452
Deepgreen DB 是什麼？
Deepgreen DB 全稱 Vitesse Deepgreen DB，它是一個可擴展的大規模並行（通常稱為MPP）數據倉庫解決方案，起源於開源數據倉庫項目Greenplum DB（通常稱為GP或GPDB）。所以已經熟悉了GP的朋友，可以無縫切換到Deepgreen。
它幾乎擁有GP的所有功能，在保有GP所有優勢的基礎上，Deepgreen對原查詢處理引擎進行了優化，新一代查詢處理引擎擴展了：
- 優越的連接和聚合算法
- 新的溢出處理子係統
- 基於JIT的查詢優化、矢量掃描和數據路徑優化
下麵簡單介紹一下Deepgreen的主要特性（主要與Greenplum對比）：
1. 100% GPDB
Deepgreen與Greenplum幾乎100%一致，這裏說幾乎，是因為Deepgreen也剔除了一些Greenplum上的雞肋功能，例如MapReduce支持，可以說保有的都是精華。從SQL語法、存儲過程語法，到數據存儲格式，再到像gpstart/gpfdist等組件，Deepgreen為想要從Greenplum遷移過來的用戶將遷移影響降到最低。尤其是在下麵這些方麵：
- 除了以quicklz方式壓縮的數據需要修改外，其他數據無需重新裝載
- DML和DDL語句沒有任何改變
- UDF（用戶定義函數）語法沒有任何改變
- 存儲過程語法沒有任何改變
- JDBC／ODBC等連接和授權協議沒有任何改變
- 運行腳本沒有任何改變（例如備份腳本）
那麼Deepgreen和Greenplum的不同之處在哪呢？總結成一個詞就是：快！快！快！（重要的事情說三遍）。因為大部分的OLAP工作都與CPU的性能有關，所以針對CPU優化後的Deepgreen在性能測試中，可以達到比原Greenplum塊3～5倍的性能。
2.更快的Decimal類型
Deepgreen提供了兩個更精確的Decimal類型：Decimal64和Decimal128，它們比Greenplum原有的Decimal類型（Numeric）更有效。因為它們更精確，相比於fload／double類型，更適合用在銀行等對數據準確性要求高的業務場景。
安裝：
這兩個數據類型需要在數據庫初始化以後，通過命令加載到需要的數據庫中：
dgadmin@flash:~$ source deepgreendb/greenplum_path.sh
dgadmin@flash:~$ cd $GPHOME/share/postgresql/contrib/
dgadmin@flash:~/deepgreendb/share/postgresql/contrib$ psql postgres -f pg_decimal.sql使用語句：select avg(x), sum(2*x) from table
數據量：100萬
dgadmin@flash:~$ psql -d postgres
psql (8.2.15)
Type "help" for help.
postgres=# drop table if exists tt;
NOTICE: table "tt" does not exist, skipping
DROP TABLE
postgres=# create table tt(
postgres(# ii bigint,
postgres(# f64 double precision,
postgres(# d64 decimal64,
postgres(# d128 decimal128,
postgres(# n numeric(15, 3))
postgres-# distributed randomly;
CREATE TABLE
postgres=# insert into tt
postgres-# select i,
postgres-# i + 0.123,
postgres-# (i + 0.123)::decimal64,
postgres-# (i + 0.123)::decimal128,
postgres-# i + 0.123
postgres-# from generate_series(1, 1000000) i;
INSERT 0 1000000
postgres=# \timing on
Timing is on.
