No ano que passou eu ajudei a comunidade Riak e a cada dia esse banco de dados vem me surpreendendo. Estou para escrever um artigo desde fevereiro passado, mas a vida de programador (pelo menos para mim, em 2012) é agitada, só consegui fazê-lo agora.

Resolvim nesse primeiro artigo, falar sobre a performance do Riak e colocar na mesa um teste (relativamente simples) para comparar o tempo de inserção – realmente é um teste simples, se tratando de NoSQL.

Antes de mostrar a comparação acho importante deixar claro as vantagens que temos em utilizar Riak:

• Disponibilidade: sistema de recuperação de dados onde trabalha de forma inteligente para que esteja disponível para ler e escrever operações, mesmo em ambiente com falha, garantindo a integridade dos dados;
• Tolerância a falhas: pode perder o acesso aos nós (Servidores Riak), devido à falha de rede ou partição de hardware e nunca perder dados;
• Simplicidade de utilização: fácil adição de máquinas em um cluster Riak, sem ocorrer uma carga nos servidores – isso em um pequeno grupo de servidores, como uma grande quantidade de servidores Riak;
• Escalabilidade: o Riak distribui automaticamente os dados ao redor do cluster e produz um aumento de desempenho quase linear quando você adiciona dados.

Depois de deixar claro os itens acima, podemos colocar na mesa o Riak e o grande MongoDB – lembrando que esse artigo não é para falar qual NoSQL é melhor ou para você parar de utilizar um ou outro banco. O Riak e MongoDB têm algumas características semelhantes, esse foi o motivo de colocar em teste os dois.

O teste foi simples: preciso inserir um milhão de registros no meu banco de dados. Qual banco de dados entrega isso mais rápido para mim?

• Código Python usando drive nativo do Riak:

#!/usr/bin/env python

# -*- coding: utf-8 -*-

import riak

client = riak.RiakClient()

bucket = client.bucket('test')

for i in range(0, 1000000):

person = bucket.new('riak_developer_%d' % i, data={'name': 'Thiago Avelino %d' % i,

'age': 18+i,

'language': ['python'],})

• Código Python usando drive nativo do MongoDB:

#!/usr/bin/env python

# -*- coding: utf-8 -*-

from pymongo import MongoClient

connection = MongoClient()

db = connection.test

persons = db.persons

for i in range(0, 1000000):

person = persons.insert({'name': 'Thiago Avelino %d' % i,

'age': 18+i,

'language': ['python'],})

Um código simples, no qual faço um loop que vai de 0 a 1000000 (estou fazendo 1000001 inserções), e dentro de cada interação do loop estou gerando um registro no banco de dados. Veja abaixo o resultado:

(riak-test) ~/Sites/riak-test$ time python riak.py

python riak.py 15.60s user 0.14s system 99% cpu 15.850 total

(riak-test) ~/Sites/riak-test$ time python mongodb.py

python mongodb.py 144.14s user 35.47s system 55% cpu 5:25.85 total

Realmente o tempo de execução do Riak é muito mas muito rápido, o que me deixou mais surpreso foi o tempo do MongoDB, que demorou nove vezes mais comparado com o Riak.

Não estou falando que o MongoDB é ruim, até mesmo por que tenho projetos grandes em produção usando ele e dependendo do projeto/infra recomendo usar MongoDB.