SimpleDatabaseBenchmark - 数据库基准测试工具

数据库性能对比测试工具，支持 SQLite、MySQL、MariaDB、PostgreSQL、SQL Server、MongoDB、Oracle 等多种数据库。

一款轻量级 .NET 控制台工具，帮助开发者快速对比不同数据库的读写性能，一键生成基准测试报告，让数据库选型更有据可依。

如果对您有帮助，请帮助点个 Star ⭐️

欢迎 fork 本项目并提出您的建议和贡献！

综合评价：所有数据库都非常优秀，百万级数据随便选，选择适合自己业务场景的数据库才是最重要的。

🏆 性能对比分析

📈 综合排名

排名	数据库	综合评分	适用场景
🥇	MongoDB 8.2	⭐⭐⭐⭐⭐	高并发写入、NoSQL 场景、10万+/s
🥈	PostgreSQL 18	⭐⭐⭐⭐⭐	通用场景、数据分析
🥉	SQLite 3	⭐⭐⭐⭐	轻量级、嵌入式、读多写少
4	MariaDB 11.8	⭐⭐⭐⭐	略优于 MySQL
5	MySQL 8.4	⭐⭐⭐⭐	传统 Web 应用
6	SQL Server 2022	⭐⭐⭐	企业级 Windows 生态
7	Oracle 23	⭐⭐⭐	大型企业应用

最终容器状态

NAME	MEM USAGE / LIMIT	AVG CPU %
bench_mongodb	281.6MiB / 8GiB	32%
bench_postgresql	642.4MiB / 8GiB	20%
bench_mariadb	787.0MiB / 8GiB	19%
bench_mysql	1.313GiB / 8GiB	16%
bench_oracle	1.892GiB / 8GiB	43%
bench_sqlserver	4.151GiB / 8GiB	80%

单条/批量/聚合/百万数据索引性能 (毫秒 - 越小越好)

操作类型	操作名称	MariaDB	MongoDB	MySQL	Oracle	PostgreSQL	SQLite	SQLServer	最快
Aggregation	GroupBy	3.20	2.60	6.20	2.20	1.80	2.00	31.40	PostgreSQL
Aggregation	Statistics	5.60	6.00	13.00	7.00	6.20	1.80	9.00	SQLite
Batch	Delete	55.00	30.40	98.60	498.80	18.40	54.20	212.00	PostgreSQL
Batch	Insert	1445.40	32.20	1632.80	4409.20	577.60	843.20	4813.60	MongoDB
Batch	Select	10.80	25.20	14.80	44.20	70.80	15.80	15.60	MariaDB
Batch	Update	1420.40	146.20	1516.00	4618.80	359.00	423.40	2645.40	MongoDB
IndexQuery	ComplexCondition	10160.00	3736.00	1559.00	1664.00	4427.00	58613.00	1190.00	SQLServer
IndexQuery	CompositeIndex_RegionDept	90.00	102.00	94.00	561.00	63.00	104.00	188.00	PostgreSQL
IndexQuery	CompositeIndex_StatusCatPri	107.00	96.00	101.00	605.00	71.00	148.00	197.00	PostgreSQL
IndexQuery	NoIndex_FullScan	5892.00	2869.00	5511.00	2482.00	516.00	6717.00	2476.00	PostgreSQL
IndexQuery	OrderBy	10174.00	25846.00	47402.00	32376.00	3900.00	61260.00	4186.00	PostgreSQL
IndexQuery	Pagination	182.00	166.00	254.00	388.00	79.00	102.00	272.00	PostgreSQL
IndexQuery	PrefixQuery_Name	42167.00	54.00	60472.00	21074.00	7745.00	37612.00	15196.00	MongoDB
IndexQuery	PrimaryKey	57.00	55.00	63.00	207.00	45.00	24.00	115.00	SQLite
IndexQuery	RangeQuery_Date	89.00	99.00	96.00	701.00	64.00	161.00	200.00	PostgreSQL
IndexQuery	RangeQuery_Salary	96.00	107.00	104.00	1634.00	82.00	189.00	192.00	PostgreSQL
IndexQuery	RangeQuery_Score	98.00	107.00	116.00	1733.00	84.00	188.00	192.00	PostgreSQL
IndexQuery	SingleIndex_Category	82.00	112.00	88.00	1190.00	741.00	73.00	121.00	SQLite
IndexQuery	SingleIndex_Status	86.00	115.00	88.00	116.00	1106.00	75.00	428.00	SQLite
MillionData	Aggregation	454.00	561.00	478.00	269.00	197.00	834.00	456.00	PostgreSQL
MillionData	Cleanup	18202.00	14862.00	25360.00	1838724.00	3699.00	132571.00	21157.00	PostgreSQL
MillionData	GroupBy	1767.00	997.00	2645.00	1423.00	174.00	12615.00	116.00	SQLServer
MillionData	PrepareData	24269.00	9346.00	25807.00	1759340.00	34346.00	139529.00	30947.00	MongoDB
Single	Delete	1092.20	538.40	2711.60	1609.20	847.60	3140.00	1567.60	MongoDB
Single	Insert	1189.00	393.80	2789.80	1142.00	971.00	3115.20	1516.40	MongoDB
Single	Select	508.00	526.60	582.80	1013.20	394.40	193.80	1063.40	SQLite
Single	Update	1357.80	585.80	2885.40	1767.20	993.60	3142.20	4297.00	MongoDB

