分享人：Digoal 阿里云资深数据库专家

正文：

本篇内容将通过三个部分来介绍PG+MySQL第3课。

一、压测工具

二、瞬间构造大量测试数据

三、压测case

一、压测工具

在开源的PG官方社区，提供了pg bench压测工具。它是最常用的压测工具，能够支持自定义，客户端的开销最小。用户可以查询官网的帮助文档，有详细的使用方法。pg bench不需要写任何脚本，可以直接调用客户端的命令，大大提升了工作效率。它有连接数、线程数、报告、绑定变量、重置连接等参数选项。有多种自定义的模型方法，比如变量，变量传递，随机数，多脚本调用和权重，睡眠等等。

二、瞬间构造大量测试数据

接下来，我们怎样快速生成数据？如果我想创建一个表，需要去快速生成1000万条记录。

第一种方法，我们用pg bench频繁的调用脚本。首先创建一个test表，创建一个序列，然后写入1000万条记录。C1变量设置为1~10000的随机值，c2设置为1~1000的随机值，c3设置为1~100的随机值。我们写一个test脚本，内容如上图。

第二种方法是用批量的方式，利用批量的方式，可以很容易的一次性生成大量的记录。c1的取值空间是1~10000，c2取值空间是1~1000，c3取值空间是1~100。id是序列产生的值，时间是一个时钟时间。如果要批量生成1000万条记录，也可以使用一次写多条的方法，用pg bench做样式压测。

除了批量和调用脚本的方式，我们还可以自定义一些函数，帮我们构造字段内容，根据我们的需求去构造内容字符串。如上图所示。

三、压测case

接下来，我们讲几个压测 case。主要有tpcb，简单key查询，upsert，随机数变量，模糊查询等等。

第一是tpcb。tpcb的测试比较简单。tpcb用104个连接，测120秒，测只读，它每秒会返回一次。如果标准方差抖动比较严重，说明性能抖动比较严重。稳定下之后，它的qps在150万以上，每一次的请求的平均响应时间，在零点零几毫秒。

接下来，我们看看upsert。首先，创建一个a表，其中有一个字段是组件。取值范围id是1~20亿。如果说id已经存在，把.info,crt_time设置为当前输入值。然后，自定义一个test.sql脚本。有两百多万次的update，两千多万次的更。随着数据越来越多，冲突的概率越来越高，update也就越来越多。等120秒跑完之后，它会输出一个test报告。

随机数变量random，随机值取值范围是（x，y）。random的概率是完全随机的。指数分布的概率是通过x，y代表最大值和最小值。高斯分布的概率是通过f(i + 0.5) - f(i - 0.5) 来定义。它是中型分布，当概率分布越靠近取值范围的中间，概率越高。zip的概率分布是((i+1)/i)**parameter。综上所述，我们可以根据自己的业务，使用不同的随机值生成函数。

 

接下来，我们讲讲模糊查询。我们创建两个表，即t1表和t2表。T1表是做查询的表，t2表是种子表。在t1表插入1000万条记录，t2表插入100万条记录。其中有10万条是随机的，另外90万条自t1表。其中取了十个长度的随机字符。t2表里有10万条匹配不了，其中有90万条能够匹配。即90%能够匹配，就查询时有10%是匹配不到。1000万的记录，通过前后百分号的模糊查询，只花了十几毫秒。因为pg支持倒排索引，它的平均响应时间在35毫秒左右。

接下来，我们看看如何查询轨迹历史？这比共享单车，我们在骑行过程中，骑行会产生位点，这些位点就是我们轨迹的订单。如果骑行十分钟，会上报个几十个位点。所以我们在模拟这样的数据。在表里面写入1000万条记录，随机值是1~10000，创建ordid索引，ordid等于1~10000的随机值。查询之后，我们发现，之前需要一千多个数据块，现在只需要访问十六个数据块。大大提升了轨迹查询的性能。

 

我们来看一下，数值相近查询。假设有一个表，其中有一个字段是年龄。我们按照年龄排序。比如越靠近24岁，返回值就越靠前。这个时候，我们需要用gist索引。创建一个t_num表。用浮点型来表示，浮点型取值范围在0~120之间。我们在里面写了1000万条记录，开始查询时，越靠近24岁的值，返回值越靠前。

接下来，我们看看空间距离相近查询。比如饿了么订餐，我在某个酒店里订餐，以酒店为中心，圈出附近100个餐馆。表里写了1000万个位点，用位置索引，其中，有零点几个毫秒就返回的，那么它一定是离你最近的。

第一对于高并发的请求，我们推荐用长链接和绑定变量。对于分析型的查询，因并发不高，而且每次查询都会重新生成执行计划。所以我们不建议用绑定变量。故分析场景，不建议绑定变量；高并发场景建议用绑定变量。