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
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》
《PostgreSQL 使用 pgbench 测试 sysbench 相关case》
https://www.postgresql.org/docs/10/static/pgbench.html