HTAP数据库 PostgreSQL 场景与性能测试之 8 - (OLTP) 多值类型(数组)含索引实时写入

1 minute read

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》

《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

digoal’s 大量PostgreSQL文章入口

Twitter Facebook Google+ LinkedIn

Digoal.zhou