🔴 存在明显性能问题的数据库

1. SQL Server - 最严重的性能问题

问题类型	具体表现
批量写入极慢	Batch Insert: 4833.60ms（MariaDB 仅 365.40ms，慢 13 倍）
批量更新极慢	Batch Update: 2587.40ms（MariaDB 仅 253.00ms，慢 10 倍）
单条更新慢	Single Update: 3575.00ms（PostgreSQL 仅 966.40ms，慢 3.7 倍）
聚合分组慢	GroupBy: 29.20ms（PostgreSQL 仅 1.20ms，慢 24 倍）
资源消耗巨大	内存占用 3.251GiB，CPU 占用 86%（远超其他数据库）

2. MySQL - 中等性能问题

问题类型	具体表现
单条操作慢	Single Insert: 3226.40ms（PostgreSQL 仅 962.40ms，慢 3.4 倍）
单条删除慢	Single Delete: 3060.80ms（PostgreSQL 仅 831.60ms，慢 3.7 倍）
排序查询极慢	OrderBy: 47803.00ms（SQL Server 4056.00ms，慢 12 倍）
前缀查询慢	PrefixQuery_Name: 61143.00ms（PostgreSQL 9938.00ms，慢 6 倍）

说明：MySQL 分页慢可以采取延迟加载，查询时不要回表，根据 ID 查询结果后再批量获取数据，就不会有性能问题了。

3. MariaDB - 部分性能问题

问题类型	具体表现
全表扫描慢	NoIndex_FullScan: 5958.00ms（PostgreSQL 522.00ms，慢 11 倍）
排序查询慢	OrderBy: 10451.00ms（SQL Server 4056.00ms，慢 2.6 倍）
前缀查询慢	PrefixQuery_Name: 43227.00ms（PostgreSQL 9938.00ms，慢 4.3 倍）

4. MongoDB - Count 最大短板

• 统计性能较差：在超过百万数据量时，精确 Count 操作远慢于关系型数据库，聚合分析能力弱
• 弱事务：无法替代 RDBMS 处理转账、订单等业务
• 弱 JOIN 支持：多表关联查询是灾难
• 内存依赖极强：数据量超过内存 → 性能断崖式下降
• 数据一致性弱：只保证主节点写入，多节点可能丢数据
• 存储空间膨胀：实际存储空间比 SQL 数据库大 2-5 倍

MongoDB 批量写入所有数据库中最快！
MongoDB 超百万数据，统计性能严重下降！

特点：写多读少、数据量大、不需要关联查询
注意：不要精确分页、不需要复杂统计分析、不需要精确统计数量，因此 Count 一般查询最大返回 10万+ 记录即可
// _collection.CountDocuments(filter, new CountOptions() { Limit = 100000 });
// _collection.Find(filter, new FindOptions { AllowDiskUse = true }).Take(100000).Count();
// _collection.Find(filter, new FindOptions { AllowDiskUse = true }).Project(c => c.Id).Skip(100,000,000).Limit(100).ToList();

适合：
  📊 应用日志 / 访问日志 / 审计日志      
  📈 用户行为追踪 / 埋点数据            
  🔔 IoT 传感器数据采集                
  📝 API 请求记录                     
  💬 聊天消息存储              
  🎮 游戏事件流  
  📄 全文搜索

4. 性能表现优秀的数据库

PostgreSQL - 综合最佳

• 在 28 项测试中赢得 20 项
• 全表扫描仅 522ms（其他数据库 2500-6000ms）
• 内存占用低

5. 综合评价

数据库	性能问题严重程度	主要问题
SQL Server	🔴 严重	批量操作极慢、资源消耗巨大
MySQL	🟠 中等	单条操作慢、排序/前缀查询极慢
MariaDB	🟡 轻微	无索引查询慢、排序查询较慢
PostgreSQL	🟢 无	综合性能最佳
SQLite	🟢 无	轻量场景表现良好
MongoDB	🟢 无	NoSQL 场景最佳

