三款云数据库的分支与尾延迟实测
作者在同一地区用 32 线程和千万行数据对比 Supabase、Neon 与 PlanetScale,给出读写尾延迟、吞吐量和分支能力等选型信息。在该测试中,Neon 的读请求 p99 为 8.9 毫秒,从零唤醒时升至 12 至 40 毫秒。
原文暂未完整获取,基于公开信息的快读
一位 dev.to 作者在同一地区,用 32 线程和千万行数据对比了 Supabase、Neon 和 PlanetScale。摘要里最值得关注的是 Neon 的两组读延迟:常态下 p99 为 8.9 毫秒,从零唤醒时升到 12 至 40 毫秒。文章还比较了数据库分支,但节选没有给出完整的读写和吞吐量结果。
目前能确认什么
这轮测试用的是 4 vCPU 档位,跑 pgbench 和 sysbench 的读写负载。p99 为 8.9 毫秒,表示约 99% 的请求在这个时间内完成。对低流量服务来说,持续压测和闲置后的第一批请求是两种场景,需要分开看。
三款服务在文中的定位不同。Supabase 在 Postgres 之外还提供认证、自动生成的 API 和文件存储。Neon 的这项对比聚焦 Postgres 分支和计算实例从零唤醒。PlanetScale 一侧测的是基于 Vitess 的 MySQL。作者提到的写时复制(copy-on-write),可以让分支先共享已有数据,等发生写入后再为变更占用额外存储。
我的判断
如果你的 CI 会为每个 PR 起预览环境,我会用作者提到的脚本复测两个时间:从创建分支到应用能读到所需数据,以及环境闲置后首个 API 请求的端到端耗时。节选同时提到了计算实例唤醒和冷数据页读取,现有信息还拆不出两者各自增加了多少延迟。
如果是在给现有项目换库,先查迁移脚本里用到的外键、触发器和 Postgres 扩展,再对照目标引擎和套餐的官方文档确认支持范围。标题里的总拥有成本也还缺完整账单,尤其是预览分支保留期间的存储费用,以及自建 Supabase 所集成的认证、API 和文件存储需要投入多少维护工时。