Datenbank als Service: Der Weg zum passenden Cloud-native DBaaS
Seite 3: Auswertung und Einblicke
Die Abbildungen 2 und 4 illustrieren den Durchsatz mit dem jeweiligen Benchmark (höhere Werte sind besser). Die Skalen der beiden Grafen lassen sich wegen der Unterschiede der Methodiken von TPC-H und TAPT nicht unmittelbar vergleichen. Insbesondere misst TPC-H Transaktionen (TXN), die sich über mehrere, teils länger laufende Operationen erstrecken, während TAPT leichtgewichtigere Operationen ermittelt. Für beide Benchmarks liegen OTC und AWS auf vergleichbarem Niveau, wobei AWS 87,5 % bzw. 97,6 % des Durchsatzes von OTC erreicht. In beiden Fällen bildet OVH das Schlusslicht, wegen der geringeren Ressourcen. MS Azure hingegen ist im Falle von TPC-H 24,8 % leistungsfähiger als OTC, während es im TAPT nur 49,1 % der Leistung von OTC erreicht – und damit leicht besser als OVH abschneidet.
Eine detaillierte, vergleichende Leistungsanalyse erfolgt in der Regel auch in Hinblick auf andere Parameter wie Latenz und deren Perzentile oder Speicherbedarf. Die Preis-Leistungs-Verhältnisse der vier Angebote sind in den Abbildungen 3 und 5 dargestellt (niedrigere Werte sind besser). Auch hier sind die Einheiten unterschiedlich. Während beim TPC-H die Kosten pro 10.000 Transaktionen dargestellt sind, zeigt das TAPT-Diagramm die Kosten pro eine Milliarde Operationen. Bei den TAPT-Ergebnissen zum Preis-Leistungs-Verhältnis liegen drei Angebote nah beieinander, mit leichten Vorteilen für AWS im Vergleich zu OVH und OTC. MS Azure dagegen ist pro Milliarde Transaktionen fast doppelt so teuer. Im Falle des TPC-H ist OVH trotz des geringsten absoluten Durchsatzes klarer Preis-Leistungs-Sieger, gefolgt von MS Azure, dem Wettbewerber mit dem größten absoluten Durchsatz. OTC und AWS liegen bei Durchsatz und Preis-Leistung nah beieinander, sind jedoch deutlich teurer als OVH und MS Azure.
Tabelle 1: Ausgewählte DBaaS-Angebote für PostgreSQL | ||||
Open Telekom Cloud PostgreSQL RDS | AWS RDS for PostgreSQL | Azure Database for PostreSQL | OVH Managed PostgreSQL | |
Deployment | ||||
Cluster-Typen | Single, HA mit 2 Knoten | Single, HA mit 2 Knoten, HA mit 3 Knoten und Load Balancing | Single, HA mit 2 Knoten | Single, HA mit Knoten, HA mit 3 Knoten |
Größte Instanz | 60 vCPUs / 512 GB RAM / 4 TB Disk | 128 vCPU / 4096 GB RAM / 65 TB Disk | 64 vCPUs / 432 GB RAM /16 TB Disk | 32 vCPUs / 120 GB RAM /5 TB Disk |
Speicher-Typen | 2 | 3 | 1 | 1 |
Auto-Scaling (Compute) | nein | nein | nein | nein |
Auto-Scaling (Storage) | nein | ja | nein | nein |
Auto-Tuning | nein | nein | ja | nein |
Auto-Upgrade | nein | ja | ja | nein |
Management | ||||
Interfaces | Web UI, REST API, CLI, SDK, Terraform, Ansible | Web UI, REST API, CLI, SDK, Terraform, Ansible | Web UI, REST API, CLI, SDK, Terraform | Web UI, REST API, CLI, SKD, Terraform |
Backup | Scheduled, Manual | Scheduled | Continuous | Scheduled |
DSGVO | Unternehmenssitz in Deutschland/EU, DSGVO-Richtlinie vorhanden | Unternehmenssitz in den USA (Cloud Act), DSGVO-Richtlinie vorhanden | Unternehmenssitz in den USA (Cloud Act), DSGVO-Richtlinie vorhanden | Unternehmenssitz in der EU, DSGVO-Richtlinie vorhanden |
Zertifikate | >20 | > 30 | > 30 | > 10 |
Tabelle 2: Kostenvergleich DBaaS-Angebote für PostgreSQL | ||||
Open Telekom Cloud PostgreSQL RDS | AWS RDS PostgreSQL | Azure Database for PostgreSQL | OVH Managed PostgreSQL | |
Virtuelle Maschine |
db.s1.4xlarge.pg 16 Kerne, 64 GB RAM |
db.m5.4xlarge 16 Kerne, 64 GB RAM |
D16ds_v4 16 Kerne, 64 GB RAM |
DB1-300 8 Kerne, 30 GB RAM |
Speicher |
500 GB Ultra High I/O SSD 20.000 IOPS, 320 MB/s |
500 GB GP3 12.000 IOPS, 500 MB/s |
500 GB 18.000 IOPS, 384 MiB/ss |
640 GB SSD |
Monatliche Kosten inklusive Backup | 1.332,50 € | 1.209,80 € | 1.166,54 € | 472,24 € |
Fazit
Obwohl die Auswertung aufgrund des vereinfachten Benchmarkings nur oberflächliche Ergebnisse liefert, zeigt sie deutlich die große Variabilität der Preisgestaltung und der Leistungsfähigkeit der Angebote. Eine Benchmark-basierte Auswertung erweist sich als hilfreich und notwendig, um eine fundierte, faktenbasierte Entscheidung bei der Wahl eines DBaaS treffen zu können. Teile der für diese Evaluation verwendeten Informationen sind als Open Data im Rahmen des benchANT DBaaS Navigators einsehbar. Die rohen Messdaten finden sich im zugehörigen GitHub-Repository.
Alle erwähnten Daten zu den DBaaS-Angeboten haben die Autoren mit größter Sorgfalt erhoben. Allerdings spiegelt insbesondere die volatile Preisgestaltung der Anbieter lediglich den Stand zum Zeitpunkt des Verfassens dieses Artikels wider.
Jörg Domaschka
forschte als promovierter Informatiker über 15 Jahre zu Cloud-Computing und DevOps. Dies treibt ihn an, moderne, automatisierte Lösungen für Probleme in IT-Anwendungen zu entwickeln.
Jan Ocker
hat nach dem Physikstudium Erfahrung im IT-Projektmanagement und der Datenanalyse gesammelt. Bei benchANT widmet er sich der (Cloud-)Kosten-Kalkulation und dem Database-as-a-Service-Markt.
Daniel Seybold
promovierte im Bereich verteilter Systeme und Datenbanken. Die Forschungsergebnisse legen den Grundstein für benchANT zur objektiven Leistungsbeurteilung von Cloud und Datenbanken.
(map)