracle 12c/Oracle 18c/Oracle 19c and is designed to test the performance of complicated queries when run against large tables. It is read only and can be scaled over a number of default sizes from 1GB to 1TB. A custom mode also allows for the creation of smaller and larger schemas
OLTP
TPM をグラフにしたところ、下記の通りとなりました。
当然ですが ATP の方が ADW より常に優位で、4倍以上の差となりました。
(ベンチマーク条項を踏まえ、具体的な TPM の値は割愛しています)
データ分析処理
想定外だったのがデータ分析処理で、最初の試行では ATP の方が ADW より常に優位で、3倍程度の差となりました。
スケールファクタを 2 (約3GB) から 8 (約13GB) に変更したところ、差は縮まりましたが、平均ではまだ ATP の方が優位です。
この原因は分析し、次回以降解説したいと思います。