# 三数据库性能对比速览

**测试日期：** 2026-05-29  
**测试数据：** 12,660 nodes (warren.sqlite)

---

## 核心性能对比表

| 性能指标 | SQLite | Sled | RocksDB | 最优选择 |
|----------|--------|------|---------|----------|
| **批量导入吞吐** | 14,243/sec | **163,137/sec** ⭐⭐⭐ | 94,867/sec ⭐⭐ | **Sled** |
| **导入时间** | 890ms | **77.60ms** ⭐⭐⭐ | 133.45ms ⭐⭐ | **Sled** |
| **批量插入吞吐** | 50,000/sec | **1,480,166/sec** ⭐⭐⭐ | 1,083,336/sec ⭐⭐ | **Sled** |
| **查询延迟** | **<1ms** ⭐⭐⭐ | 1429.88 ns ⭐⭐ | 1911.54 ns ⭐ | **SQLite** |
| **并发读取** | 10,000/sec | **5,220,228/sec** ⭐⭐⭐ | 2,099,223/sec ⭐⭐ | **Sled** |
| **并发写入** | ❌ 单writer | **✅ 多writer** ⭐⭐⭐ | ✅ 多writer ⭐⭐ | **Sled** |
| **数据库大小** | **12.33MB** ⭐⭐⭐ | 192 bytes (异常) ⭐⭐ | 47.15MB ⚠️⚠️⚠️ | **SQLite** |

---

## 性能排名总结

### ⭐⭐⭐ 写入性能排名

1. **Sled** - 163K/sec导入，1.48M/sec插入
2. **RocksDB** - 94K/sec导入，1.08M/sec插入
3. **SQLite** - 14K/sec导入，50K/sec插入

### ⭐⭐⭐ 读取性能排名

1. **SQLite** - <1ms延迟，SQL优化
2. **Sled** - 1429ns延迟，MVCC无锁
3. **RocksDB** - 1911ns延迟，LSM-Tree多层查找

### ⭐⭐⭐ 空间效率排名

1. **SQLite** - 12.33MB (最小)
2. **Sled** - 192 bytes (异常数据，实际应更大)
3. **RocksDB** - 47.15MB (最大，3.82倍SQLite)

---

## 关键发现

### Sled 性能惊人 ⭐⭐⭐

- **导入吞吐：11.42倍SQLite**
- **批量插入：29.6倍SQLite**
- **并发读取：522倍SQLite**
- **纯Rust实现：无FFI依赖**

### RocksDB 性能中等 ⭐⭐

- **导入吞吐：6.67倍SQLite**
- **批量插入：21.7倍SQLite**
- **并发读取：210倍SQLite**
- **空间开销：3.82倍SQLite（最大劣势）**

### SQLite 性能稳定 ⭐⭐⭐

- **查询延迟：最低**
- **空间效率：最高**
- **SQL支持：完整**
- **调试工具：完善**

---

## 技术特性对比

| 特性 | SQLite | Sled | RocksDB |
|------|--------|------|---------|
| **存储模型** | B-Tree | B-Tree+MVCC | LSM-Tree |
| **并发写入** | ❌ 单writer | ✅ 多writer | ✅ 多writer |
| **SQL支持** | ✅ 完整 | ❌ 无 | ❌ 无 |
| **压缩支持** | ❌ 无 | ❌ 无 | ✅ Snappy |
| **FFI依赖** | ✅ 有 | ❌ 无 | ✅ 有 |
| **调试工具** | ✅ 丰富 | ❌ 缺乏 | ⭐ 中等 |

---

## 最终决策

### ✅ 短期推荐：SQLite + 优化

**理由：**
- 功能完全匹配（SQL查询必需）
- 查询性能最优（<1ms延迟）
- 空间效率最高（12.33MB）
- 成本最低（4天优化）

### 🚀 中长期推荐：SQLite + Sled混合架构

**架构设计：**
```
Metadata Layer (SQLite):
├── file_nodes (SQL查询)
├── file_registry (JOIN查询)
├── user_auth (认证)
└── sync_log (同步)

KV Layer (Sled):
├── file_content_hash → path (并发写入)
├── hot_files_cache (缓存)
└── metadata_cache (快速查询)
```

**为什么不选择RocksDB？**
- ❌ 写入性能不如Sled（94K vs 163K）
- ❌ 查询性能最慢（1911ns vs 1429ns）
- ❌ 空间开销最大（47MB vs 12MB）
- ❌ 配置复杂度高（200+参数）

---

## 迁移成本对比

| 数据库 | 迁移工作量 | 技术风险 | 开发成本 |
|--------|-----------|----------|----------|
| **SQLite优化** | **4天** ⭐⭐⭐ | **低** ⭐⭐⭐ | **最低** |
| **Sled迁移** | **8天** ⭐⭐ | **中** ⭐⭐ | **中等** |
| **RocksDB迁移** | **13天** ⭐ | **高** ⭐ | **最高** |

---

## 适用场景总结

### SQLite 适用场景 ✅

- 需要 SQL 查询（JOIN, WHERE）
- 需要调试工具（SQLite Browser）
- 空间效率优先
- 单writer场景

### Sled 适用场景 ✅

- 写入性能优先
- 纯 Rust 项目
- 简单 KV 存储
- 并发读取优先

### RocksDB 适用场景 ⚠️

- 数据规模 > 100GB
- 需要压缩且已配置优化
- 团队有 LSM-Tree 知识
- 不需要 SQL 查询

---

## 测试代码位置

**所有测试工具：**
```
/Users/accusys/markbase/filetree-sled/
/Users/accusys/markbase/filetree-rocksdb/
```

**运行命令：**
```bash
# Sled测试
cargo run --release --bin filetree-sled-poc
cargo run --release --bin sqlite-to-sled-migrate

# RocksDB测试
cargo run --release --bin filetree-rocksdb-poc
cargo run --release --bin sqlite-to-rocksdb-migrate
```

---

**一句话总结：**  
**Sled写入性能最优，SQLite读取/空间最优，推荐 SQLite + Sled 混合架构，RocksDB 因空间开销和配置复杂度不推荐。**