278
技術社區[雲棲]
塊級(ctid)掃描在IoT(物聯網)極限寫和消費讀並存場景的應用
標簽
PostgreSQL , 塊掃描 , 行號掃描 , ctid , tid scan , IoT , 物聯網 , 極限寫入 , 實時消費 , 實時讀 , 堆表 , heap , 時序
背景
在物聯網有一個非常普遍的數據需求，就是數據的寫入，另一個普遍的需求則是數據的消費（按時序讀取），以及流式計算。
關於流式計算，請參考
《(流式、lambda、觸發器)實時處理大比拚 - 物聯網(IoT)\金融,時序處理最佳實踐》
《流計算風雲再起 - PostgreSQL攜PipelineDB力挺IoT》
《"物聯網"流式處理應用 - 用PostgreSQL實時處理(萬億每天)》
接下來我們談一談極限寫入和消費。
寫入
從數據存儲結構來看，PostgreSQL的HEAP存儲是非常適合高速寫入的，追加式寫入。以下文章中已得到高速寫入的驗證。
《PostgreSQL 如何瀟灑的處理每天上百TB的數據增量》
塊（時序列）索引
BRIN索引，也被稱為塊索引，是針對數據塊元數據建立的索引（例如某個自增長字段，物理存儲和字段的值存在很好的線性相關性，那麼每個塊的數據區間就具有非常強的獨立性），BRIN索引非常小，對寫入性能的影響可以忽略。
BRIN適合物理存儲和字段的值存在很好的線性相關性的字段，例如時序字段。
或者使用cluster或order 重排後，適合對應字段。
消費
消費是指異步的讀取數據，處理數據的過程，例如IoT場景，數據的寫入延遲要求非常低，所以要求寫入吞吐特別大。
而處理方麵，則通過消費機製，進行處理。
那麼如何消費呢？
通常可以根據索引進行消費，比如前麵提到的BRIN索引，對寫入吞吐的影響小，同時支持=，以及範圍的檢索。如果有時序字段的話，BRIN是非常好的選擇。
然而並非所有的數據寫入場景都有時序字段（當然用戶可以添加一個時間字段來解決這個問題）。當沒有時序字段時，如何消費效率最高呢？
塊掃描
塊掃描是很好的選擇，前麵提到了數據存儲是HEAP，追加形式。
PostgreSQL提供了一種tid scan的掃描方法，告訴數據庫你要搜索哪個數據塊的哪條記錄。
select * from tbl where ctid='(100,99)';
這條SQL指查詢100號數據塊的第100條記錄。
這種掃描效率非常之高，可以配合HEAP存儲，在消費(讀取記錄)時使用。
評估塊記錄數
PostgreSQL暫時沒有提供返回整個數據塊的所有記錄的接口，隻能返回某個數據塊的某一條記錄，所以如果我們需要讀取某個數據塊的記錄，需要枚舉該數據塊的所有行。
如何評估一個數據塊有多少條記錄，或者最多有多少條記錄？
PAGE layout
https://www.postgresql.org/docs/10/static/storage-page-layout.html
HeapTupleHeaderData Layout
| Field | Type | Length | Description |
|---|---|---|---|
| t_xmin | TransactionId | 4 bytes | |
| t_xmax | TransactionId | 4 bytes | delete XID stamp |
| t_cid | CommandId | 4 bytes | insert and/or delete CID stamp (overlays with t_xvac) |
| t_xvac | TransactionId | 4 bytes | XID for VACUUM operation moving a row version |
| t_ctid | ItemPointerData | 6 bytes | current TID of this or newer row version |
| t_infomask2 | uint16 | 2 bytes | number of attributes, plus various flag bits |
| t_infomask | uint16 | 2 bytes | various flag bits |
| t_hoff | uint8 | 1 byte | offset to user data |
Overall Page Layout
| Item | Description |
|---|---|
| PageHeaderData | 24 bytes long. Contains general information about the page, including free space pointers. |
| ItemIdData | Array of (offset,length) pairs pointing to the actual items. 4 bytes per item. |
| Free space | The unallocated space. New item pointers are allocated from the start of this area, new items from the end. |
| Items | The actual items themselves. |
| Special space | Index access method specific data. Different methods store different data. Empty in ordinary tables. |
單頁最大記錄數估算
最大記錄數=block_size/(ctid+tuple head)=block_size/(4+27);
postgres=# select current_setting('block_size');
current_setting
-----------------
32768
(1 row)
postgres=# select current_setting('block_size')::int/31;
?column?
