From 05beef292854bb583d02b2e8a6aea46775948018 Mon Sep 17 00:00:00 2001
From: wesley <865373641@qq.com>
Date: Sun, 5 Jan 2025 19:38:29 +0800
Subject: [PATCH] update report

---
 README.md | 16 +++++++++++++---
 1 file changed, 13 insertions(+), 3 deletions(-)

diff --git a/README.md b/README.md
index eb402b4..52c5229 100644
--- a/README.md
+++ b/README.md
@@ -636,7 +636,11 @@ GC是KV分离中的一个非常重要的问题，虽然KV分离的功能显著
 
 ![insert](./assets/Insert_static_vsize.png)
 
-类似地，使用`test_bench.cc`可以测得`Put()`的延迟，以及其他操作的吞吐量和延迟。这里不一一作图展示。
+从图中可见，当`value_size`较小时，由于不发生KV分离，性能差距并不明显；而当`value_size`大到足够发生KV分离时，实现了KV分离的数据的写入数据性能明显优于原本的LevelDB。而由于后台GC会阻塞读写进程，对整体性能产生影响，触发了GC的数据库性能略差于不触发GC的数据库。
+
+在本测试中测出的各操作延迟如下表（单位：微秒/次操作，micros/op），根据平均延迟，红色字体最优，黄色格子次之：
+
+![lats](./assets/latency.png)
 
 ##### Part. C 面对不固定的value_size时数据库的性能
 
@@ -650,9 +654,15 @@ GC是KV分离中的一个非常重要的问题，虽然KV分离的功能显著
 
 在这次性能测试中，我们设定的`value_size`的随机范围是`500~2048`，预设的KV分离阈值是1000，正好可以模拟实际应用情况。同时，我们还是设定了对于全部数据都使用KV分离和完全不使用KV分离的两种数据库作为对照组。
 
-![randvsizet](./assets/randvalue.png)
+由于分离阈值对`value_size`较小的数据的读取很友好，因此此次测试还使用了`GetDataSmallSize`函数，用于对比读取较小数据时各版本的性能。
+
+图中红色柱是全部数据KV分离，蓝色柱是部分数据KV分离（测试目标），黄色柱是完全不进行KV分离。
+
+![randvalue](./assets/randvalu_2.png)
+
+从图中可以看出，写入速度最快的是部分进行KV分离的数据库，因为对于不分离的小数据，没有了将其`value`编写为`VTable`并写入磁盘的操作，写入速度比完全KV分离的更快。
 
-Latency等数据不便于在图中展示，这里省略。
+而在读取全部数据时，部分KV分离的数据库性能介于不KV分离和完全KV分离之间；但在读取小数据时，我们实现的数据库由于没有分离小数据，其读取性能远高于完全KV分离的数据库。
 
 ##### Part. D 不同数据量的写放大开销