经过4个月的持续打磨，openGemini迎来了令人振奋的 v1.5 版本更新。在这一版本中，我们不仅带来了众多新功能，更在读写性能方面实现了显著提升。作为一款面向可观测数据的开源高性能分布式数据库，openGemini v1.5 正在以更轻、更快、更强的姿态重新定义行业标准。
今天，我们就从实测数据出发，带您一探 openGemini v1.5 在性能层面的突破与创新。
一、 数据模型：TSBS cpu-only
为了确保测试的公平性和可比性，我们采用了业界广泛使用的 TSBS (cpu-only) 基准测试工具（github.com/timescale/t…
测试环境：3节点集群
节点配置：8核32G内存
时间线数：30万条
测试机型：c3.2xlarge.4，www.huaweicloud.com/product/ecs…
二、 写入性能测试：速度提升，资源更省
| 数据库 | 版本 | 数据量 | 并发数 | rows/sec | cpu(%) | mem(%) |
|---|---|---|---|---|---|---|
| openGemini | V1.5.1 | 2592000000 | 8 | 600772.32 | 45.32 | 4.18 |
| VictoriaMetrics | v1.115.0 | 2592000000 | 8 | 313114.07 | 46.94 | 7.78 |
VictoriaMetrics（简称 VM）作为开源时序指标数据库领域的第一梯队产品，性能一直表现优异。openGemini v1.5 在与 VM 的对比中依然选择以 VM 为参照，体现了我们对技术的自信与对用户负责的态度。
在 TSBS cpu-only 模型下，openGemini 写入性能约为VM的 2 倍，内存占用仅为 VM 的 1/2，CPU 使用率则与 VM 相当。这一表现说明，openGemini 在保证高性能的同时，也实现了更优的资源利用率。
三、 查询性能测试：简单更快，复杂更稳
可以从结果看出来，openGemini在资源差不多的情况下，总共 11 个场景的 10 个 场景查询性能优于 VictoriaMetrics（简称 VM），查询模型single-groupby和查询模型cpu-max-all：openGemini查询性能 约为 VM查询性能 的 1.2-2.4 倍；查询模型double-groupby-5、double-groupby-all：openGemini查询性能约为VM查询性能 的1-3 倍。在 single-groupby-1-1-1 场景下，VM依然表现出色。其设计理念是“极致简洁”，不做过多的计算下推，因此在最简单的查询场景中具有天然优势。
而 openGemini 在复杂聚合场景中表现更佳，主要得益于我们对计算下推的深度优化。在 v1.5 中，我们做了多种计算下推的流程优化，使得在包含多个条件过滤、聚合和连接操作的复杂查询中，响应速度和性能表现显著优于简单查询场景。
当然，我们也意识到目前的实现方式在某些简单查询中存在“过度计算”的问题。在后续版本中，我们计划引入更智能的下推策略，实现“既要又要”的目标：在简单查询中保持高效，在复杂查询中保持领先。
四、 性能优化背后的“硬核技术点
我们从“极简构建 + 高效执行”的理念出发，围绕实际业务需求与技术洞察，优化了查询执行架构，旨在解决查询计划构建时延高、数据传输开销大、执行链路长等常见性能瓶颈。
核心优化点解析
1. 查询语句匹配机制
特征识别：基于车联网、实时监控等典型业务场景，提取高频查询语句特征。
高效匹配：通过预定义特征与执行链路的映射机制，使查询匹配成功后，执行器构建时延从毫秒级降至微秒级，极大提升响应速度。
2. 轻量化执行器设计
查询上下文简化：查询上下文更“轻”，网络传输编解码开销更小。
算子融合优化：持续优化扫描、过滤、聚合、投影四大核心算子，部分算子融合（如 scan/filter、agg/merge），减少冗余计算。
调用链路优化：采用 pull-based 与push-based混用模式，简化调用栈，降低函数调用开销。
数据传递优化：构建内存亲和与向量化数据格式，提升 CPU 缓存命中率，减少数据编解码开销。
3. 数据统一复用机制
统一数据结构：自底向上统一 Record 为数据载体，支持 Record到JSON的数据转换，避免中间格式转换。
高效内存复用：构建分层内存池机制，实现 Record 数据的编解码复用与执行器构建复用，有效降低系统 GC 压力。
五、写在最后：不止于性能，更是价值的提升
openGemini v1.5 不仅是一次性能的飞跃，更是一次架构的升级与理念的深化。我们始终致力于为用户提供 更高效、更稳定、更易用的时序数据解决方案。
未来，我们将继续深耕复杂查询优化、资源调度、存储压缩等关键领域，持续打磨openGemini内核，为广大客户打造更强大的性能底座。
📌 欢迎访问我们的 GitHub 地址，获取最新代码，参与测试与贡献： github.com/openGemini
