StarRocks测试 - StarRocks vs Impala 性能对比

本文链接：https://blog.youkuaiyun.com/asware/article/details/124326136

本文通过TPC-H 100G数据集对比了StarRocks与Impala的分析型查询性能。在不同并发度下，StarRocks在大部分场景下展现出接近2倍于Impala的性能优势，特别是在处理JOIN、子查询和Group-by聚合等复杂操作时。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

测试方法

TPC-H是业界常用的一套Benchmark，由TPC委员会制定发布，用于评测数据库的分析型查询能力。TPC-H查询包含8张数据表、22条复杂的SQL查询，大多数查询包含若干表Join、子查询和Group-by聚合等。

本次测试基于TPC-H 100G数据进行，其中主要表数据量如下：LINEITEM表约6亿行，ORDERS表1.5亿行，PARSUPP表8000万行。

测试环境

机器	1台master阿里云主机	3台core阿里云主机
CPU	8Core	32Core
内存	32G	128G
带宽	2.5 Gbit/s	10 Gbit/s

软件部署

节点类型	Impala 3.4.0	StarRocks 2.2
emr-header-1	impala-catalog/impala-state-store	FE
emr-worker-1	impala-server	BE
emr-worker-2	impala-server	BE
emr-worker-3	impala-server	BE

测试配置

Impala配置

EMR上默认Impala是访问local hive cluster, 为了跨网络访问HDFS，需要：

修改配置文件

# /etc/ecm/impala-conf

<property>

<name>hive.metastore.uris</name>

<!-- <value>thrift://emr-header-1.cluster-49146:9083</value> -->

<value>thrift://192.168.1.11:9083</value>

</property>

将域名添加到所有机器的/etc/hosts下面
重启所有的impala组件

优化参数如下：

num_remote_hdfs_io_threads = 48

num_hdfs_worker_threads = 48

coordinator_rpc_threads = 48

StarRocks配置

在StarRocks中按照如下方式创建外表，以外表形式访问Hive数据：

CREATE EXTERNAL TABLE `orders` (
  `o_orderkey` int(11) NULL COMMENT "",
  `o_custkey` int(11) NULL COMMENT "",
  `o_orderstatus` varchar(1) NULL COMMENT "",
  `o_totalprice` double NULL COMMENT "",
  `o_orderdate` date NULL COMMENT "",
  `o_orderpriority` varchar(15) NULL COMMENT "",
  `o_clerk` varchar(15) NULL COMMENT "",
  `o_shippriority` int(11) NULL COMMENT "",
  `o_comment` varchar(79) NULL COMMENT ""
) ENGINE=HIVE 
COMMENT "PARTITION BY ()"
PROPERTIES (
"database" = "tpch_100g_zlib",
"table" = "orders",
"resource" = "emr_test",
"hive.metastore.uris"  =  "thrift://192.168.1.11:9083"
);

使用默认配置（下面都是默认值）：

cbo_max_reorder_node_use_dp = 10
cbo_enable_dp_join_reorder = true
cbo_max_reorder_node_use_exhaustive = 4
enable_global_runtime_filter = true
doris_scanner_thread_pool_thread_num = 48

测试结果

Impala在运行Q18的时候出现过OOM，Q11不支持Having子句，因此在统计总体时间时不将这两个查询计算在内。分别测试并发为4，8，16的情况。

C = 4

Query	impala	starRocks	Imapa/StarRocks
Q01	12615	17020	0.741186839
Q02	7075	1548	4.570413437
Q03	19545	8224	2.376580739
Q04	19163	8193	2.338947882
Q05	33196	20808	1.595347943
Q06	7523	5517	1.363603408
Q07	55233	8265	6.682758621
Q08	24650	10121	2.435530086
Q09	43989	23607	1.863387978
Q10</