《Computers》：Performance Evaluation of On-Premise SQL Server and Azure SQL Database Using a .NET 8 E-Commerce Application
编辑推荐：
在真实的电子商务工作负载下，云数据库与本地数据库部署之间的实证比较仍然有限。本研究提出了一项受控实验评估，比较了Microsoft SQL Server 2022（本地部署）与Azure SQL数据库，使用相同的.NET 8电子商务应用程序（ASP.NET C
在真实的电子商务工作负载下，云数据库与本地数据库部署之间的实证比较仍然有限。本研究提出了一项受控实验评估，比较了Microsoft SQL Server 2022（本地部署）与Azure SQL数据库，使用相同的.NET 8电子商务应用程序（ASP.NET Core Web API，Blazor WebAssembly），具有相同的架构、模式和数据集（5000条产品记录，10000条交易记录）。研究人员评估了在最多50个并发用户的工作负载下，SELECT、INSERT、UPDATE和DELETE操作的性能，每个操作重复30次，测量了查询响应时间、吞吐量（throughput）和CPU利用率（CPU utilization）。统计分析采用了重复测量方差分析（repeated-measures ANOVA）并应用Greenhouse–Geisser校正、Bonferroni校正的事后比较以及独立样本t检验（independent-samples t-test）（p < 0.001），并使用Cohen's d报告效应量。Azure SQL数据库始终优于本地部署：平均SELECT响应时间降低了55%（203.5 ms对比452.3 ms），吞吐量提高了101.6%（987.6 ops/s对比489.8 ops/s）。尽管Azure显示出更高的平均CPU利用率（20.4%对比4.9%），但这反映了其动态资源分配（dynamic resource allocation）而非效率降低。使用100,000条产品记录、500,000条交易记录以及最高500个并发用户的压力测试（stress testing）确认了Azure卓越的可扩展性（scalability），将峰值延迟从4850.7 ms降低至580.4 ms。这些发现为需要低延迟（low latency）和高吞吐量（high throughput）的高交易量电子商务应用程序的云迁移（cloud migration）提供了强有力的实证证据。
**研究背景与问题提出**
随着电子商务的持续增长，海量数据的高效存储与处理成为挑战。云计算通过按需提供计算资源，降低了物理服务器和软件基础设施的投入，使企业能够动态分配资源。然而，在真实的电子商务工作负载下，云数据库与本地数据库部署之间的系统性、定量化实证比较仍然有限。现有研究大多使用合成基准数据集或单一查询，未能充分模拟真实企业应用中的混合事务复杂性（如SELECT、INSERT、UPDATE、DELETE并发进行），且多数研究仅关注响应时间或吞吐量等单一指标，缺乏多维度综合评估。此外，许多早期比较未控制应用程序代码库、数据库模式或硬件层级等变量，导致结果可信度受限。因此，研究人员开展此项研究，旨在通过受控实验设计，评估本地SQL Server与Azure SQL数据库在真实电子商务应用场景下的性能差异，为云迁移决策提供实证依据。
**研究内容与结论**
研究人员开发了一个基于.NET 8的电子商务应用程序（使用ASP.NET Core Web API、Blazor WebAssembly和Entity Framework Core），并采用相同的架构、数据库模式及数据集（5000条产品记录、10000条交易记录），分别部署于本地Microsoft SQL Server 2022和Azure SQL数据库（General Purpose服务层级，4 vCores，20.4 GB内存）。通过受控因子基准测试方法，系统性地改变数据规模（从5000/10000到100000/500000条记录）和并发用户数（1至500个），测量了查询响应时间、吞吐量及CPU利用率，每项操作重复30次，并采用重复测量方差分析（Greenhouse–Geisser校正）、Bonferroni事后比较和独立样本t检验（p < 0.001）进行统计验证，以Cohen's d报告效应量。实验结果表明：Azure SQL数据库在并发场景下显著优于本地部署——平均SELECT响应时间降低55%（203.5 ms vs 452.3 ms），吞吐量提升101.6%（987.6 ops/s vs 489.8 ops/s）。