工作原理
Drizzle 最初被设计为 SQL 之上的薄层，旨在引入最小的运行时开销。通过引入预处理语句和关系查询，我们取得了巨大的成功。现在，它既快速，又拥有出色的开发体验，并且关系查询没有 N+1 问题。
但它到底有多快？是 Drizzle 快还是 SQL 快？该测量什么？
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，在同一个运行时中以及在独立的容器化环境中进行测试，以避免垃圾回收的交叉影响。社区也进行了他们自己的基准测试，并帮助我们定位关系查询性能和行读取的瓶颈，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，虽然我们速度极快，在某些情况下比 Prisma 使用 SQLite 快 100 多倍，但我们只想分享对企业和开发者有意义的基准测试。
从业务角度来看，请求往返时间是衡量服务器端性能最重要的指标。虽然您可以通过 Cloudflare Argo 等服务影响网络延迟，但在服务器端，性能通常归结为数据库查询。
我们构建了一个测试用例，在 PostgreSQL 数据库中包含约 37 万条记录，并在 1GB 以太网上生成了类似生产环境的电子商务流量基准测试，以消除任何差异。在联想 M720q 上，Drizzle 可以处理 4.6k 请求/秒，同时保持约 100ms 的 p95 延迟。
我们在两台独立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 PostgreSQL 实例，其中包含 42MB 的电子商务数据（约 37 万条记录）。
K6 基准测试实例运行在 MacBook Air 上，通过 1GB 以太网向配备 Intel Core i3-9100T 处理器和 32GB 内存的联想 M720q 发送 100 万个预处理请求。
要运行您自己的测试 - 请遵循以下说明！
准备测试机
- 使用
pnpm start:docker命令启动一个包含 PostgreSQL 的 Docker 容器。您可以在./src/docker.ts文件中配置所需的数据库端口。
...
}
const desiredPostgresPort = 5432; // change here
main();- 在 .env 文件中，用分配的数据库端口更新
DATABASE_URL。
DATABASE_URL="postgres://postgres:postgres@localhost:5432/postgres"- 使用
pnpm start:seed命令为数据库填充测试数据，您可以在./src/seed.ts文件中更改数据库大小。
...
}
main("micro"); // nano | micro- 确保您已安装 Node 18 或更高版本。您可以使用
nvm use 18命令。 - 启动 Drizzle/Prisma 服务器
## Drizzle
pnpm start:drizzle
## Prisma
pnpm prepare:prisma
pnpm start:prisma准备测试机器
- 使用
pnpm start:generate生成 HTTP 请求列表。它将输出一个要在被测试服务器上运行的 HTTP 请求列表 |./data/requests.json - 安装 k6 负载测试工具
- 在
./k6.js文件中配置被测试服务器的 URL。
// const host = `http://192.168.31.144:3000`; // drizzle
const host = `http://192.168.31.144:3001`; // prisma- 使用
k6 run bench.js运行测试 🚀