Мені здається, ваша проблема полягає в тому, що ви намагаєтеся перевірити показники ефективності, які недостатньо підтримуються в базовому db. Це ускладнює порівняння продуктивності в різних системах, оскільки основні підходи дуже різні. Я не думаю, що можна порівняти яблука з яблуками так само, як я не думаю, що ви можете зробити порівняння яблук з яблуками порівняння підходів типу ORDBMS до підходів типу RDBMS. Побоювання щодо продуктивності просто надто різні, і якщо Stonebraker має рацію, що оптимізація ORDBMS для тестів TPC-C втрачає суть, то для систем, що знаходяться ще далі, це буде неможливо. (Я думаю, що він знаходиться там, однак, лише там, де функціонує ORDBMS.)
Я думаю, що вам потрібно бути чесним - це подивитися на те, як ви використовували б кожну систему та будували інструмент орієнтиру на основі підходу, який ви застосували до кожної. Тоді ви можете сказати хоча б для цього робочого процесу, що тест показує щось конкретне. Я не бачу, як ви можете узагальнити. Ви можете далі запустити його в профілері, щоб отримати додаткову інформацію про те, де витрачається час на тестовий пробіг на різних двигунах.
Однак бенчмаркінг db дуже важко зробити осмисленим за найкращих обставин, і коли ви порівнюєте різні системи, неможливо узагальнити.