标签
PostgreSQL , HTAP , OLTP , OLAP , 场景与性能测试
背景
PostgreSQL是一个历史悠久的数据库，历史可以追溯到1973年，最早由2014计算机图灵奖得主，关系数据库的鼻祖Michael_Stonebraker 操刀设计，PostgreSQL具备与Oracle类似的功能、性能、架构以及稳定性。
PostgreSQL社区的贡献者众多，来自全球各个行业，历经数年，PostgreSQL 每年发布一个大版本，以持久的生命力和稳定性著称。
2017年10月，PostgreSQL 推出10 版本，携带诸多惊天特性，目标是胜任OLAP和OLTP的HTAP混合场景的需求：
《最受开发者欢迎的HTAP数据库PostgreSQL 10特性》
1、多核并行增强
2、fdw 聚合下推
3、逻辑订阅
4、分区
5、金融级多副本
6、json、jsonb全文检索
7、还有插件化形式存在的特性，如 向量计算、JIT、SQL图计算、SQL流计算、分布式并行计算、时序处理、基因测序、化学分析、图像分析 等。
在各种应用场景中都可以看到PostgreSQL的应用：
PostgreSQL近年来的发展非常迅猛，从知名数据库评测网站dbranking的数据库评分趋势，可以看到PostgreSQL向上发展的趋势：
从每年PostgreSQL中国召开的社区会议，也能看到同样的趋势，参与的公司越来越多，分享的公司越来越多，分享的主题越来越丰富，横跨了 传统企业、互联网、医疗、金融、国企、物流、电商、社交、车联网、共享XX、云、游戏、公共交通、航空、铁路、军工、培训、咨询服务等 行业。
接下来的一系列文章，将给大家介绍PostgreSQL的各种应用场景以及对应的性能指标。
环境
环境部署方法参考：
《PostgreSQL 10 + PostGIS + Sharding(pg_pathman) + MySQL(fdw外部表) on ECS 部署指南(适合新用户)》
阿里云 ECS：56核，224G，1.5TB*2 SSD云盘。
操作系统：CentOS 7.4 x64
数据库版本：PostgreSQL 10
PS：ECS的CPU和IO性能相比物理机会打一定的折扣，可以按下降1倍性能来估算。跑物理主机可以按这里测试的性能乘以2来估算。
场景 - 多值类型(数组)含索引实时写入 (OLTP)
1、背景
PostgreSQL的多值类型包括：
1、JSON, JSONB。用于存储非结构化数据，业务程序在设计之初可以变得非常灵活，不需要定义清晰的表结构。用于非结构化文本，多组属性非常适合。
2、HSTORE。KV类型。
3、ARRAY。数组类型。
4、tsvector。全文检索类型。
5、XML。
等等。
多值类型的出现，使得用户可以多一种架构设计的选择，原来存储多值类型，用户可能需要存储为TEXT，用户自己在业务程序中做出解析，解读多值类型的内容。
对于多值类型的检索，PostgreSQL通过GIN索引来实现，实际上是对多值类型的元素构建索引，提交查询效率。
本文压测的是数组类型，在包含了索引时的实时写入能力。
2、设计
500万个值的取值空间，随机提取64个，组成一个含64个元素的数组，schemaless的方式单点写入到数组字段。
包含多值类型GIN索引，本CASE主要体现的是BUILD多值索引的同时，写入数据的能力。
3、准备测试表
create table t_arr(
id int,
arr int[]
);
create index idx_t_arr_ts on t_arr using gin (arr) with (gin_pending_list_limit = 65535, fastupdate=on) tablespace tbs1;
alter table t_arr set (toast.autovacuum_enabled =off);
alter table t_arr set (autovacuum_enabled =off);
do language plpgsql $$
declare
begin
for i in 0..1024 loop
execute 'create table t_arr_'||i||' (like t_arr including all) inherits(t_arr)';
execute 'alter table t_arr_'||i||' set (toast.autovacuum_enabled =off)';
execute 'alter table t_arr_'||i||' set (autovacuum_enabled =off)';
end loop;
end;
$$;
4、准备测试函数(可选)
create or replace function gen_rand_arr(int,int) returns int[] as $$
select array_agg((random()*$1)::int) from generate_series(1,$2);
$$ language sql strict;
create or replace function ins_t_arr(int) returns void as $$
declare
begin
execute 'insert into t_arr_'||$1||' values (1, gen_rand_arr(5000000, 64))';
end;
$$ language plpgsql strict;
5、准备测试数据
6、准备测试脚本
vi test.sql
\set suffix random(0,1024)
select ins_t_arr(:suffix);
7、测试
CONNECTS=56
TIMES=300
export PGHOST=$PGDATA
export PGPORT=1999
export PGUSER=postgres
export PGPASSWORD=postgres
export PGDATABASE=postgres
pgbench -M prepared -n -r -f ./test.sql -P 5 -c $CONNECTS -j $CONNECTS -T $TIMES
8、测试结果
transaction type: ./test.sql
scaling factor: 1
query mode: prepared
number of clients: 56
number of threads: 56
duration: 300 s
number of transactions actually processed: 31201390
latency average = 0.538 ms
latency stddev = 1.203 ms
tps = 103995.590898 (including connections establishing)
tps = 104005.757541 (excluding connections establishing)
script statistics:
- statement latencies in milliseconds:
0.002 \set suffix random(0,1024)
0.537 select ins_t_arr(:suffix);
TPS： 104005
平均响应时间： 0.538 毫秒
参考
《PostgreSQL、Greenplum 应用案例宝典《如来神掌》 - 目录》