性能测试
我们将 Xorbits 与 Dask、Pandas API on Spark、以及 Modin on Ray 基于 TPC-H 基准测试进行性能对比，包含 scale factor 100（大约 100GB 数据集）和 1000（大约 1TB 数据集）两种。 TPC-H SF100 的集群包含1个 r6i.large 实例作为 supervisor，以及5个 r6i.4xlarge 实例作为 worker；TPC-H SF1000 包含1个 r6i.large 实例作为 supervisor，16个 r6i.8xlarge 实例作为 worker。
TPC-H SF100: Xorbits vs. Dask
Dask 是一个知名的"类 pandas"框架，它可以用来分布式加速 Python 计算。下图展现了 Xorbits 和 Dask 的计算时间（不含 I/O 时间）。Dask 在 Q21 跑的时候内存溢出，因此 Q21 被排除。综合所有查询，Xorbits 比 Dask 快7.3倍。
TPC-H SF100: Xorbits vs. Pandas API on Spark
Spark 是知名的大数据框架。下图展现了 Xorbits 和 Pandas API on Spark 的计算时间（不包含 I/O 时间）。Pandas API on Spark 跑 Q1、Q4、Q7 和 Q21 查询时失败，跑 Q20 查询时内存溢出。除此之外，对于所有查询，Xorbits 和它有着相似的性能，但是 Xorbits 提供更优秀的 API 兼容性。
TPC-H SF100: Xorbits vs. Modin
Modin 是另一个"类 pandas"的框架，他们宣称可以"通过更改一行代码"就可以加速 Pandas 计算。下图展现了 Xorbits 和 Modin 的计算时间（不包含 I/O 时间）。 不幸的是，Modin 跑第一个查询就卡住了，所以我们不得不改变运行方式，把 Modin 改成一个个查询单独跑，以期这样能减少内存使用，使得能跑通尽可能多的查询。 最后 Modin 在大多数涉及数据重排的查询中内存溢出，显得性能差别没那么明显，Xorbits 依然比 Modin 快了3.2倍。
TPC-H SF1000: Xorbits
Xorbits 能够跑通全部的测试，Dask、Pandas API on Spark 以及 Modin 大部分的测试都跑失败了。因此，我们无法对比性能的差别，我们计划未来在合适的时间继续对比。
