sysmon_tcp_to_file
本测试用于验证 sysmon_tcp_to_file 场景下的引擎性能（Mac M4 Mini，日志解析+转换）。
场景描述
本场景可概括为：Sysmon 1K JSON 日志，TCP 输入到 File 输出，执行 日志解析+转换 能力。
本测试旨在评估 WarpParse 与 Vector 两款引擎在 Sysmon 1K JSON 日志 处理场景下的表现。
设计
- 测试目标: 对比两引擎在该日志场景下的吞吐、延迟、CPU/内存使用。
- 输入配置: TCP 输入，覆盖高并发/大吞吐压测场景。
- 输出配置: File 输出，用于验证链路吞吐能力。
- 预期行为:
- 解析与转换链路正确执行，字段映射/增强结果与规则期望一致。
- 高负载下转换不成为瓶颈，整体吞吐稳定，延迟可控。
- 性能与资源指标可正常采集，用于后续对比与回归。
Results（Mac M4 Mini）
| 引擎 | 输入模式 | 输出模式 | 消费速率(EPS) | MPS | CPU平均/峰值 | 内存平均/峰值 |
|---|---|---|---|---|---|---|
| WarpParse | TCP | File | 219,900 | 206.78 | 719.29 %/817.00 % | 431.93 MB/457.17 MB |
| Vector | TCP | File | 40,300 | 37.90 | 391.09 %/497.30 % | 394.67 MB/409.95 MB |
结论
在本测试场景（Sysmon 1K JSON 日志，TCP 输入到 File 输出，执行 日志解析+转换 能力）中，对比 WarpParse 与 Vector 的性能表现，得出以下结论：
-
吞吐性能: WarpParse 表现出显著优势。
- 消费速率达到 219,900 EPS，约是 Vector (40,300 EPS) 的 5.46 倍。
- 这意味着在相同硬件资源下，WarpParse 能够处理更大规模的数据流量。
-
系统资源开销:
- CPU: WarpParse 的 CPU 使用率更高（719.29 % vs 391.09 %）。
- 内存: WarpParse 的内存占用更高（431.93 MB vs 394.67 MB）。
总结: WarpParse 在该场景下展现了卓越的吞吐性能（领先约 5.46 倍），虽然在资源消耗上略有增加，但考虑到数倍的性能提升，整体能效比极高。对于追求高吞吐量的日志处理场景，WarpParse 是更优的选择。