工作原理

Drizzle 最初被设计为一个位于 SQL 之上的薄层，引入最小的运行时开销，并通过引入预准备语句和关系查询，我们已经打破了它。现在它既快速又具有出色的 DX，并且没有关系查询的 n+1 问题。

但是它有多快？是 Drizzle 快还是 SQL 快？测量什么？

什么是有意义的基准测试？ 我们花了很多时间使用 mitata 进行合成基准测试，在单个运行时中测试一切，然后在单独的容器化环境中测试，以确保没有 GC 交叉影响。社区成员制作了自己的基准测试，帮助我们分配关系查询性能和行读取瓶颈，并使它们变得非常快速和高效。

我们测试了所有竞争对手的不同 SQL 方言，虽然我们在某些情况下比 Prisma 使用 SQLite 快 100 倍以上，但我们只希望分享对企业和开发者有意义的基准测试。

从商业角度来看，请求往返是最重要的指标，当涉及到服务器性能时。虽然你可以通过像 Cloudflare Argo 这样的服务来影响网络延迟，但在服务器端，通常归结为数据库查询。

我们使用了一个包含大约 370k 条记录的 PostgreSQL 数据库测试用例，并在 1GB 以太网上生成了类似生产的电子商务流量基准测试，以消除任何差异。在 Lenovo M720q 上，Drizzle 可以处理 4.6k reqs/s，同时保持约 100ms 的 p95 延迟。

我们在两台不同的机器上运行了基准测试，以确保观察者不会影响结果。对于数据库，我们使用了一个包含 42MB 电子商务数据的 PostgreSQL 实例（大约 370k 条记录）。 K6基准测试实例运行在 MacBook Ai r上，通过 1GB 以太网向配备 Intel Core i3-9100T 和 32GB RAM 的 Lenovo M720q 发送了 1M 个预制请求。

运行自己的测试 - 遵循以下说明！

准备测试机

1. 使用 pnpm start:docker 命令启动一个包含 PostgreSQL 的 Docker 容器。你可以在 ./src/docker.ts 文件中配置所需的数据库端口：

...
}

const desiredPostgresPort = 5432; // change here
main();

2. 在 .env 文件中使用分配的数据库端口更新 DATABASE_URL。

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

3. 使用 pnpm start:seed 命令为你的数据库填充测试数据，你可以在 ./src/seed.ts 文件中更改数据库的大小。

...
}

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

4. 确保你已经安装了 Node.js 版本 18 或更高版本。你可以使用 nvm use 18 命令。
5. 启动 Drizzle/Prisma 服务器：

## Drizzle
pnpm start:drizzle

## Prisma
pnpm prepare:prisma
pnpm start:prisma

准备测试机器

1. 使用 pnpm start:generate 生成一个HTTP请求列表。它会将需要运行在测试服务器上的HTTP请求列表输出到 ./data/requests.json 文件中。
2. 安装 k6 负载测试器。
3. 在 ./k6.js 文件中配置测试服务器的URL。

// const host = `http://192.168.31.144:3000`; // drizzle
const host = `http://192.168.31.144:3001`; // prisma

4. 使用 k6 run bench.js 运行测试 🚀