區(qū)塊鏈上鏈項(xiàng)目各個(gè)模塊性能測(cè)試結(jié)果

一嘉蕾、條碼數(shù)據(jù)丟代理服務(wù)器

每次條碼數(shù)據(jù)隨機(jī)生成,測(cè)試過(guò)程中單次傳輸數(shù)據(jù)量大小如下

數(shù)據(jù)量 原始json大小 加上安全參數(shù)后 加密后 密文轉(zhuǎn)base64 封裝成最終請(qǐng)求body
1 221 byte 381 byte 400 byte 536 byte 587 byte
10 2,189 byte = 2.14 kb 2,619 byte = 2.56 kb 2,640 byte = 2.58 kb 3,520 byte = 3.44 kb 3,571 byte = 3.49 kb
100 21,885 byte = 21.37 kb 25,015 byte = 23.43 kb 25,040 byte = 24.45 kb 33,388 byte = 32.61 kb 33,439 byte = 32.66 kb
1,000 218,636 byte = 213.51 kb 248,766 byte = 242.94 kb 248,784 byte = 242.95 kb 331,712 byte = 323.94 kb 331,763 byte = 323.99 kb
10,000 2,186,595 byte = 2135.35 kb = 2.09 mb 2,486,727 byte = 2,428.44 kb = 2.37 mb 2,486,752 byte = 2,428.47 kb = 2.37 mb 3,315,672 byte = 3,237.96 kb = 3.16 mb 3,315,723 byte = 3,238.01 kb = 3.16 mb
100,000 21,864,301 byte = 21,351.86 kb = 20.85 mb 24,864,431 byte = 24,281.67 kb = 23.71 mb 24,864,448 byte = 24,281.69 kb = 23.71 mb 33,152,600 byte = 32,375.59 kb = 31.61 mb 33,152,651 byte = 32,375.64 kb = 31.62 mb
500,000 109,326,940 byte = 106,764.59 kb = 104.26 mb 124,327,070 byte = 121,413.15 kb = 118.57 mb 124,327,088 byte = 121,413.17 kb = 118.56 mb 165,769,452 byte = 161,884.23 kb = 158.09 mb 165,769,503 byte = 161,884.28 kb = 158.09 mb

1肪康、初步結(jié)論
  1. 表面上看上去加上安全參數(shù)后體積變大也不小,如50w條數(shù)據(jù)中长踊,加上安全參數(shù),體積增大約14mb萍倡,然而安全參數(shù)大小固定為81byte身弊,原因是加上安全參數(shù)后,原業(yè)務(wù)參數(shù)json作為一個(gè)子json字段列敲,所以會(huì)對(duì)原json中的"進(jìn)行轉(zhuǎn)義阱佛,加上大量的\

    • 優(yōu)化等級(jí):
    • 解決辦法:不采用json傳輸協(xié)議
  2. 可以看出對(duì)數(shù)據(jù)加密后戴而,體積幾乎不變凑术,但是將二進(jìn)制密文轉(zhuǎn)成base64后,體積增加 ?所意,如50w條數(shù)據(jù)中麦萤,體積增大39.53mb

    • 優(yōu)化等級(jí):
    • 解決辦法:不采用json傳輸協(xié)議扁眯,因?yàn)?code>json格式中無(wú)法存儲(chǔ)二進(jìn)制數(shù)據(jù)壮莹,可能采用TLV等協(xié)議
2、客戶端單次傳輸條碼數(shù)據(jù)量 與 服務(wù)器各階段處理耗時(shí)如下

目前client與server以及redis姻檀、3個(gè)節(jié)點(diǎn)的kafka集群以及一個(gè)zookeeper都跑在一臺(tái) mac命满、2.8 GHz Intel Core i7、16 GB 2133 MHz LPDDR3 電腦上

