작동 방식

Drizzle은 원래 SQL 위에 얇은 레이어로 설계되어 최소한의 런타임 오버헤드를 도입했으며, Prepared Statements와 Relational Queries를 도입함으로써 놀라운 성과를 달성했습니다. 이제 빠르면서도 뛰어난 DX를 제공하며, 관계형 쿼리에서 n+1 문제가 없습니다.

그런데 얼마나 빠를까요? Drizzle이 빠른 건가요, SQL이 빠른 건가요? 무엇을 측정해야 할까요?

의미 있는 벤치마크란 무엇일까요? 우리는 mitata로 합성 벤치마크를 수행하는 데 상당한 시간을 보냈습니다. 하나의 런타임에서 모든 것을 테스트한 다음 GC 상호 영향이 없도록 별도의 컨테이너에서도 테스트했습니다. 커뮤니티도 자체 벤치마크를 만들어 Relational Queries 성능과 행 읽기 병목 현상을 파악하고 정말 빠르고 효율적으로 만드는 데 도움을 주었습니다.

우리는 모든 경쟁 제품에서 다양한 SQL 방언을 테스트했고, SQLite에서 Prisma보다 100배 이상 빠른 경우도 있었지만, 비즈니스와 개발자에게 의미 있는 벤치마크만 공유하고 싶었습니다.

비즈니스 관점에서 — 서버 측 성능에 있어 요청 왕복 시간이 가장 중요한 지표입니다. Cloudflare Argo와 같은 서비스로 네트워크 지연 시간에 영향을 줄 수 있지만, 서버 측에서는 일반적으로 데이터베이스 쿼리가 핵심입니다.

우리는 PostgreSQL 데이터베이스에 약 37만 개의 레코드로 테스트 케이스를 구성하고, 1GB 이더넷에서 프로덕션과 유사한 E-commerce 트래픽 벤치마크를 생성하여 불일치를 제거했습니다. Lenovo M720q에서 Drizzle은 약 100ms p95 지연 시간을 유지하면서 4.6k reqs/s를 처리할 수 있습니다.

우리는 관찰자가 결과에 영향을 미치지 않도록 2대의 별도 머신에서 벤치마크를 실행했습니다. 데이터베이스로는 42MB의 E-commerce 데이터(약 37만 개 레코드)가 있는 PostgreSQL 인스턴스를 사용합니다. K6 벤치마킹 인스턴스는 MacBook Air에서 실행되며 1GB 이더넷을 통해 Intel Core i3-9100T와 32GB RAM이 장착된 Lenovo M720q로 100만 개의 prepared requests를 보냅니다.

직접 테스트를 실행하려면 아래 지침을 따르세요!

테스트 머신 준비

1. pnpm start:docker 명령으로 PostgreSQL이 포함된 docker 컨테이너를 시작합니다. ./src/docker.ts 파일에서 원하는 데이터베이스 포트를 설정할 수 있습니다:

...
}

const desiredPostgresPort = 5432; // 여기서 변경
main();

2. .env 파일에서 할당된 데이터베이스 포트로 DATABASE_URL을 업데이트합니다:

DATABASE_URL="postgres://postgres:postgres@localhost:5432/postgres"

3. pnpm start:seed 명령으로 테스트 데이터로 데이터베이스를 시드합니다. ./src/seed.ts 파일에서 데이터베이스 크기를 변경할 수 있습니다:

...
}

main("micro"); // nano | micro

4. Node 버전 18 이상이 설치되어 있는지 확인하세요. nvm use 18 명령을 사용할 수 있습니다
5. Drizzle/Prisma 서버를 시작합니다:

## Drizzle
pnpm start:drizzle

## Prisma
pnpm prepare:prisma
pnpm start:prisma

테스팅 머신 준비

1. pnpm start:generate로 http 요청 목록을 생성합니다. 테스트할 서버에서 실행할 http 요청 목록이 ./data/requests.json에 출력됩니다
2. k6 부하 테스터를 설치합니다
3. 벤치마크를 실행합니다 🚀 내장 벤치마크 러너를 사용합니다:

tsx bench/index --host http://192.168.31.144:3000 --name my-bench --folder results

http://192.168.31.144:3000 // drizzle
http://192.168.31.144:3001 // prisma

4. 최종 결합 결과를 준비합니다 벤치마크가 완료되면 모든 출력을 단일 JSON 파일로 병합합니다:

tsx bench/prepare --folder results