Azure SQL Hyperscale基准测试：吞吐量领先52%，性价比高51%

微软委托独立厂商Principled Technology对Azure SQL Database Hyperscale与Amazon Aurora进行了对比基准测试，结果在Data Exposed节目中由SQL产品团队Ravi与主持人Anna Hoffman共同揭晓。测试显示，Hyperscale在原始吞吐量上比Aurora高出近52%，在每美元订单处理性能上也领先51%。这一结果对正在选型云数据库的企业具有参考价值。

基准测试如何设计

据Ravi介绍，本次测试采用HammerDB模拟电商订单处理系统，在高并发场景下测量数据库能处理多少订单。测试方选择了16 vCore的Hyperscale实例，并匹配Aurora上规格相近的实例（Principled Technology选用了其内部认为对等的配置），以确保对比的公平性。

测试覆盖了多档并发用户数，包括64、96和128。随着并发量提升，Hyperscale的性能优势依然保持，表明其扩展能力较为稳定。

HammerDB 是一款开源的数据库基准测试工具，支持 TPC-C（在线事务处理）和 TPC-H（决策支持）等标准工作负载模型。其中 TPC-C 模型模拟电商订单处理场景，包含新订单、支付、订单状态查询、库存查询和发货等事务类型，通过测量每分钟处理的事务数（TPM）来评估数据库的 OLTP 吞吐能力。HammerDB 支持多种数据库后端，并允许调整并发用户数、事务混合比例等参数，因此常被用于跨数据库平台的公平对比测试。本次测试中，测试方使用 HammerDB 的 TPC-C 工作负载，在高并发下测量订单处理量，这也是业界评估数据库事务处理性能的常见做法。

性能与性价比双领先

单纯看吞吐量，Hyperscale比Aurora高出约52%。但对企业而言，性价比同样关键。测试方用每月总订单数除以总计算小时数，衡量单位成本的订单处理能力。结果显示，Hyperscale每美元处理的订单数比Aurora多51%。

Ravi强调，客户不应只关注“堆算力换性能”，而应追求“在合适成本下获得最佳性能”。这一指标更贴近真实业务决策。

vCore（虚拟核心） 是 Azure SQL Database 和 Amazon Aurora 等云数据库的计费与资源配置单位，代表分配给数据库实例的计算能力。不同云厂商的 vCore 底层硬件可能不同（如 CPU 型号、内存配比、I/O 带宽），因此即使 vCore 数量相同，实际性能也可能存在差异。本次测试中，Principled Technology 选择了 16 vCore 的 Hyperscale 实例，并匹配 Aurora 上“规格相近”的实例，但具体配置对等性由测试方自行判断。读者在参考基准结果时，需注意 vCore 并非跨平台完全等价，实例匹配方式可能影响结论的普适性。

不止适用于大型数据库

虽然Hyperscale常被联想到超大规模数据库，但Ravi澄清其适用范围很广。用户可以从亚核级（sub-core）规格起步，也可选择无服务器（serverless）模式；需要整合多个数据库时，可使用弹性数据库池（elastic DB pools）。

存储方面，Hyperscale支持从几MB的小型数据库平滑扩展至至少128 TB，覆盖从初创应用到大型企业系统的全生命周期。这意味着团队可以随着业务增长在同一平台上扩展，无需早期就为峰值负载过度配置。

无服务器（Serverless） 计算模式允许数据库根据工作负载自动扩缩容，并在无流量时暂停计算资源，按实际使用量计费。Azure SQL Database 的无服务器模式提供自动暂停和恢复功能，适合间歇性、不可预测的工作负载，可显著降低非高峰时段的成本。弹性数据库池（Elastic DB Pools） 则是一种多租户资源池方案，将多个数据库共享同一组计算和存储资源，适用于 SaaS 应用等“多库、低平均利用率、峰值各异”的场景。这两种形态与 Hyperscale 的存储架构结合，使同一平台能覆盖从轻量级到超大规模的多样化需求。

对选型的启示

对于正在评估云数据库的企业，这份独立基准提供了可量化的参考：在相近vCore配置下，Hyperscale在订单处理场景中展现出更高的吞吐量和更优的成本效率。不过，基准测试结果受工作负载类型、并发模式和实例匹配方式影响，建议结合自身业务场景进行验证。

完整报告由Principled Technology发布，可在节目描述中找到链接。微软强调该测试由第三方独立完成，用户可自行阅读原始数据做出判断。