建议：对于通用场景优先选择 PostgreSQL；如果必须使用 SQL Server，需要优化批量操作策略；MySQL/MariaDB 需要注意索引优化和排序查询的性能。

功能特点

• 支持多种数据库: MySQL, MariaDB, SQL Server, PostgreSQL, SQLite, MongoDB, Oracle
• 多种测试场景:
  • 单条增删改查 (CRUD)
  • 批量增删改查
  • 统计汇总 (Count, Sum, Avg, Max, Min)
  • 分组汇总 (Group By)
• 百万级数据索引测试:
  • 主键查询、单字段索引查询、复合索引查询
  • 范围查询 (评分、日期、薪资)
  • 前缀模糊查询、分页查询、排序查询
  • 复杂条件组合查询
  • 无索引全表扫描对比测试
  • 百万级数据聚合统计和分组统计
• 性能监控:
  • 操作耗时 (毫秒)
  • 每秒操作数 (OPS)
  • CPU 消耗 (%)
  • 内存消耗
• 详细日志: 使用 Serilog，同时输出到控制台和文件
• 自动报告: 生成 Markdown 格式的测试报告

技术栈

• .NET 8.0
• FreeSql: MySQL, MariaDB, SQL Server, PostgreSQL, SQLite, Oracle 的 ORM
• MongoDB Driver: MongoDB 官方驱动
• Serilog: 日志框架

项目结构

SimpleDatabaseBenchmark/
├── src/
│   └── SimpleDatabaseBenchmark/
│       ├── Models/           # 数据模型
│       ├── Services/         # 测试服务
│       ├── Reports/          # 报告生成
│       ├── Utils/            # 工具类
│       ├── Program.cs        # 程序入口
│       └── appsettings.json  # 配置文件
├── results/                  # 测试报告
└── README.md

快速开始

1. 环境要求/准备/规则

• .NET 8.0
• 数据库服务统一限制内存 8G
• 至少一个数据库服务（MySQL/MariaDB/SQL Server/PostgreSQL/MongoDB/Oracle）
• SQLite 无需额外安装
• MySQL/MariaDB 配置 1G buffer pool，并开启 local_infile
• PostgreSQL shared_buffers 配置为 1G
• SQL Server 如果不是通过脚本启动，请手动创建数据库 benchmark_test
• 完全模拟生产环境
• 初始化百万数据默认使用 BulkCopy 方式插入，Oracle 采用普通批量插入（非常慢）

2. 启动数据库

使用 Docker 快速启动所有测试数据库：

SQL Server 启动容器后需要手动创建 benchmark_test 数据库。

# Linux/macOS
chmod +x start.sh
./start.sh

# Windows (PowerShell)
.\start.ps1

3. 数据库连接信息

数据库	地址	端口	用户名	密码	数据库名
MySQL	localhost	3306	root	123456	benchmark_test
MariaDB	localhost	3307	root	123456	benchmark_test
SQL Server	localhost	1433	sa	Benchmark@123	benchmark_test
PostgreSQL	localhost	5432	postgres	123456	benchmark_test
MongoDB	localhost	27017	-	-	benchmark_test
Oracle	localhost	1521	SYSTEM	123456	FREEPDB1
SQLite	-	-	-	-	benchmark_test.db

编辑 appsettings.json 文件，配置各数据库的连接字符串：

{
  "ConnectionStrings": {
    "MySql": "Server=localhost;Port=3306;Database=benchmark_test;Uid=root;Pwd=123456;AllowPublicKeyRetrieval=true;AllowLoadLocalInfile=true;",
    "MariaDb": "Server=localhost;Port=3307;Database=benchmark_test;Uid=root;Pwd=123456;AllowPublicKeyRetrieval=true;AllowLoadLocalInfile=true;",
    "SqlServer": "Server=localhost,1433;Database=benchmark_test;User Id=sa;Password=Benchmark@123;Persist Security Info=True;TrustServerCertificate=True;",
    "PostgreSql": "Host=localhost;Port=5432;Database=benchmark_test;Username=postgres;Password=123456;",
    "Sqlite": "Data Source=benchmark_test.db;",
    "MongoDb": "mongodb://localhost:27017",
    "Oracle": "Data Source=localhost:1521/FREEPDB1;User Id=SYSTEM;Password=123456;"
  }
}