條目 1 條碼耗時(shí) 10 條碼 100 條碼 1k 條碼 1w 條碼 10w 條碼 50w 條碼
aes解密 197.05 μs 198.71 μs 863.21 μs 8.02 ms 60.00 ms 609.93 ms 3.46 s
json序列化 97.18 μs 61.72 μs 240.39 μs 2.04 ms 16.61 ms 190.90 ms 1.09 s
計(jì)算sha3-256并驗(yàn)證數(shù)據(jù)完整性 60.98 μs 68.78 μs 382.21 μs 3.38 μs 26.62 μs 270.78 μs 1.58 s
兩次redis訪問(wèn) 3.99 ms 4.35 ms 4.45 ms 4.18 ms 4.76 ms 4.88 ms 4.98 s
json反序列化為擁有x個(gè)條碼對(duì)象的List 291.77 μs 352.93 μs 857.33 μs 4.75 ms 25.10 ms 230.25 ms 1.54 s
數(shù)據(jù)丟給kafka producer緩存 171.23 μs 324.83 μs 1.47 ms 7.15 ms 125.01 ms 957.60 ms 4.81 s
總計(jì) 5.48 ms 6.00 ms 9.04 ms 30.58 ms 258.57 ms 2.27 s 12.51 s
1绣版、初步結(jié)論
  1. 除了redis的兩次訪問(wèn)需要消耗常數(shù)時(shí)間胶台,其他各階段耗時(shí)都是隨數(shù)據(jù)量大小線性增長(zhǎng)的。
  2. 性能還是很不錯(cuò)的杂抽,而且實(shí)際生產(chǎn)過(guò)程中诈唬,客戶端單次傳輸條碼數(shù)量限制 < 1000
3、并發(fā)測(cè)試
  • 待更新
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末缩麸,一起剝皮案震驚了整個(gè)濱河市铸磅,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌,老刑警劉巖阅仔,帶你破解...
    沈念sama閱讀 211,194評(píng)論 6 490
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件吹散,死亡現(xiàn)場(chǎng)離奇詭異,居然都是意外死亡八酒,警方通過(guò)查閱死者的電腦和手機(jī)空民,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 90,058評(píng)論 2 385
  • 文/潘曉璐 我一進(jìn)店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來(lái)羞迷,“玉大人界轩,你說(shuō)我怎么就攤上這事∠挝停” “怎么了耸棒?”我有些...
    開封第一講書人閱讀 156,780評(píng)論 0 346
  • 文/不壞的土叔 我叫張陵,是天一觀的道長(zhǎng)报辱。 經(jīng)常有香客問(wèn)我,道長(zhǎng)单山,這世上最難降的妖魔是什么碍现? 我笑而不...
    開封第一講書人閱讀 56,388評(píng)論 1 283
  • 正文 為了忘掉前任,我火速辦了婚禮米奸,結(jié)果婚禮上昼接,老公的妹妹穿的比我還像新娘。我一直安慰自己悴晰,他們只是感情好慢睡,可當(dāng)我...
    茶點(diǎn)故事閱讀 65,430評(píng)論 5 384
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著铡溪,像睡著了一般漂辐。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上棕硫,一...
    開封第一講書人閱讀 49,764評(píng)論 1 290
  • 那天髓涯,我揣著相機(jī)與錄音,去河邊找鬼哈扮。 笑死纬纪,一個(gè)胖子當(dāng)著我的面吹牛,可吹牛的內(nèi)容都是我干的滑肉。 我是一名探鬼主播包各,決...
    沈念sama閱讀 38,907評(píng)論 3 406
  • 文/蒼蘭香墨 我猛地睜開眼,長(zhǎng)吁一口氣:“原來(lái)是場(chǎng)噩夢(mèng)啊……” “哼靶庙!你這毒婦竟也來(lái)了问畅?” 一聲冷哼從身側(cè)響起,我...
    開封第一講書人閱讀 37,679評(píng)論 0 266
  • 序言:老撾萬(wàn)榮一對(duì)情侶失蹤,失蹤者是張志新(化名)和其女友劉穎按声,沒(méi)想到半個(gè)月后膳犹,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 44,122評(píng)論 1 303
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡签则,尸身上長(zhǎng)有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 36,459評(píng)論 2 325
  • 正文 我和宋清朗相戀三年须床,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片渐裂。...
    茶點(diǎn)故事閱讀 38,605評(píng)論 1 340
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡豺旬,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出柒凉,到底是詐尸還是另有隱情族阅,我是刑警寧澤,帶...
    沈念sama閱讀 34,270評(píng)論 4 329
  • 正文 年R本政府宣布膝捞,位于F島的核電站坦刀,受9級(jí)特大地震影響,放射性物質(zhì)發(fā)生泄漏蔬咬。R本人自食惡果不足惜鲤遥,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 39,867評(píng)論 3 312
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望林艘。 院中可真熱鬧盖奈,春花似錦、人聲如沸狐援。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,734評(píng)論 0 21
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽(yáng)啥酱。三九已至爹凹,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間镶殷,已是汗流浹背逛万。 一陣腳步聲響...
    開封第一講書人閱讀 31,961評(píng)論 1 265
  • 我被黑心中介騙來(lái)泰國(guó)打工, 沒(méi)想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留批钠,地道東北人宇植。 一個(gè)月前我還...
    沈念sama閱讀 46,297評(píng)論 2 360
  • 正文 我出身青樓,卻偏偏與公主長(zhǎng)得像埋心,于是被迫代替她去往敵國(guó)和親指郁。 傳聞我的和親對(duì)象是個(gè)殘疾皇子,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 43,472評(píng)論 2 348

推薦閱讀更多精彩內(nèi)容