压力测试（100,000条产品、500,000条交易、500个并发用户）进一步证实Azure的可扩展性优势：Azure在500并发用户下保持580.4 ms的稳定延迟，而本地系统延迟从198.5 ms恶化至4850.7 ms（恶化24.4倍），Azure仅恶化3.1倍。Azure的平均CPU利用率更高（20.4% vs 4.9%），这反映了其弹性资源分配机制，而非效率低下。该研究论文发表在《Computers》期刊上。这些发现为高交易量电子商务应用向云迁移提供了强有力的实证支持，并验证了现代技术栈（.NET 8、ASP.NET Core Web API、Blazor WebAssembly）在云环境中的可扩展性和效率。
**主要关键技术方法**
研究采用受控因子基准测试方法，系统性地改变数据规模（从5000/10000条记录到100000/500000条记录）和并发用户数（1至500个），同时保持应用程序代码、数据库模式、数据集及查询计划一致。性能评估基于30次重复试验，使用重复测量方差分析（ANOVA）结合Greenhouse–Geisser校正、Bonferroni事后比较及独立样本t检验（p < 0.001）进行统计分析，并以Cohen's d报告效应量。压力测试用于评估可扩展性。样本数据来源：基准数据集包含5000条产品记录和10000条交易记录（来自典型中型电子商务商店）；扩展数据集包含100,000条产品记录和500,000条交易记录（模拟企业级规模）。忽略具体的试剂、培养及质粒构建操作步骤。
**研究结果**
（以下保留原文小标题，并简要说明通过什么研究得出什么结论）
**5. On-Premise SQL Database Performance Measurement**
通过本地SQL Server环境下的性能测试（50个并发用户，30次重复），发现SELECT操作平均执行时间最长（452.3 ms），其次是INSERT（207.8 ms）、UPDATE（196.5 ms）和DELETE（176.2 ms）。分析表明，SELECT操作因涉及多表连接（products、categories、orders、users、inventory）导致大量逻辑I/O，且受限于固定硬件（4核CPU、12 GB缓冲区）下的线程序列化和I/O等待，平均CPU利用率仅4.9%，峰值23.9%。
**5.1. Deploying an E-Commerce Platform to Azure Cloud and Connecting with Azure SQL**
将相同电子商务平台部署至Azure App Service，并连接Azure SQL数据库（General Purpose层，4 vCores，20.4 GB内存）。通过Azure Monitor等工具监控性能，发现Azure SQL数据库的数据I/O操作（读取约650 ops/s，写入约340 ops/s）和任务执行时间在正常范围内，多数操作在2秒内完成，峰值约5秒，反映了其动态资源分配和Premium SSD存储的优势。
**5.2. Performance Analysis of Azure SQL Database**
基于30次重复试验，Azure SQL数据库的平均SELECT响应时间为203.5 ms，吞吐量为987.6 ops/s，平均CPU利用率20.4%，峰值35.2%。CPU利用率变异系数（CV）为28.4%，而查询操作（SELECT、INSERT、UPDATE、DELETE）的响应时间CV仅为10.6%-11.5%，表明弹性资源分配并未影响性能稳定性。
**5.3. Statistical Rationale for Between-Environment Comparisons**
通过独立样本t检验（Welch's t-test，因方差不齐）比较两个环境。结果显示所有四个指标（SELECT查询时间、吞吐量、峰值CPU、平均CPU）均存在显著差异（p ≤ 0.001），Cohen's d效应量分别为-7.95、5.67、2.80、3.74，均为非常大的效应。Azure SQL在SELECT查询时间和吞吐量上显著优于本地部署，而CPU利用率更高。
**6. Comparative Performance in Azure SQL and On-Premise Systems**
独立样本t检验证实了统计显著性，且效应量很大。即使考虑约85 ms的网络往返延迟，Azure SQL的引擎级SELECT响应时间仍更快，表明网络延迟不是决定性因素。