提示：如果某个数据库未安装，可以将对应的连接字符串留空或删除，程序会自动跳过。

4. 停止数据库

# Linux/macOS
./stop.sh

# Windows (PowerShell)
.\stop.ps1

3. 运行测试

cd src/SimpleDatabaseBenchmark
dotnet run

或者使用 Release 模式运行以获得更准确的性能数据：

dotnet run -c Release

4. 查看结果

• 测试报告: results/ 目录下的 Markdown 文件
• 日志文件: logs/ 目录下的日志文件

测试配置

可以在 appsettings.json 中调整测试参数：

基础测试配置

{
  "BenchmarkSettings": {
    "SingleOperationCount": 1000,
    "BatchSize": 1000,
    "BatchOperationCount": 10,
    "WarmupIterations": 3,
    "TestIterations": 5
  }
}

参数	说明	默认值
SingleOperationCount	单条操作测试的记录数	1000
BatchSize	批量操作每批的记录数	1000
BatchOperationCount	批量操作的批次数	10
WarmupIterations	预热迭代次数	3
TestIterations	正式测试迭代次数	5

百万级数据索引测试配置

{
  "BenchmarkSettings": {
    "EnableMillionDataTest": true,
    "MillionDataCount": 1000000,
    "MillionBatchSize": 10000,
    "IndexQueryCount": 100,
    "PageSize": 100,
    "PageCount": 100
  }
}

参数	说明	默认值
EnableMillionDataTest	是否启用百万级数据索引测试	false
MillionDataCount	百万级测试的总数据量	1000000
MillionBatchSize	百万级数据插入的批次大小	10000
IndexQueryCount	索引查询测试的执行次数	100
PageSize	分页查询测试的每页记录数	100
PageCount	分页查询测试的总页数	100

完整配置示例

{
  "ConnectionStrings": {
    "MySql": "Server=localhost;Port=3306;Database=benchmark_test;Uid=root;Pwd=123456;AllowPublicKeyRetrieval=true;AllowLoadLocalInfile=true;",
    "MariaDb": "Server=localhost;Port=3307;Database=benchmark_test;Uid=root;Pwd=123456;AllowPublicKeyRetrieval=true;AllowLoadLocalInfile=true;",
    "SqlServer": "Data Source=localhost;Initial Catalog=benchmark_test;User ID=sa;Password=Benchmark@123;Persist Security Info=True;TrustServerCertificate=True;",
    "PostgreSql": "Host=localhost;Port=5432;Database=benchmark_test;Username=postgres;Password=123456;",
    "Sqlite": "Data Source=benchmark_test.db;",
    "MongoDb": "mongodb://localhost:27017",
    "Oracle": "Data Source=localhost:1521/FREEPDB1;User Id=SYSTEM;Password=123456;"
  },
  "BenchmarkSettings": {
    "SingleOperationCount": 1000,
    "BatchSize": 1000,
    "BatchOperationCount": 10,
    "WarmupIterations": 3,
    "TestIterations": 5,

    "EnableMillionDataTest": true,
    "MillionDataCount": 1000000,
    "MillionBatchSize": 10000,
    "IndexQueryCount": 100,
    "PageSize": 100,
    "PageCount": 100
  },
  "Serilog": {
    "MinimumLevel": {
      "Default": "Information",
      "Override": {
        "Microsoft": "Warning",
        "System": "Warning"
      }
    }
  }
}

注意: 百万级数据测试会消耗较多时间和资源，建议在测试环境中运行。可根据实际需求调整 MillionDataCount 参数（如 100000、500000、1000000）。

百万级数据索引测试说明

当 EnableMillionDataTest 设置为 true 时，程序会在常规测试完成后执行以下索引性能测试：

测试流程

1. 数据准备: 批量插入百万级测试数据
2. 创建索引: 为各字段创建单字段和复合索引
3. 索引查询测试: 执行多种索引查询场景
4. 聚合统计测试: 百万级数据聚合和分组统计
5. 数据清理: 清理测试数据（记录性能指标）

索引查询测试场景

测试类型	测试名称	说明
主键查询	PrimaryKey	按主键 ID 查询单条记录
单字段索引	SingleIndex_Status	按状态字段查询
单字段索引	SingleIndex_Category	按分类字段查询
复合索引	CompositeIndex_RegionDept	按地区+部门复合条件查询
复合索引	CompositeIndex_StatusCatPri	按状态+分类+优先级复合条件查询
范围查询	RangeQuery_Score	按评分范围查询
范围查询	RangeQuery_Date	按创建时间范围查询
范围查询	RangeQuery_Salary	按薪资范围查询
前缀查询	PrefixQuery_Name	按名称前缀模糊查询
分页查询	Pagination	带排序的分页查询
排序查询	OrderBy	多字段排序查询
复杂查询	ComplexCondition	多条件组合查询
全表扫描	NoIndex_FullScan	无索引字段模糊查询（对比测试）
百万数据清理	MillionData_Cleanup	百万级数据清理（删除所有测试数据）
百万数据分组	MillionData_GroupBy	百万级数据按分组统计
百万数据聚合	MillionData_Aggregation	百万级数据聚合统计
百万数据准备	MillionData_PrepareData	批量插入百万级测试数据

