{"id":11084,"date":"2022-04-26T12:16:07","date_gmt":"2022-04-26T19:16:07","guid":{"rendered":"https:\/\/www.couchbase.com\/blog\/?p=11084"},"modified":"2025-06-13T20:19:20","modified_gmt":"2025-06-14T03:19:20","slug":"nosql-dbaas-benchmarks-couchbase-dynamodb-mongodb","status":"publish","type":"post","link":"https:\/\/www.couchbase.com\/blog\/pt\/nosql-dbaas-benchmarks-couchbase-dynamodb-mongodb\/","title":{"rendered":"Benchmarks de DBaaS NoSQL: qual nuvem \u00e9 a melhor?"},"content":{"rendered":"

A pandemia da COVID-19 aumentou substancialmente o ritmo da digitaliza\u00e7\u00e3o e, para muitas organiza\u00e7\u00f5es, as demandas de dados nunca foram t\u00e3o altas. \u00c0 medida que as empresas aceleram suas jornadas de transforma\u00e7\u00e3o digital, a necessidade de dimensionar de forma r\u00e1pida e eficiente sua infraestrutura de banco de dados para atender \u00e0s crescentes demandas de processamento impulsionou a ado\u00e7\u00e3o de solu\u00e7\u00f5es de DBaaS. Este blog resumir\u00e1 a compara\u00e7\u00e3o de tr\u00eas das principais solu\u00e7\u00f5es de DBaaS e NoSQL.<\/span><\/p>\n

A Altoros \u00e9 um provedor global de servi\u00e7os de TI que compara bancos de dados h\u00e1 duas d\u00e9cadas. Em seu mais recente Refer\u00eancia de desempenho NoSQL<\/a><\/span> relat\u00f3rio<\/span>A Altoros forneceu uma an\u00e1lise comparativa de tr\u00eas ofertas de NoSQL DBaaS: Couchbase Cloud, MongoDB Atlas e Amazon DynamoDB. Seu objetivo era medir o desempenho relativo em termos de lat\u00eancia e taxa de transfer\u00eancia que cada banco de dados pode alcan\u00e7ar, examinando o desempenho em tr\u00eas configura\u00e7\u00f5es de cluster diferentes - 6, 9 e 18 n\u00f3s - bem como em quatro cargas de trabalho diferentes.<\/span><\/p>\n

\"Altoros<\/a><\/p>\n

Para tornar os testes o mais abrangentes poss\u00edvel, as cargas de trabalho variaram substancialmente. A primeira foi de atualiza\u00e7\u00e3o intensa, invocando 50% de leituras e 50% de atualiza\u00e7\u00f5es dos dados. A segunda executou uma varredura de curto alcance, envolvendo 95% de varreduras e 5% de atualiza\u00e7\u00f5es, enquanto a terceira carga de trabalho representou uma consulta de pagina\u00e7\u00e3o com uma \u00fanica op\u00e7\u00e3o de filtragem \u00e0 qual foram aplicados um deslocamento e um limite. Por fim, a quarta carga de trabalho foi uma consulta JOIN com agrupamento e ordena\u00e7\u00e3o aplicados.<\/span><\/p>\n

Ent\u00e3o, como os tr\u00eas provedores de DBaaS se comparam?<\/span><\/p>\n

Compara\u00e7\u00e3o em cargas de trabalho de consulta NoSQL<\/b><\/h2>\n

Embora cada uma das tr\u00eas ofertas de DBaaS tenha seus pontos fortes e fracos, em todos os testes de carga de trabalho, o Couchbase Cloud surgiu como o mais robusto dos tr\u00eas. Para o primeiro, Carga de trabalho pesada de atualiza\u00e7\u00f5es<\/strong>O Couchbase Cloud demonstrou tempos de lat\u00eancia baixos em todos os tamanhos de cluster. Embora tenha apresentado resultados semelhantes aos do Amazon DynamoDB quando medido em um cluster de 6 n\u00f3s, o Couchbase Cloud se destacou em clusters de 9 e 18 n\u00f3s, com tempos de lat\u00eancia inferiores a um milissegundo.<\/span><\/p>\n

