HTAP数据库 PostgreSQL 场景与性能测试之 7 - (OLTP) 全文检索 - 含索引实时写入

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 7 - (OLTP) 全文检索 - 含索引实时写入

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 7 - (OLTP) 全文检索 - 含索引实时写入

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 7 - (OLTP) 全文检索 - 含索引实时写入

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 7 - (OLTP) 全文检索 - 含索引实时写入

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 - 全文检索 - 含索引实时写入 (OLTP)

1、背景

字符串搜索是非常常见的业务需求,它包括:

1、前缀+模糊查询。(可以使用b-tree索引)

2、后缀+模糊查询。(可以使用b-tree索引)

3、前后模糊查询。(可以使用pg_trgm和gin索引)

4、全文检索。(可以使用全文检索类型以及gin或rum索引)

5、正则查询。(可以使用pg_trgm和gin索引)

6、相似查询。(可以使用pg_trgm和gin索引)

通常来说,数据库并不具备3以后的加速能力,但是PostgreSQL的功能非常强大,它可以非常完美的支持这类查询的加速。(是指查询和写入不冲突的,并且索引BUILD是实时的。)

用户完全不需要将数据同步到搜索引擎,再来查询,而且搜索引擎也只能做到全文检索,并不你做到正则、相似、前后模糊这几个需求。

使用PostgreSQL可以大幅度的简化用户的架构,开发成本,同时保证数据查询的绝对实时性。

2、设计

500万个词的词库,随机提取64个,组成一个含64个词的分词字符串(实际场景分词的使用请参考末尾如来神掌,本文主要目的是性能测试),schemaless的方式单点写入到全文检索字段。

包含全文检索GIN索引,本CASE主要体现的是BUILD全文索引的同时,写入数据的能力。

3、准备测试表

create table t_fts(  
  id int,  
  ts tsvector  
);  
  
create index idx_t_fts_ts on t_fts using gin (ts) with (gin_pending_list_limit = 65535, fastupdate=on) tablespace tbs1;  
alter table t_fts set (toast.autovacuum_enabled =off);  
alter table t_fts set (autovacuum_enabled =off);  
  
do language plpgsql $$  
declare  
begin  
  for i in 0..1024 loop  
    execute 'create table t_fts_'||i||' (like t_fts including all) inherits(t_fts)';  
    execute 'alter table t_fts_'||i||' set (toast.autovacuum_enabled =off)';  
    execute 'alter table t_fts_'||i||' set (autovacuum_enabled =off)';  
  end loop;  
end;  
$$;  

4、准备测试函数(可选)

create or replace function gen_rand_tsvector(int,int) returns tsvector as $$  
  select array_to_tsvector(array_agg((random()*$1)::int::text)) from generate_series(1,$2);  
$$ language sql strict;  
  
create or replace function ins_t_fts(int) returns void as $$  
declare  
begin  
  execute 'insert into t_fts_'||$1||' values (1, gen_rand_tsvector(5000000, 64))';  
end;  
$$ 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_fts(: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: 28190260  
latency average = 0.596 ms  
latency stddev = 1.695 ms  
tps = 93946.251980 (including connections establishing)  
tps = 93955.787059 (excluding connections establishing)  
script statistics:  
 - statement latencies in milliseconds:  
         0.002  \set suffix random(0,1024)  
         0.594  select ins_t_fts(:suffix);  

TPS: 93955

平均响应时间: 0.596 毫秒

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:Internet Explorer一声不响吃掉我5GB硬盘空间!这些文件夹你注意了吗?


下一篇:【高校开学季】加那么多社团,不如加入一个社区!