迁移基准

本页介绍Relational Migrator数据迁移基准测试结果，并根据这些结果提供建议。您可以使用这些结果和建议来估计迁移时间表，选择适当的基础架构配置，并为您的关系型数据库到MongoDB 的迁移规划资源需求。

基准测试概述

Relational Migrator基准测试根据以下因素测量迁移性能：

模式映射复杂性
关系数据库大小
关系数据库存储类型
Relational Migrator实例配置
MongoDB Atlas配置

基准测试使用了MongoDB Atlas和 AWS 基础设施。但是，性能模式和建议广泛应用于其他云提供商和本地部署部署。要详细学习；了解基准中使用的基础架构，请参阅基准配置。

模式映射复杂性

Relational Migrator允许您将关系模式转换为文档模型。以下术语描述了基准测试使用的不同MongoDB模式映射复杂性：

复杂程度	说明
一对一	与您的关系模式相匹配的MongoDB模式：每个表都映射到一个MongoDB集合，每一行都映射到一个文档。最少使用高级功能。
嵌入式映射	包含一些嵌入式数组或嵌入式文档的MongoDB模式。最多两层嵌套文档。
高级	使用许多高级功能的MongoDB模式可能会增加迁移时间。以下是一些高级功能的示例：映射过滤器表筛选器原始数组数组条件高级模式最多包含三层嵌套文档。

要学习；了解有关将关系数据映射到MongoDB模式的更多信息，请参阅数据建模。

基准配置

下表描述了基准测试中使用的每个组件的配置：

组件	配置
源数据库 (Oracle)	平台：AWS RDS vCPUs: 2 RAM：8 GB 区域：AWS `ap-southeast-2` 存储：AWS RDS存储类型因数据库大小和映射复杂性而异。要学习；了解有关 AWS RDS存储类型的更多信息，请参阅 AWS RDS 存储类型文档。 Oracle实例被隔离，仅接收来自Relational Migrator实例的流量。
Relational Migrator	平台：AWS ECS vCPUs: 32 RAM：64 GB 区域：AWS `ap-southeast-2` 版本： Relational Migrator v1.15 模式：默认（启用多线程的嵌入式模式）
目标数据库 (MongoDB Atlas)	平台： MongoDB Atlas 区域：AWS `ap-southeast-2` 配置： MongoDB Atlas 集群配置因数据库大小和映射复杂性而异。要了解有关修改MongoDB Atlas 集群的更多信息，请参阅修改集群。

基准测试结果

下表显示了基准测试的结果。基准测试使用Atlas用户界面或 mongostat 来监控文档指标。Average Throughput (MB/s) 列四舍五入到小数点后两位。Cluster Documents/s 列四舍五入到最接近的每秒一万个文档。对于长时间运行的 One-to-one 迁移，Cluster Documents/s 列提供了由于基准测试期间的速度变化而观察到的下限和上限。

注意

在基准测试期间， Oracle数据库未显示明显的 CPU 或RAM使用量。

数据库大小	映射复杂性	Oracle RDS 存储类型	Atlas集群层	迁移持续时间	平均吞吐量（MB/秒）	集群文档数
10 GB	一对一	gp2	M60	15 分钟	11.11	80,000 (insert)
10 GB	嵌入式映射	gp2	M60	37 分钟	4.50	80,000 (insert), 40,000 (update)
10 GB	高级	gp2	M60	47 分钟	3.55	90,000 (insert), 40,000 (update)
100 GB	一对一	gp3	M60	2 小时 31 分钟	11.04	80,000 至 100,000（插入）
100 GB	嵌入式映射	gp3	M80	16 小时 25 分钟	1.69	90,000 (insert), 40,000 (update)
100 GB	高级	gp3	M140	15 小时 47 分钟	1.76	90,000 (insert), 40,000 (update)
1 TB	一对一	IOPS固态硬盘	M60	30 小时 50 分钟	9.01	85,000 至 100,000（插入）

