HTAP数据库 PostgreSQL 场景与性能测试之 4 - (OLAP) 大表OUTER JOIN统计查询

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。

HTAP数据库 PostgreSQL 场景与性能测试之 4 - (OLAP) 大表OUTER JOIN统计查询

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。

HTAP数据库 PostgreSQL 场景与性能测试之 4 - (OLAP) 大表OUTER JOIN统计查询

在各种应用场景中都可以看到PostgreSQL的应用:

HTAP数据库 PostgreSQL 场景与性能测试之 4 - (OLAP) 大表OUTER JOIN统计查询

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:

HTAP数据库 PostgreSQL 场景与性能测试之 4 - (OLAP) 大表OUTER JOIN统计查询

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 - 大表OUTER JOIN统计查询 (OLAP)

1、背景

OUTER JOIN 在统计分析的应用场景用得较多,例如多表数据补齐、求差集、求并集等。

2、设计

1000万与1亿测试数据,一对多,(A表 800万a.id=b.id数据,200万a.id<>b.id数据,B表 8000万a.id=b.id记录,2000万a.id<>b.id记录)。

测试1:1000万 left join 1亿

测试2:1亿 left join 1000万

3、准备测试表

create table a(  
  id int primary key,  
  c1 int,  
  c2 int  
);  
  
create table b(  
  id int,  
  c1 int,  
  c2 int  
);  
  
create index idx_b_id on b(id);  

4、准备测试函数(可选)

5、准备测试数据

insert into a select generate_series(1,10000000);  
  
insert into b select 2000000+random()*10000000 from generate_series(1,100000000);  

6、准备测试脚本

vi test.sql  
  
\timing  
set parallel_setup_cost =0;  
set parallel_tuple_cost =0;  
set max_parallel_workers_per_gather =28;  
set max_parallel_workers =28;  
alter table a set (parallel_workers =16);  
alter table b set (parallel_workers =16);  
  
select count(*) from a left join b on (a.id=b.id) where b.* is null;  
  
select count(*) from a left join b on (a.id=b.id) where b.* is not null;  
  
select count(*) from b left join a on (a.id=b.id) where a.* is null;  
  
select count(*) from b left join a on (a.id=b.id) where a.* is not null;  

7、测试

export PGHOST=$PGDATA      
export PGPORT=1999      
export PGUSER=postgres      
export PGPASSWORD=postgres      
export PGDATABASE=postgres      
      
psql -f ./test.sql   

8、测试结果

Timing is on.  
SET  
Time: 0.231 ms  
SET  
Time: 0.061 ms  
SET  
Time: 0.064 ms  
SET  
Time: 0.048 ms  
ALTER TABLE  
Time: 0.604 ms  
ALTER TABLE  
Time: 0.181 ms  
  count    
---------  
 2000364  
(1 row)  
  
Time: 8592.430 ms (00:08.592)  
 count   
-------  
     0  
(1 row)  
  
Time: 8686.379 ms (00:08.686)  
  count     
----------  
 19999964  
(1 row)  
  
Time: 17443.574 ms (00:17.444)  
 count   
-------  
     0  
(1 row)  
  
Time: 18797.034 ms (00:18.797)  

TPS

响应时间

1000万 left join 1亿:8秒。

1亿 left join 1000万:18秒。

参考

《PostgreSQL、Greenplum 应用案例宝典《如来神掌》 - 目录》

《数据库选型之 - 大象十八摸 - 致 架构师、开发者》

《PostgreSQL 使用 pgbench 测试 sysbench 相关case》

《数据库界的华山论剑 tpc.org》

https://www.postgresql.org/docs/10/static/pgbench.html

上一篇:同余方程


下一篇:HTAP数据库 PostgreSQL 场景与性能测试之 36 - (OLTP+OLAP) 不含索引单表批量写入