Quando medido em um carga de trabalho de varredura de curto alcance<\/strong>o Couchbase Cloud novamente se destacou. Enquanto o MongoDB Atlas teve um bom desempenho aqui, crescendo de forma eficiente \u00e0 medida que mais shards foram adicionados, o Couchbase Cloud demonstrou os melhores resultados com um aumento gradual nas opera\u00e7\u00f5es por segundo, bem como a lat\u00eancia mais baixa e est\u00e1vel.<\/span><\/p>\n

Os resultados da terceira carga de trabalho foram mais equilibrados entre o MongoDB Atlas e o Couchbase Cloud. Ambos apresentaram resultados semelhantes em um cluster de 6 n\u00f3s e em um cluster de 9 n\u00f3s, onde a taxa de transfer\u00eancia foi baixa, pois o tamanho do conjunto de dados e dos \u00edndices dobrou. Apesar dos resultados semelhantes, o Couchbase Cloud ainda foi capaz de superar o MongoDB Atlas em todos os tamanhos de cluster nessa carga de trabalho. <\/span><\/p>\n

Enquanto isso, o Amazon DynamoDB n\u00e3o conseguiu competir totalmente: seu processo de indexa\u00e7\u00e3o funciona de tal forma que exige varreduras complexas de tabelas completas, o que levou muito tempo para essa carga de trabalho, retornando erros de time-out.<\/span><\/p>\n

Na categoria de carga de trabalho final, os resultados mais uma vez favoreceram o Couchbase Cloud. O Couchbase Cloud registrou uma taxa de transfer\u00eancia mais alta, com 750 ops\/s em clusters de 6 n\u00f3s, em compara\u00e7\u00e3o com 100 ops\/s do MongoDB Atlas. Assim como na categoria carga de trabalho de pagina\u00e7\u00e3o<\/strong>No entanto, o Amazon DynamoDB n\u00e3o estava qualificado para competir devido \u00e0 natureza de seu processo de indexa\u00e7\u00e3o.<\/span><\/p>\n

Aqui est\u00e1 uma das cargas de trabalho comparadas no relat\u00f3rio, para os tr\u00eas tamanhos de cluster, medindo a taxa de transfer\u00eancia e a lat\u00eancia:<\/span><\/p>\n

\"Altoros<\/a><\/p>\n

Figura 4.1.3 Resultados de desempenho na carga de trabalho A em clusters de 6, 9 e 18 n\u00f3s<\/span><\/i><\/p>\n

O Amazon DynamoDB apresentou resultados inst\u00e1veis porque produziu um grande n\u00famero de opera\u00e7\u00f5es com falha. Em cada tipo de cluster, o Amazon DynamoDB teve 40% de opera\u00e7\u00f5es de atualiza\u00e7\u00e3o com falha e quase 1% de opera\u00e7\u00f5es de leitura com falha.<\/span><\/p>\n

Os resultados est\u00e3o a\u00ed - o armazenamento de documentos com melhor desempenho<\/b><\/h2>\n

De modo geral, o benchmark de desempenho da Altoros revelou que o Couchbase Cloud \u00e9 o DBaaS de armazenamento de documentos com melhor desempenho dispon\u00edvel. O MongoDB Atlas produziu resultados decentes, mas ficou aqu\u00e9m das opera\u00e7\u00f5es JOIN para cole\u00e7\u00f5es fragmentadas prontas para uso:<\/span><\/p>\n

\"NoSQL<\/a><\/p>\n

O Amazon DynamoDB tamb\u00e9m teve um bom desempenho em determinadas cargas de trabalho, mas <\/span>lan\u00e7a exce\u00e7\u00f5es quando as opera\u00e7\u00f5es de leitura\/grava\u00e7\u00e3o excedem as capacidades predeterminadas, o que resultou em um grande volume de opera\u00e7\u00f5es com falha em determinadas cargas de trabalho.<\/span> Comparativamente, o mecanismo de consulta do Couchbase Cloud oferece suporte a opera\u00e7\u00f5es de agrega\u00e7\u00e3o, filtragem e JOIN sem a necessidade de modelar dados para cada consulta espec\u00edfica, garantindo um bom n\u00edvel de escalabilidade em todas essas opera\u00e7\u00f5es.\u00a0<\/span><\/p>\n

Portanto, o Couchbase venceu!<\/span><\/p>\n