HTAP数据库 PostgreSQL 场景与性能测试之 4 - (OLAP) 大表OUTER JOIN统计查询
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 - 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;
set enable_hashjoin=off;
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: 11427.439 ms (00:11.427)
count
-------
0
(1 row)
Time: 11177.324 ms (00:11.177)
count
----------
19999964
(1 row)
Time: 8314.111 ms (00:08.314)
count
----------
80000036
(1 row)
Time: 8524.950 ms (00:08.525)
TPS
响应时间
1000万 left join 1亿：11秒。
1亿 left join 1000万：8秒。
参考
《PostgreSQL、Greenplum 应用案例宝典《如来神掌》 - 目录》
《PostgreSQL 使用 pgbench 测试 sysbench 相关case》
https://www.postgresql.org/docs/10/static/pgbench.html