创建的索引

程序会自动创建以下索引用于测试：

索引名称	索引字段	索引类型
idx_status	Status	单字段索引
idx_category	Category	单字段索引
idx_score	Score	单字段索引
idx_salary	Salary	单字段索引
idx_created_at	CreatedAt	单字段索引
idx_priority	Priority	单字段索引
idx_name	Name	单字段索引（前缀）
idx_region_dept	Region, Department	复合索引
idx_status_cat_pri	Status, Category, Priority	复合索引

测试数据字段

百万级测试数据包含以下字段，用于模拟真实业务场景：

字段名	类型	说明	示例值
Id	long	主键自增 ID	1, 2, 3...
Name	string	用户名	User_12345_abc...
Email	string	邮箱	user123@example.com
Age	int	年龄	18-65
Salary	decimal	薪资	30000-130000
Department	string	部门	Engineering, Sales, HR...
Category	string	分类	Electronics, Clothing, Food...
Status	int	状态	0-待处理, 1-处理中, 2-已完成, 3-已取消
Score	decimal	评分	0-100
Region	string	地区	North, South, East, West...
Tags	string	标签	hot,new / sale,popular...
Priority	int	优先级	1-5
Quantity	int	数量	1-1000
IsActive	bool	是否激活	true/false
CreatedAt	DateTime	创建时间	过去一年内随机日期
ExpireAt	DateTime?	过期时间	未来一年内随机日期或 null
Description	string	描述	测试描述文本

测试用例说明

单条操作

• Insert: 逐条插入记录
• Select: 按主键逐条查询
• Update: 逐条更新记录
• Delete: 逐条删除记录

批量操作

• Batch Insert: 批量插入记录
• Batch Select: 分页批量查询
• Batch Update: 批量更新记录
• Batch Delete: 批量删除记录

统计汇总

• Statistics: Count, Sum, Avg, Max, Min 聚合查询
• GroupBy: 按部门分组统计

注意事项

1. 测试前请确保数据库服务已启动
2. 请在测试环境运行，避免影响生产数据
3. 首次运行会自动创建测试数据库和表
4. 每轮测试前会清空测试数据

性能参数

# 数据库参数说明
# Buffer Pool（数据库专用服务器）
innodb_buffer_pool_size = 服务器内存 × 0.7

# Log File Size (MariaDB 11)
innodb_log_file_size = innodb_buffer_pool_size × 0.25

# Redo Log Capacity (MySQL 8.4) 
innodb_redo_log_capacity = innodb_log_file_size × 2

许可证

MIT License

测试结果历史

• 2026-01-12 23:44:00 - 基准测试报告
• 2026-01-12 19:45:45 - 基准测试报告
• 2026-01-12 18:31:35 - 基准测试报告
• 2026-01-12 18:19:07 - 基准测试报告
• 2026-01-12 17:40:51 - 基准测试报告
• 2026-01-12 17:38:17 - 基准测试报告
• 2026-01-12 14:04:08 - 基准测试报告
• 2026-01-12 13:26:28 - 基准测试报告
• 2026-01-12 12:17:04 - 基准测试报告
• 2026-01-12 11:41:38 - 基准测试报告
• 2026-01-12 11:13:17 - 基准测试报告
• 关系型数据库 PK 2026-01-12 09:26:01 - 基准测试报告
• MariaDB 2026-01-12 01:03:27 - 基准测试报告
• PG VS 其他 2026-01-11 11:05:26 - 基准测试报告
• PG VS SQLServer 2026-01-11 02:24:20 - 基准测试报告
• 2026-01-10 19:03:58 - 基准测试报告
• 百万数据索引性能 - 2026-01-10 17:28:36 - 基准测试报告
• 50万数据 - 2025-12-09 18:24:49 - 基准测试报告
• 10万数据 - 2025-12-09 13:22:41 - 基准测试报告
• 2025-12-09 12:41:11 - 基准测试报告

数据库运维/备份

• tiredofit/docker-db-backup
• Databasus - Databases backup tool (PostgreSQL, MySQL, MongoDB)
• Percona XtraBackup - MySQL
• WAL-G
• pgBackRest - Reliable PostgreSQL Backup & Restore
• PG Back Web
• Percona Monitoring and Management