Was ein zweiter Server unter Spitzenlast bringt

Monatsabschluss, Planungsrunde, Quartalsbericht: Die Last auf einem Data Warehouse kommt selten gleichmäßig. An den meisten Tagen reicht eine Maschine locker. An wenigen Tagen im Monat wollen alle gleichzeitig große Auswertungen. Genau für diese Tage haben wir getestet.

Der Aufbau#

Zwei kleine Cloud-Server mit je sechs vCPU. Auf dem ersten läuft die vollständige Plattform samt Daten, auf dem zweiten nur ein zusätzlicher Rechenknoten der Abfrage-Engine. Die beiden sind über einen verschlüsselten WireGuard-Tunnel verbunden; der zweite Knoten holt sich die Daten durch diesen Tunnel und hält häufig gelesene Blöcke in einem eigenen Zwischenspeicher.

Gemessen haben wir mit TPC-H, dem Standard-Test für Auswertungen: ein nachgebildeter Großhändler mit 60 Millionen Bestellpositionen, 15 Millionen Aufträgen und 1,5 Millionen Kunden, dazu acht Standard-Abfragen von der Preisübersicht bis zu den Großaufträgen. Die Abfragen liefen direkt an die Abfrage-Engine, ohne den Cache, der Dashboards im Alltag beschleunigt. Das ist der ungünstigste Fall, und genau den wollten wir sehen.

Unter Last: doppelt so schnell am Ziel#

Je Stufe zwei Minuten Dauerlast im Mix der acht TPC-H-Abfragen, beide Varianten mit demselben Werkzeug direkt nacheinander. Eigene Messung vom 26. September 2026.

Die entscheidende Zeile ist die letzte. Mit einer Maschine stauen sich bei 20 Nutzern die Abfragen, und der Durchsatz fällt. Mit zwei Maschinen verteilt sich die Arbeit auf zwölf statt sechs Kerne, und die Plattform hält ihr Tempo: 23 fertige Abfragen pro Minute, ob vier Leute rechnen oder zwanzig.

Mit dem zweiten Server bleibt die Leistung unter Spitzenlast stabil: 77 Prozent mehr Durchsatz, halbe Wartezeit.

Für einen einzelnen Nutzer ist der Unterschied kleiner, und das ist zu erwarten: Alle acht Abfragen nacheinander dauerten 34 statt 40 Sekunden. Große Scans und Joins profitieren deutlich, die Preisübersicht etwa lief in 1,4 statt 3,0 Sekunden. Abfragen, die viele Daten zwischen den Knoten austauschen, gewinnen über einen Internet-Tunnel wenig. Ein zweiter Server ist ein Werkzeug für viele gleichzeitige Nutzer, kein Turbo für die einzelne Abfrage.

Der Test hat noch etwas gezeigt: Mit einer einzelnen Maschine und 20 schweren Abfragen gleichzeitig lief die Abfrage-Engine an ihre Speichergrenze und startete nach einer halben Minute neu. Mit dem zweiten Server trug sie dieselbe Last ohne Unterbrechung. Für die einzelne Maschine stellen wir die Grenzen so ein, dass Überlast sauber eingereiht wird.

Wann sich der zweite Server lohnt#

• Wenn regelmäßig vier oder mehr schwere Auswertungen gleichzeitig laufen
• Wenn die Hauptmaschine über längere Zeit mehr als 70 Prozent CPU zeigt
• Für planbare Spitzen wie Monatsabschluss und Planungsrunden

Davor lohnt ein anderer Schritt: die eine Maschine ausreizen. Der Engine mehr Arbeitsspeicher geben und, wo es geht, einen Server mit mehr Kernen wählen. Unsere Testmaschinen hatten sechs vCPU; ein üblicher Firmenserver hat 16 bis 32 Kerne und trägt dieselbe Last entsprechend leichter. Dashboards und Kennzahlen kommen ohnehin meist aus dem Cache und antworten in Sekunden, auch auf einer Maschine.

Spitzenlast als feste Größe#

Wie ein Cloud-Warehouse dieselbe Spitze abfängt, ist gut dokumentiert. Bei Snowflake verdoppelt jede größere Warehouse-Stufe die Credits pro Stunde. Für viele gleichzeitige Nutzer startet ein Multi-Cluster-Warehouse zusätzliche Cluster, jeder mit eigenem Verbrauch; diese Funktion setzt die Enterprise Edition voraus. Die Spitze ist damit elastisch, und sie steht als Spitze auf der Rechnung.

Mit lavalake ist der zweite Server eine feste Größe: ein Rechner, dessen Monatspreis Sie vorher kennen, im eigenen Rechenzentrum oder gemietet. Die Lizenz ändert sich dadurch nicht, denn sie zählt aktive Nutzer und keine Server. Ob der Monatsabschluss zwei Stunden dauert oder zwei Tage, die Kosten bleiben dieselben.

Mehr Leistung für die Spitze, ohne dass die Spitze die Rechnung bestimmt: Der zweite Server kostet jeden Monat dasselbe.

Als Nächstes#

Zwei Messungen stehen an. Dieselbe Last auf einem Server mit 16 Kernen, um den Gewinn durch einen größeren Server neben den durch einen zweiten zu stellen. Und der zweite Server im privaten Netz statt über das Internet, damit die Daten den kürzeren Weg nehmen. Die Ergebnisse kommen in die Dokumentation zur Dimensionierung.