postgres=# select count(*) from tt;
count
---------
1000000
(1 row)
Time: 161.500 ms
postgres=# set vitesse.enable=1;
SET
Time: 1.695 ms
postgres=# select avg(f64),sum(2*f64) from tt;
avg | sum
------------------+------------------
500000.622996815 | 1000001245993.63
(1 row)
Time: 45.368 ms
postgres=# select avg(d64),sum(2*d64) from tt;
avg | sum
------------+-------------------
500000.623 | 1000001246000.000
(1 row)
Time: 135.693 ms
postgres=# select avg(d128),sum(2*d128) from tt;
avg | sum
------------+-------------------
500000.623 | 1000001246000.000
(1 row)
Time: 148.286 ms
postgres=# set vitesse.enable=1;
SET
Time: 11.691 ms
postgres=# select avg(n),sum(2*n) from tt;
avg | sum
---------------------+-------------------
500000.623000000000 | 1000001246000.000
(1 row)
Time: 154.189 ms
postgres=# set vitesse.enable=0;
SET
Time: 1.426 ms
postgres=# select avg(n),sum(2*n) from tt;
avg | sum
---------------------+-------------------
500000.623000000000 | 1000001246000.000
(1 row)
Time: 296.291 ms結果列表：
45ms - 64位float
136ms - decimal64
148ms - decimal128
154ms - deepgreen numeric
296ms - greenplum numeric通過上麵的測試，decimal64（136ms）類型比deepgreen numeric（154ms）類型快，比greenplum numeric快兩倍，生產環境中快5倍以上。
3.支持JSON
Deepgreen支持JSON類型，但是並不完全支持。不支持的函數有：json_each,json_each_text,json_extract_path,json_extract_path_text, json_object_keys, json_populate_record, json_populate_recordset, json_array_elements, and json_agg.
安裝：
執行下麵命令擴展json支持：
dgadmin@flash:~$ psql postgres -f $GPHOME/share/postgresql/contrib/json.sqldgadmin@flash:~$ psql postgres
psql (8.2.15)
Type "help" for help.
postgres=# select '[1,2,3]'::json->2;
?column?
----------
3
(1 row)
postgres=# create temp table mytab(i int, j json) distributed by (i);
CREATE TABLE
postgres=# insert into mytab values (1, null), (2, '[2,3,4]'), (3, '[3000,4000,5000]');
INSERT 0 3
postgres=#
postgres=# insert into mytab values (1, null), (2, '[2,3,4]'), (3, '[3000,4000,5000]');
INSERT 0 3
postgres=# select i, j->2 from mytab;
i | ?column?
---+----------
2 | 4
2 | 4
1 |
3 | 5000
1 |
3 | 5000
(6 rows)4.高效壓縮算法
Deepgreen延續了Greenplum的zlib壓縮算法用於存儲壓縮。除此之外，Deepgreen還提供兩種對數據庫負載更優的壓縮格式：zstd和lz4.
如果客戶在列存或者隻追加堆表存儲時要求更優的壓縮比，請選擇zstd壓縮算法。相比於zlib，zstd有更好的壓縮比，並且能更有效利用CPU。
如果客戶有大量讀取需求，那麼可以選擇lz4壓縮算法，因為它有著驚人的解壓速度。雖然在壓縮比上lz4並沒有zlib和zstd那麼出眾，但是為了滿足高讀取負載作出一些犧牲還是值得的。
有關於這兩種壓縮算法的具體內容，詳見其主頁：
- zstd主頁 https://facebook.github.io/zstd/
- lz4主頁 https://lz4.github.io/lz4/
測試一把：
這裏隻針對 不壓縮／zlib／zstd／lz4四種，進行簡單的測試，我的機器性能並不高，所有結果僅供參考：
postgres=# create temp table ttnone (
postgres(# i int,
postgres(# t text,
postgres(# default column encoding (compresstype=none))
postgres-# with (appendonly=true, orientation=column)
postgres-# distributed by (i);
CREATE TABLE
postgres=# \timing on
Timing is on.
