标签
PostgreSQL , HTAP , OLTP , OLAP , 场景与性能测试
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。
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。
在各种应用场景中都可以看到PostgreSQL的应用：
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：
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 - 全文检索 - 含索引实时写入 (OLTP)
1、背景
字符串搜索是非常常见的业务需求，它包括：
1、前缀+模糊查询。（可以使用b-tree索引）
2、后缀+模糊查询。（可以使用b-tree索引）
3、前后模糊查询。（可以使用pg_trgm和gin索引）
4、全文检索。（可以使用全文检索类型以及gin或rum索引）
5、正则查询。（可以使用pg_trgm和gin索引）
6、相似查询。（可以使用pg_trgm和gin索引）
通常来说，数据库并不具备3以后的加速能力，但是PostgreSQL的功能非常强大，它可以非常完美的支持这类查询的加速。（是指查询和写入不冲突的，并且索引BUILD是实时的。）
用户完全不需要将数据同步到搜索引擎，再来查询，而且搜索引擎也只能做到全文检索，并不你做到正则、相似、前后模糊这几个需求。
使用PostgreSQL可以大幅度的简化用户的架构，开发成本，同时保证数据查询的绝对实时性。
2、设计
500万个词的词库，随机提取64个，组成一个含64个词的分词字符串(实际场景分词的使用请参考末尾如来神掌，本文主要目的是性能测试)，schemaless的方式单点写入到全文检索字段。
包含全文检索GIN索引，本CASE主要体现的是BUILD全文索引的同时，写入数据的能力。
3、准备测试表
create table t_fts(
id int,
ts tsvector
);
create index idx_t_fts_ts on t_fts using gin (ts) with (gin_pending_list_limit = 65535, fastupdate=on) tablespace tbs1;
alter table t_fts set (toast.autovacuum_enabled =off);
alter table t_fts set (autovacuum_enabled =off);
do language plpgsql $$
declare
begin
for i in 0..1024 loop
execute 'create table t_fts_'||i||' (like t_fts including all) inherits(t_fts)';
execute 'alter table t_fts_'||i||' set (toast.autovacuum_enabled =off)';
execute 'alter table t_fts_'||i||' set (autovacuum_enabled =off)';
end loop;
end;
$$;
4、准备测试函数(可选)
create or replace function gen_rand_tsvector(int,int) returns tsvector as $$
select array_to_tsvector(array_agg((random()*$1)::int::text)) from generate_series(1,$2);
$$ language sql strict;
create or replace function ins_t_fts(int) returns void as $$
declare
begin
execute 'insert into t_fts_'||$1||' values (1, gen_rand_tsvector(5000000, 64))';
end;
$$ language plpgsql strict;
5、准备测试数据
6、准备测试脚本
vi test.sql
\set suffix random(0,1024)
select ins_t_fts(:suffix);
7、测试
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
8、测试结果
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: 28190260
latency average = 0.596 ms
latency stddev = 1.695 ms
tps = 93946.251980 (including connections establishing)
tps = 93955.787059 (excluding connections establishing)
script statistics:
- statement latencies in milliseconds:
0.002 \set suffix random(0,1024)
0.594 select ins_t_fts(:suffix);
TPS： 93955
平均响应时间： 0.596 毫秒
参考
《PostgreSQL、Greenplum 应用案例宝典《如来神掌》 - 目录》
