PostgreSQL16中pg_dump的LZ4和ZSTD压缩

本文涉及的产品
云原生数据库 PolarDB PostgreSQL 版,标准版 2核4GB 50GB
云原生数据库 PolarDB MySQL 版,通用型 2核4GB 50GB
简介: PostgreSQL16中pg_dump的LZ4和ZSTD压缩

PostgreSQL16中pg_dump的LZ4和ZSTD压缩


pg_dump压缩lz4和zstd


LZ4和ZSTD压缩算法合入了PG16LZ4补丁的作者是Georgios Kokolatos。由Tomas Vondra提交。由Michael Paquier、Rachel Heaton、Justin Pryzby、Shi Yu 和 Tomas Vondra 审阅。提交消息是:

    Expand pg_dump's compression streaming and file APIs to 
    support the lz4 algorithm. The newly added compress_lz4.{c,h} 
    files cover all the functionality of the aforementioned APIs. 
    Minor changes were necessary in various pg_backup_* files, 
    where code for the 'lz4' file suffix has been added, 
    as well as pg_dump's compression option parsing.
    Author: Georgios Kokolatos
    Reviewed-by: Michael Paquier, Rachel Heaton, Justin Pryzby, 
    Shi Yu, Tomas Vondra
    Discussion: 
    https://postgr.es/m/faUNEOpts9vunEaLnmxmG-DldLSg_ql137OC3JYDmgrOMHm1RvvWY2IdBkv_CRxm5spCCb_OmKNk2T03TMm0fBEWveFF9wA1WizPuAgB7Ss%3D%40protonmail.com

    ZSTD补丁的作者是Justin Pryzby。由Tomas Vondra提交。由Tomas Vondra、Jacob Champion 和 Andreas Karlsson 审阅。提交消息是:

      Allow pg_dump to use the zstd compression, 
      in addition to gzip/lz4. Bulk of the new compression method 
      is implemented in compress_zstd.{c,h},covering the pg_dump 
      compression APIs. The rest of the patch adds test and makes
       various places aware of the new compression method.
      The zstd library (which this patch relies on) supports 
      multithreaded compression since version 1.5. We however 
      disallow that feature for now, as it might interfere with 
      parallel backups on platforms that rely on threads 
      (e.g. Windows). This can be improved / relaxed in the future.
      This also fixes a minor issue in 
      InitDiscoverCompressFileHandle(), which was not updated to 
      check if the file already has the .lz4 extension.
      Adding zstd compression was originally proposed in 2020 
      (see the second thread), but then was reworked to use the 
      new compression API introduced in e9960732a9. I've considered 
      both threads when compiling the list of reviewers.
      Author: Justin Pryzby
      Reviewed-by: Tomas Vondra, Jacob Champion, Andreas Karlsson
      Discussion: https://postgr.es/m/20230224191840.GD1653@telsasoft.com
      Discussion: https://postgr.es/m/20201221194924.GI30237@telsasoft.com

      尝试下

        ~$ pg_dump --version
        pg_dump (PostgreSQL) 16devel
        ~$ pgbench --initialize --scale=100
        dropping old tables...
        NOTICE: table "pgbench_accounts" does not exist, skipping
        NOTICE: table "pgbench_branches" does not exist, skipping
        NOTICE: table "pgbench_history" does not exist, skipping
        NOTICE: table "pgbench_tellers" does not exist, skipping
        creating tables...
        generating data (client-side)...
        10000000 of 10000000 tuples (100%) done (elapsed 39.52 s, remaining 0.00 s)
        vacuuming...
        creating primary keys...
        done in 49.65 s (drop tables 0.00 s, create tables 0.08 s, client-side generate 39.96 s, vacuum 0.29 s, primary keys 9.32 s).
        ~$ psql --command="select pg_size_pretty(pg_database_size('postgres'))"
        pg_size_pretty 
        ----------------
        1503 MB
        (1 row)
        ~$ time pg_dump --format=custom --compress=lz4:9 > dump.lz4
        real 0m10.507s
        user 0m9.901s
        sys 0m0.436s
        ~$ time pg_dump --format=custom --compress=zstd:9 > dump.zstd
        real 0m8.794s
        user 0m8.393s
        sys 0m0.364s
        ~$ time pg_dump --format=custom --compress=gzip:9 > dump.gz
        real 0m14.245s
        user 0m13.064s
        sys 0m0.978s
        ~$ time pg_dump --format=custom --compress=lz4 > dump_default.lz4
        real 0m6.809s
        user 0m1.666s
        sys 0m1.125s
        ~$ time pg_dump --format=custom --compress=zstd > dump_default.zstd
        real 0m7.534s
        user 0m2.428s
        sys 0m0.892s
        ~$ time pg_dump --format=custom --compress=gzip > dump_default.gz
        real 0m11.564s
        user 0m10.661s
        sys 0m0.525s
        ~$ time pg_dump --format=custom --compress=lz4:3 > dump_3.lz4
        real 0m8.497s
        user 0m7.856s
        sys 0m0.507s
        ~$ time pg_dump --format=custom --compress=zstd:3 > dump_3.zstd
        real 0m5.129s
        user 0m2.228s
        sys 0m0.726s
        ~$ time pg_dump --format=custom --compress=gzip:3 > dump_3.gz
        real 0m4.468s
        user 0m3.654s
        sys 0m0.504s
        ~$ ls -l --block-size=M
        total 250M
        -rw-rw-r-- 1 postgres postgres 28M Apr 18 13:58 dump_3.gz
        -rw-rw-r-- 1 postgres postgres 48M Apr 18 13:57 dump_3.lz4
        -rw-rw-r-- 1 postgres postgres 8M Apr 18 13:58 dump_3.zstd
        -rw-rw-r-- 1 postgres postgres 27M Apr 18 13:57 dump_default.gz
        -rw-rw-r-- 1 postgres postgres 50M Apr 18 13:56 dump_default.lz4
        -rw-rw-r-- 1 postgres postgres 8M Apr 18 13:57 dump_default.zstd
        -rw-rw-r-- 1 postgres postgres 27M Apr 18 13:56 dump.gz
        -rw-rw-r-- 1 postgres postgres 48M Apr 18 13:55 dump.lz4
        -rw-rw-r-- 1 postgres postgres 8M Apr 18 13:56 dump.zstd

