HTAP数据库 PostgreSQL 场景与性能测试之 39 - (OLTP+OLAP) 含索引多表单点写入

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。

pic

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。

pic

在各种应用场景中都可以看到PostgreSQL的应用:

pic

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:

pic

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 - 含索引多表单点写入 (OLTP+OLAP)

1、背景

含索引,多表(128个表),每次写入一条记录。这是非常典型的测试TP或AP场景,数据实时灌入场景的能力。

2、设计

多表(128个表),含索引,单事务单条写入(一次写入1条)。高并发。

3、准备测试表

create table t_sensor(  
  id int8,  
  c1 int8 default 0,  
  c2 int8 default 0,  
  c3 int8 default 0,  
  c4 float8 default 0,  
  c5 text default 'aaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaa',  
  ts timestamp default clock_timestamp()  
) with (autovacuum_enabled=off, toast.autovacuum_enabled=off);  
  
create index idx_t_sensor_ts on t_sensor using btree (ts) tablespace tbs1;  
do language plpgsql $$  
declare  
begin  
  for i in 1..128 loop  
    execute format('create table t_sensor%s (like t_sensor including all) inherits (t_sensor) with (autovacuum_enabled=off, toast.autovacuum_enabled=off)', i);  
  end loop;  
end;  
$$;  

4、准备测试函数(可选)

create or replace function ins_sensor(int, int) returns void as $$  
declare  
begin  
  execute format('insert into t_sensor%s (id) values (%s)', $1, $2);  
  -- 为了拼接表名,使用了动态SQL,硬解析耗时。  
  -- 导致测试结果有出入,至少不会比单表无索引写入性能差。  
  -- 批量写入的话,硬解析的问题可以被掩盖。  
end;  
$$ language plpgsql strict;  

5、准备测试数据

6、准备测试脚本

vi test.sql  
  
\set sid random(1,128)  
\set id random(1,100000000)  
select ins_sensor(:sid, :id);  

压测

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  

7、测试

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: 51242910  
latency average = 0.328 ms  
latency stddev = 0.370 ms  
tps = 170796.479135 (including connections establishing)  
tps = 170812.608470 (excluding connections establishing)  
script statistics:  
 - statement latencies in milliseconds:  
         0.002  \set sid random(1,128)  
         0.000  \set id random(1,100000000)  
         0.326  select ins_sensor(:sid, :id);  

TPS: 170812 ( 动态SQL,导致测试结果与实际能力有出入 )

多表(128个表),含索引,单事务单条写入(一次写入1条)。高并发。

  -- 为了拼接表名,使用了动态SQL,硬解析耗时。  
  
  -- 导致测试结果有出入,至少不会比单表无索引写入性能差。至少不低于 26万行/s.  
  
  -- 批量写入的话,硬解析的问题可以被掩盖。  

主要瓶颈:b-tree lock, xlog lock.

平均响应时间: 0.328 毫秒

多表(128个表),含索引,单事务单条写入(一次写入1条)。高并发。

主要瓶颈:b-tree lock, xlog lock.

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

Flag Counter

digoal’s 大量PostgreSQL文章入口