Relational Migrator始终以一系列insert操作开始，以写入根文档。然后，它使用 update 操作插入嵌入式文档或嵌入式数组。因此，One-to-one 基准测试结果仅包含插入操作，而 Embedded Mappings 和 Advanced 结果同时包含插入和更新操作。

性能估算

根据基准测试结果， Relational Migrator大约可以迁移：

一对一模式为 21 GB/小时。
7 GB/小时，适用于具有最多两级嵌入式映射的模式。

一对一模式的数据库迁移速度近似为线性。示例，一对一 100 GB迁移所需时间大约是一对一 10 GB迁移的10 倍。

更复杂模式的迁移速度不会与数据库大小呈线性扩展。模式中的嵌入式文档、嵌入式数组和其他功能越多，迁移速度就越慢。

建议

优化网络延迟

为了最大限度地减少网络延迟，请确保源数据库、 Relational Migrator和目标集群在同一数据中心运行。

监控瓶颈

要优化迁移性能，监控指标以识别性能瓶颈。最佳实践是在识别性能瓶颈时遵循数据流向：首先监控源数据库，然后转向Relational Migrator，最后监控目标集群。

源数据库瓶颈

如果您发现读取 IOPS 较低 (< 50)，则源数据库可能是瓶颈。请考虑采取以下操作来提高源数据库性能：

AWS RDS：使用 Provisioned IOPS 或升级存储类型。
本地部署：为提高性能，您可能需要升级物理存储，或迁移到性能更高的存储解决方案。

Relational Migrator瓶颈

如果您发现Relational Migrator实例上的 CPU 和RAM已充分利用，则Relational Migrator是瓶颈。请考虑增加实例大小以提高迁移性能。

以下测试结果显示了增加Relational Migrator实例vCPU 数量和RAM对迁移性能的影响：

源数据库大小	映射复杂性	16 vCPU、32 GB RAM持续时间	32 vCPU、64 GB RAM持续时间	改进
10 GB	一对一	15 分钟	15 分钟	0%
10 GB	嵌入式映射	50 分钟	37 分钟	26%
10 GB	高级	63 分钟	47 分钟	25.40%
100 GB	一对一	3 小时 34 分钟	2 小时 31 分钟	29.44%
100 GB	嵌入式映射	18 小时 24 分钟	16 小时 25 分钟	10.78%
100 GB	高级	16 小时 35 分钟	15 小时 47 分钟	4.82%
1 TB	一对一	45 小时 20 分钟	30 小时 50 分钟	31.99%

当Relational Migrator实例成为瓶颈时，增加 vCPU 数量和RAM可使性能提高 25-30%。

目标数据库瓶颈

如果您发现与基准结果表相比，文档插入或更新率较低，则MongoDB 集群可能是瓶颈。请考虑采取以下操作来提高迁移性能：

增加预配 IOPS
增加 vCPU 或RAM
增加集群层

如果您发现更新由于复制延迟而受到限制，则增加预配 IOPS 对迁移性能的影响最大。

后退

风险参考

来年

数据建模

源数据集大小	映射复杂性	推荐的Atlas集群层	推荐的 AWS RDS 存储类型
0-50 GB	一对一	M60	gp2
0-50 GB	嵌入式映射	M60	gp2
0-50 GB	高级	M60	gp2
50 GB-300 GB	一对一	M60	gp3
50 GB-300 GB	嵌入式映射	M80	gp3
50 GB-300 GB	高级	M80	gp3
300 GB-1 TB	一对一	M60	gp3
300 GB-1 TB	嵌入式映射	M140	IOPS固态硬盘
300 GB-1 TB	高级	M140	IOPS固态硬盘
1 TB+	一对一	M60	IOPS固态硬盘
1 TB+	嵌入式映射	M200	IOPS固态硬盘
1 TB+	高级	M200	IOPS固态硬盘