536
HTAP數據庫 PostgreSQL 場景與性能測試之 15 - (OLTP) 物聯網 - 查詢一個時序區間的數據
標簽
PostgreSQL , HTAP , OLTP , OLAP , 場景與性能測試
背景
PostgreSQL是一個曆史悠久的數據庫，曆史可以追溯到1973年，最早由2014計算機圖靈獎得主，關係數據庫的鼻祖Michael_Stonebraker 操刀設計，PostgreSQL具備與Oracle類似的功能、性能、架構以及穩定性。
PostgreSQL社區的貢獻者眾多，來自全球各個行業，曆經數年，PostgreSQL 每年發布一個大版本，以持久的生命力和穩定性著稱。
2017年10月，PostgreSQL 推出10 版本，攜帶諸多驚天特性，目標是勝任OLAP和OLTP的HTAP混合場景的需求：
《最受開發者歡迎的HTAP數據庫PostgreSQL 10特性》
1、多核並行增強
2、fdw 聚合下推
3、邏輯訂閱
4、分區
5、金融級多副本
6、json、jsonb全文檢索
7、還有插件化形式存在的特性，如 向量計算、JIT、SQL圖計算、SQL流計算、分布式並行計算、時序處理、基因測序、化學分析、圖像分析 等。
在各種應用場景中都可以看到PostgreSQL的應用：
PostgreSQL近年來的發展非常迅勐，從知名數據庫評測網站dbranking的數據庫評分趨勢，可以看到PostgreSQL向上發展的趨勢：
從每年PostgreSQL中國召開的社區會議，也能看到同樣的趨勢，參與的公司越來越多，分享的公司越來越多，分享的主題越來越豐富，橫跨了 傳統企業、互聯網、醫療、金融、國企、物流、電商、社交、車聯網、共享XX、雲、遊戲、公共交通、航空、鐵路、軍工、培訓、谘詢服務等 行業。
接下來的一係列文章，將給大家介紹PostgreSQL的各種應用場景以及對應的性能指標。
環境
環境部署方法參考：
《PostgreSQL 10 + PostGIS + Sharding(pg_pathman) + MySQL(fdw外部表) on ECS 部署指南(適合新用戶)》
阿裏雲 ECS：56核，224G，1.5TB*2 SSD雲盤。
操作係統：CentOS 7.4 x64
數據庫版本：PostgreSQL 10
PS：ECS的CPU和IO性能相比物理機會打一定的折扣，可以按下降1倍性能來估算。跑物理主機可以按這裏測試的性能乘以2來估算。
場景 - 物聯網 - 查詢一個時序區間的數據 (OLTP)
1、背景
在物聯網、互聯網、業務係統中都有時序數據，隨著時間推移產生的數據。在時間維度或序列字段上呈現自增特性。
區間查詢是一種按範圍查詢的業務需求。
PostgreSQL針對時序類型的數據，除了有傳統的b-tree索引，還有一種塊級索引BRIN，非常適合這種相關性很好的時序數據。這種索引在Oracle Exadata一體機上也有。而使用PostgreSQL可以免費享用這種高端特性。
2、設計
1億條時序自增記錄，按任意區間查詢並輸出 5萬條記錄。
3、準備測試表
create table t_range(
id int,
ts timestamp default clock_timestamp()
);
4、準備測試函數(可選)
5、準備測試數據
insert into t_range(id) select generate_series(1,100000000);
6、準備測試腳本
1、使用傳統的b-tree索引
btree索引占用2142MB空間。
create index idx_t_range_id on t_range using btree (id);
postgres=# \di+ idx_t_range_id
List of relations
Schema | Name | Type | Owner | Table | Size | Description
--------+----------------+-------+----------+---------+---------+-------------
public | idx_t_range_id | index | postgres | t_range | 2142 MB |
(1 row)
單次查詢效率：
postgres=# explain (analyze,verbose,timing,costs,buffers) select * from t_range where id between 1 and 50000;
QUERY PLAN
-------------------------------------------------------------------------------------------------------------------------------------------
Index Scan using idx_t_range_id on public.t_range (cost=0.57..1527.31 rows=53167 width=12) (actual time=0.013..9.938 rows=50000 loops=1)
Output: id, ts
Index Cond: ((t_range.id >= 1) AND (t_range.id <= 50000))
Buffers: shared hit=411
Planning time: 0.060 ms
Execution time: 14.320 ms
(6 rows)
vi test.sql
\set id random(1,90000000)
\set mx :id+50000
select * from t_range where id between :id and :mx;
2、使用BRIN塊級索引
BRIN索引僅占用256KB空間。
drop index idx_t_range_id;
create index idx_t_range_id on t_range using brin (id) with (pages_per_range=64);
postgres=# \di+ idx_t_range_id
List of relations
Schema | Name | Type | Owner | Table | Size | Description
--------+----------------+-------+----------+---------+--------+-------------
public | idx_t_range_id | index | postgres | t_range | 256 kB |
(1 row)
單次查詢效率：
postgres=# explain (analyze,verbose,timing,costs,buffers) select * from t_range where id between 1 and 50000;
QUERY PLAN
-------------------------------------------------------------------------------------------------------------------------------
Bitmap Heap Scan on public.t_range (cost=43.31..52572.18 rows=38593 width=12) (actual time=1.497..9.807 rows=50000 loops=1)
Output: id, ts
Recheck Cond: ((t_range.id >= 1) AND (t_range.id <= 50000))
Rows Removed by Index Recheck: 9200
Heap Blocks: lossy=320
Buffers: shared hit=355
-> Bitmap Index Scan on idx_t_range_id (cost=0.00..33.66 rows=47360 width=0) (actual time=1.489..1.489 rows=3200 loops=1)
Index Cond: ((t_range.id >= 1) AND (t_range.id <= 50000))
Buffers: shared hit=35
Planning time: 0.036 ms
Execution time: 14.162 ms
(11 rows)
壓測
vi test.sql
\set id random(1,90000000)
\set mx :id+50000
select * from t_range where id between :id and :mx;
7、測試
壓測
CONNECTS=16
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、測試結果
1、b-tree索引
transaction type: ./test.sql
scaling factor: 1
query mode: prepared
number of clients: 16
number of threads: 16
duration: 300 s
number of transactions actually processed: 188165
latency average = 25.509 ms
latency stddev = 4.625 ms
tps = 627.166703 (including connections establishing)
tps = 627.187145 (excluding connections establishing)
script statistics:
- statement latencies in milliseconds:
0.002 \set id random(1,90000000)
0.000 \set mx :id+50000
25.507 select * from t_range where id between :id and :mx;
2、brin索引
transaction type: ./test.sql
scaling factor: 1
query mode: prepared
number of clients: 16
number of threads: 16
duration: 300 s
number of transactions actually processed: 189889
latency average = 25.278 ms
latency stddev = 4.570 ms
tps = 632.907768 (including connections establishing)
tps = 632.927776 (excluding connections establishing)
script statistics:
- statement latencies in milliseconds:
0.002 \set id random(1,90000000)
0.000 \set mx :id+50000
25.276 select * from t_range where id between :id and :mx;
TPS
1、b-tree索引
627
相當於每秒返回3135萬行記錄。
2、brin索引
632
相當於每秒返回3160萬行記錄。
平均響應時間
1、b-tree索引
25.509 毫秒
2、brin索引
25.278 毫秒
參考
《PostgreSQL、Greenplum 應用案例寶典《如來神掌》 - 目錄》
《PostgreSQL 使用 pgbench 測試 sysbench 相關case》
https://www.postgresql.org/docs/10/static/pgbench.html
最後更新：2017-11-12 02:05:41