        根据命令的输出,得出以下关于三种压缩方法的结论:gzip:这是一种众所周知且广泛使用的压缩方法,可以在压缩率和压缩速度之间提供两行的平衡。lz4:这是一种非常快的压缩算法,以较低的压缩比为代价提供较高的压缩和解压速度。Lz4压缩转出的文件在48-50MB范围,明显大于gzip压缩转储。Zstd:这是一种比较新的压缩算法,压缩比高,压缩速度也不错。Zstd压缩转储的文件大小在8-8.5MB范围内,是三种压缩方法中最小的。令人吃惊的是zstd压缩时间最少,其次是lz4和gzip。该数据可能不是测量和比较的最佳数据。默认压缩级别,zstd生成最小的转储文件大小,其次是lz4和gzip。在最大压缩级别,zstd仍然生成最小的转储文件大小,其次是gzip和lz4。基于这些观察,如果首要任务是减少磁盘使用空间,zstd是推荐的压缩方法。但如果首要任务是减少压缩时间,则zstd和lz4都表现不错。如果担心与其他实用程序的兼容性,gzip仍然是一个可行的选择。


        最后


        PostgreSQL16中的pg_dump -Z/--compress将不仅仅支持整数。它可用于指定使用的压缩方法和级别。默认仍然是级别为 6 的gzip。但是块上的新方法lz4和zstd已经在这里了!

        https://git.postgresql.org/gitweb/?p=postgresql.git;a=commitdiff;h=5e73a6048849bd7bda4947e39570b9011734114d

        原文


        https://www.cybertec-postgresql.com/en/lz4-zstd-pg_dump-compression-postgresql-16/

        相关实践学习
        使用PolarDB和ECS搭建门户网站
        本场景主要介绍基于PolarDB和ECS实现搭建门户网站。
        阿里云数据库产品家族及特性
        阿里云智能数据库产品团队一直致力于不断健全产品体系,提升产品性能,打磨产品功能,从而帮助客户实现更加极致的弹性能力、具备更强的扩展能力、并利用云设施进一步降低企业成本。以云原生+分布式为核心技术抓手,打造以自研的在线事务型(OLTP)数据库Polar DB和在线分析型(OLAP)数据库Analytic DB为代表的新一代企业级云原生数据库产品体系, 结合NoSQL数据库、数据库生态工具、云原生智能化数据库管控平台,为阿里巴巴经济体以及各个行业的企业客户和开发者提供从公共云到混合云再到私有云的完整解决方案,提供基于云基础设施进行数据从处理、到存储、再到计算与分析的一体化解决方案。本节课带你了解阿里云数据库产品家族及特性。
        目录
        相关文章
        |
        3月前
        |
        SQL 关系型数据库 数据库
        PostgreSQL常用命令,启动连接,pg_dump导入导出
        PostgreSQL常用命令,启动连接,pg_dump导入导出
        |
        存储 SQL 算法
        PostgreSQL 14中TOAST的新压缩算法LZ4,它有多快?
        PostgreSQL 14中TOAST的新压缩算法LZ4,它有多快?
        339 0
        |
        SQL 机器学习/深度学习 存储
        PostgreSQL逻辑备份pg_dump使用及其原理解析
        PostgreSQL逻辑备份pg_dump使用及其原理解析
        272 0
        |
        关系型数据库 数据库 PostgreSQL
        Postgresql pg_dump&pg_restore用法
        PostgreSQL提供的一个工具pg_dump,逻辑导出数据,生成sql文件或其他格式文件,pg_dump是一个客户端工具,可以远程或本地导出逻辑数据,恢复数据至导出时间点。pg_dump 一次只转储一个数据库, 并且不会转储有关角色或表空间的信息 (因为那些是群集范围而不是每个数据库)。
        11491 0
        |
        关系型数据库 数据库 PostgreSQL
        PostgreSQL数据库备份之pg_dump并行备份
        PostgreSQL数据库备份之pg_dump并行备份。
        6096 0
        |
        SQL 关系型数据库 PostgreSQL
        |
        资源调度 大数据 关系型数据库
        postgresql备份恢复之pg_dump大数据处理
        目录[-] 介绍 使用管道压缩和解压 custom-format directory-format 其他一些参数简单说明 介绍 官方文档介绍的主要有三种方式: 通过unix管道,直接读取pg_dump的输出来压缩.
        2199 0
        |
        关系型数据库 分布式数据库 PolarDB
        《阿里云产品手册2022-2023 版》——PolarDB for PostgreSQL
        《阿里云产品手册2022-2023 版》——PolarDB for PostgreSQL
        363 0