**6.1. Regarding Caching and Buffer Pool Management**
通过分析缓存和缓冲池管理，发现本地部署的12 GB缓冲区在50并发用户下工作集频繁溢出，导致物理磁盘I/O（SATA SSD）；而Azure SQL的20.4 GB内存和Premium SSD使其能更有效地将频繁访问的数据页保留在内存中，从而减少物理I/O，性能优势在持续工作负载中逐渐积累。
**6.2. Regarding Indexing Behavior Under Concurrent Load**
尽管两个环境采用相同的索引策略（聚集主键索引+非聚集唯一索引），但本地部署在50并发用户下，索引页争用导致延迟；Azure SQL的托管存储架构具有更高的I/O容量，能更高效地处理索引查找，进而实现更高的吞吐量（101.6%提升）和更低的延迟（55%降低）。
**6.3. Scalability and Stress Testing Under Enterprise-Level Loads**
在扩展数据集（100,000产品、500,000交易）和10-500并发用户下，Azure SQL在500并发用户时平均SELECT延迟为580.4 ms，吞吐量为5950.2 ops/s；而本地部署延迟飙升至4850.7 ms（恶化24.4倍），吞吐量仅1150.4 ops/s。结论：Azure SQL的弹性资源分配使其在高并发下保持稳定，而本地固定硬件成为瓶颈。
**6.4. Cost–Performance Analysis**
成本分析显示，Azure SQL（General Purpose，4 vCores）按需付费月费约793.34美元，预留实例一年期约557.87美元，三年期约388.63美元。本地部署硬件成本约1150美元（一次性），但需考虑维护、升级等隐性成本。在低并发下，本地部署的运营性能-美元比更高，但在高并发下Azure SQL的吞吐量和延迟优势显著，且预留实例可进一步优化成本。
**讨论与结论**
**讨论部分总结**：研究存在局限性，包括仅针对Microsoft Azure（不适用于AWS/GCP等），仅测试电子商务工作负载（不适用于医疗、金融等行业），数据集规模有限，未考虑混合云架构，以及成本分析未包含人员、电力等总拥有成本（TCO）。此外，本地部署采用移动级处理器和消费级存储，而非企业级硬件，可能部分混淆了部署模型与硬件差异。未来研究应扩展至多云计算平台、混合系统、不同行业工作负载，并纳入AI驱动查询优化、无服务器计算等新兴技术。
**研究结论（翻译自Section 8）**：本研究通过使用真实的.NET 8电子商务系统，对本地Microsoft SQL Server与Azure SQL数据库进行了全面的实证比较。通过采用受控因子基准测试方法——系统性地改变数据规模和并发用户数，同时保持其他因素恒定——研究成功隔离了部署环境对性能的影响。实验结果表明，在高并发场景下，云基础设施具有明显的性能优势。Azure SQL数据库将平均SELECT查询响应时间降低了55%，并将数据吞吐量提高了101.6%。此外，企业级负载下的扩展性测试证实，这一优势随规模扩大而显著增强：Azure SQL在500个并发用户下保持稳定的延迟（580.4 ms），而本地系统相对于10用户基线经历了24.4倍的延迟恶化（从198.5 ms增至4850.7 ms），Azure SQL在同一范围内仅恶化3.1倍。Azure的平均CPU利用率也更高（20.4%对比4.9%），相对增加约316.3%，峰值CPU利用率在Azure中达到35.2%对比本地23.9%（相对增加47.3%），两者均反映了Azure根据工作负载需求弹性扩展计算资源的动态资源分配机制。性能优势进一步得益于Azure优越的存储I/O子系统、智能查询计划优化以及高效的多线程连接管理——这些因素共同解释了为何云基础设施在高并发电子商务工作负载下优于固定硬件的本地部署。尽管存在这些优势，本地解决方案对于可预测且稳定的工作负载仍然有效，并在某些情况下可能提供更低的运营成本。本研究填补了使用真实事务工作负载而非合成基准进行定量评估的空白，为组织做出基于数据的云迁移决策提供了实证证据。同时，它验证了现代技术栈（.NET 8、ASP.NET Core Web API、Blazor WebAssembly）在支持可扩展和高生产率电子商务应用方面的有效性。所提出的评估框架也可作为研究人员和实践者在现代云使能系统中评估数据库部署策略的参考。