----------
1057
(1 row)
如果需要評估更精確的行數，可以加上字段的固定長度，變長字段的頭（4BYTE）。
例子
生成指定block TID的函數
create or replace function gen_tids(blkid int) returns tid[] as $$
select array(
SELECT ('('||blkid||',' || s.i || ')')::tid
FROM generate_series(0,current_setting('block_size')::int/31) AS s(i)
) ;
$$ language sql strict immutable;
讀取某個數據塊的記錄
postgres=# create table test(id int);
CREATE TABLE
postgres=# insert into test select generate_series(1,10000);
INSERT 0 10000
postgres=# explain (analyze,verbose,timing,costs,buffers) select * from test where ctid = any
(
array
(
SELECT ('(0,' || s.i || ')')::tid
FROM generate_series(0, current_setting('block_size')::int/31) AS s(i)
)
);
QUERY PLAN
------------------------------------------------------------------------------------------------------------------------------------------
Tid Scan on postgres.test (cost=25.03..40.12 rows=10 width=4) (actual time=0.592..0.795 rows=909 loops=1)
Output: test.id
TID Cond: (test.ctid = ANY ($0))
Buffers: shared hit=1057
InitPlan 1 (returns $0)
-> Function Scan on pg_catalog.generate_series s (cost=0.01..25.01 rows=1000 width=6) (actual time=0.087..0.429 rows=1058 loops=1)
Output: ((('(0,'::text || (s.i)::text) || ')'::text))::tid
Function Call: generate_series(0, ((current_setting('block_size'::text))::integer / 31))
Planning time: 0.106 ms
Execution time: 0.881 ms
(10 rows)
postgres=# explain (analyze,verbose,timing,costs,buffers) select * from test where ctid = any(gen_tids(1));
Tid Scan on postgres.test (cost=1.32..1598.90 rows=1058 width=4) (actual time=0.026..0.235 rows=909 loops=1)
Output: id
TID Cond: (test.ctid = ANY ('{"(1,0)","(1,1)","(1,2)","(1,3)","(1,4)","(1,5)","(1,6)","(1,7)","(1,8)","(1,9)","(1,10)","(1,11)","(1,12)","(1,13)","(1,14)","(1,15)","(1,16)","(1,17)","(1,18)","(1,19)","(1,20)","(1,21)","(1,22)","(1,23)
","(1,24)","(1,25)"
....
Buffers: shared hit=1057
Planning time: 1.084 ms
Execution time: 0.294 ms
(6 rows)
postgres=# select ctid,* from test where ctid = any(gen_tids(11));
ctid | id
--------+-------
(11,1) | 10000
(1 row)
postgres=# select ctid,* from test where ctid = any(gen_tids(9));
ctid | id
---------+------
(9,1) | 8182
(9,2) | 8183
(9,3) | 8184
(9,4) | 8185
(9,5) | 8186
(9,6) | 8187
...
(9,904) | 9085
(9,905) | 9086
(9,906) | 9087
(9,907) | 9088
(9,908) | 9089
(9,909) | 9090
(909 rows)
擴展場景
如果數據沒有更新，刪除；那麼CTID還可以作為索引來使用，例如全文檢索（ES），可以在建立索引時使用ctid來指向數據庫中的記錄，而不需要另外再建一個PK，也能大幅度提升寫入性能。
參考
https://www.citusdata.com/blog/2016/03/30/five-ways-to-paginate/
https://www.postgresql.org/message-id/flat/be64327d326568a3be7fde1891ed34ff.squirrel%40sq.gransy.com
最後更新：2017-06-08 11:31:57