postgres=# create temp table ttzlib(
postgres(# i int,
postgres(# t text,
postgres(# default column encoding (compresstype=zlib, compresslevel=1))
postgres-# with (appendonly=true, orientation=column)
postgres-# distributed by (i);
CREATE TABLE
Time: 762.596 ms
postgres=# create temp table ttzstd (
postgres(# i int,
postgres(# t text,
postgres(# default column encoding (compresstype=zstd, compresslevel=1))
postgres-# with (appendonly=true, orientation=column)
postgres-# distributed by (i);
CREATE TABLE
Time: 827.033 ms
postgres=# create temp table ttlz4 (
postgres(# i int,
postgres(# t text,
postgres(# default column encoding (compresstype=lz4))
postgres-# with (appendonly=true, orientation=column)
postgres-# distributed by (i);
CREATE TABLE
Time: 845.728 ms
postgres=# insert into ttnone select i, 'user '||i from generate_series(1, 100000000) i;
INSERT 0 100000000
Time: 104641.369 ms
postgres=# insert into ttzlib select i, 'user '||i from generate_series(1, 100000000) i;
INSERT 0 100000000
Time: 99557.505 ms
postgres=# insert into ttzstd select i, 'user '||i from generate_series(1, 100000000) i;
INSERT 0 100000000
Time: 98800.567 ms
postgres=# insert into ttlz4 select i, 'user '||i from generate_series(1, 100000000) i;
INSERT 0 100000000
Time: 96886.107 ms
postgres=# select pg_size_pretty(pg_relation_size('ttnone'));
pg_size_pretty
----------------
1708 MB
(1 row)
Time: 83.411 ms
postgres=# select pg_size_pretty(pg_relation_size('ttzlib'));
pg_size_pretty
----------------
374 MB
(1 row)
Time: 4.641 ms
postgres=# select pg_size_pretty(pg_relation_size('ttzstd'));
pg_size_pretty
----------------
325 MB
(1 row)
Time: 5.015 ms
postgres=# select pg_size_pretty(pg_relation_size('ttlz4'));
pg_size_pretty
----------------
785 MB
(1 row)
Time: 4.483 ms
postgres=# select sum(length(t)) from ttnone;
sum
------------
1288888898
(1 row)
Time: 4414.965 ms
postgres=# select sum(length(t)) from ttzlib;
sum
------------
1288888898
(1 row)
Time: 4500.671 ms
postgres=# select sum(length(t)) from ttzstd;
sum
------------
1288888898
(1 row)
Time: 3849.648 ms
postgres=# select sum(length(t)) from ttlz4;
sum
------------
1288888898
(1 row)
Time: 3160.477 ms5.數據采樣
從Deepgreen 16.16版本開始，內建支持通過SQL進行數據真實采樣，您可以通過定義行數或者定義采樣比兩種方式進行采樣：
- SELECT {select-clauses} LIMIT SAMPLE {n} ROWS;
- SELECT {select-clauses} LIMIT SAMPLE {n} PERCENT;
測試一把：
postgres=# select count(*) from ttlz4;
count
-----------
100000000
(1 row)
Time: 903.661 ms
postgres=# select * from ttlz4 limit sample 0.00001 percent;
i | t
----------+---------------
3442917 | user 3442917
9182620 | user 9182620
9665879 | user 9665879
13791056 | user 13791056
15669131 | user 15669131
16234351 | user 16234351
19592531 | user 19592531
39097955 | user 39097955
48822058 | user 48822058
83021724 | user 83021724
1342299 | user 1342299
20309120 | user 20309120
34448511 | user 34448511
38060122 | user 38060122
69084858 | user 69084858
73307236 | user 73307236
95421406 | user 95421406
(17 rows)
Time: 4208.847 ms
postgres=# select * from ttlz4 limit sample 10 rows;
i | t
----------+---------------
78259144 | user 78259144
85551752 | user 85551752
90848887 | user 90848887
53923527 | user 53923527
46524603 | user 46524603
31635115 | user 31635115
19030885 | user 19030885
97877732 | user 97877732
33238448 | user 33238448
20916240 | user 20916240
(10 rows)
Time: 3578.031 ms6.TPC-H性能
Deepgreen與Greenplum的性能對比，請參考我另外兩個帖子：
另外Deepgreen自身搭載的高性能組件Xdrive，在後期會另行分享～
End~
最後更新：2017-06-16 02:06:34
上一篇：
Aliware-MQ消息隊列技術架構與最佳實踐
下一篇： 中國智能家居的蝴蝶效應
- 《Docker生產環境實踐指南》——1.4 可預期的情況
- [讀書筆記] The Part-Time Parliament
- 【12.2新特性】在Oracle Active Data Guard上部署列式存儲
- 舍不得花錢的心理分析
- SinoBBD出席中國大數據（貴州）綜合試驗區·美國（矽穀）推介會
- [emerg]: bind() to 0.0.0.0:80 failed (98: Address already in use) 問題思考？
- 上帝的巴別塔在崩塌？阿裏翻譯一年2500億次調用，節省25億美元
- 抓包工具Fidder詳解
- “新和創”何家平：傳統智能家居廠商在整體解決方案上更有優勢
- 阿裏感悟（十六）- 有效的溝通