社区版的license 对核数做了限制,限制为2核。
这种情况下配置更大的workerNum 也不起作用,反而多个任务可能会相互竞争资源,性能还可能会有下降。
资源: 单机版配置
dolphindb版本:社区版2.0.8
server配置:已经将workNum配置为32,服务器CPU核数大于32
API:java API
通过查询连接池(配置最大连接数为10),通过ExclusiveDBConnectionPool.execute(List<DBTask> tasks)的方法批量提交任务,任务很简单,就是select a,b,c from load where date(passtime)=date(2022.11.08) 这样。
批量提交的batchSize 设置为2、3、4、5、10,执行完所有任务(比如总工需要进行3000个查询)的耗时几乎一样
再进行3000次,单次查询,一个个的查,总共耗时,大概是上面的批量查询的两倍
很奇怪,在连接池数量够,并且server端workerNumber数量也够,为啥批量设置为3、4、5、10的时候,没有任何一点提速