PostgreSQL 11 preview - 通用场景性能 增强 汇总

本文涉及的产品
RDS PostgreSQL Serverless,0.5-4RCU 50GB 3个月
推荐场景:
对影评进行热评分析
云数据库 RDS MySQL,集群系列 2核4GB
推荐场景:
搭建个人博客
RDS MySQL Serverless 基础系列,0.5-2RCU 50GB
简介:

标签

PostgreSQL , 通用场景性能 , 增强 , 11


背景

PostgreSQL 11 通用场景性能增强。

E.1.3.1.5. General Performance

  • Add Just-In-Time (JIT) compilation of some parts of query plans to improve execution speed (Andres Freund)

    提高OLAP性能(海量数据处理,多表达式计算场景),动态编译,提高效率,结合列存储,CPU向量计算性能更加。

    《PostgreSQL 11 preview - JIT接口放开》

    《PostgreSQL 11 preview - with_llvm JIT支持部署与试用》

  • Allow bitmap scans to perform index-only scans when possible (Alexander Kuzmenkov)

    index only scan支持bitmapscan。

  • Update the free space map during vacuum (Claudio Freire)

    This allows free space to be reused more quickly.

  • Allow vacuum to avoid unnecesary index scans (Masahiko Sawada, Alexander Korotkov)

  • Improve performance of committing multiple concurrent transactions (Amit Kapila)

    并发提交事务性能提升,实测高并发COMMIT比PG 10好很多。

  • Reduce memory usage for queries using set-returning functions in their target lists (Andres Freund)

    降低调用srf函数的QUERY的内存使用。

  • Allow postgres_fdw to push UPDATEs and DELETEs using joins to foreign servers (Etsuro Fujita)

    Previously only non-join UPDATEs and DELETEs were pushed.

    postgres_fdw外部表下推增强,PostgreSQL 11允许包含JOIN的update,delete SQL下推。

测试

create table t_loc1 (id int, info text);    
create table t_loc2 (id int, info text);    
    
create extension postgres_fdw;    
    
CREATE SERVER foreign_server    
  FOREIGN DATA WRAPPER postgres_fdw    
  OPTIONS (host '127.0.0.1', port '4000', dbname 'postgres');    
    
CREATE USER MAPPING FOR postgres    
        SERVER foreign_server    
        OPTIONS (user 'postgres', password 'password');    
    
CREATE FOREIGN TABLE ft_loc1 (    
        id integer,    
        info text    
)    
        SERVER foreign_server    
        OPTIONS (schema_name 'public', table_name 't_loc1');    
    
    
CREATE FOREIGN TABLE ft_loc2 (    
        id integer,    
        info text    
)    
        SERVER foreign_server    
        OPTIONS (schema_name 'public', table_name 't_loc2');    
    
set enable_mergejoin=off;    
set enable_hashjoin=off;    

PostgreSQL 11, select, update, delete join都下推。

postgres=# explain verbose select t1.* from ft_loc1 t1 join ft_loc2 t2 using (id);    
                                                   QUERY PLAN                                                       
----------------------------------------------------------------------------------------------------------------    
 Foreign Scan  (cost=100.00..166443.65 rows=319523 width=36)    
   Output: t1.id, t1.info    
   Relations: (public.ft_loc1 t1) INNER JOIN (public.ft_loc2 t2)    
   Remote SQL: SELECT r1.id, r1.info FROM (public.t_loc1 r1 INNER JOIN public.t_loc2 r2 ON (((r1.id = r2.id))))    
(4 rows)    
    
postgres=# explain verbose update ft_loc1 t1 set info=t2.info from ft_loc2 t2 where t1.id=t2.id;    
                                                  QUERY PLAN                                                      
--------------------------------------------------------------------------------------------------------------    
 Update on public.ft_loc1 t1  (cost=100.00..68647.09 rows=131545 width=102)    
   ->  Foreign Update  (cost=100.00..68647.09 rows=131545 width=102)    
         Remote SQL: UPDATE public.t_loc1 r1 SET info = r2.info FROM public.t_loc2 r2 WHERE ((r1.id = r2.id))    
(3 rows)    

PostgreSQL 10, select join下推,但是update,delete join没有下推。

postgres=# explain verbose select t1.* from ft_loc1 t1 join ft_loc2 t2 using (id);    
                                                   QUERY PLAN                                                       
----------------------------------------------------------------------------------------------------------------    
 Foreign Scan  (cost=100.00..10543.72 rows=19963 width=36)    
   Output: t1.id, t1.info    
   Relations: (public.ft_loc1 t1) INNER JOIN (public.ft_loc2 t2)    
   Remote SQL: SELECT r1.id, r1.info FROM (public.t_loc1 r1 INNER JOIN public.t_loc2 r2 ON (((r1.id = r2.id))))    
(4 rows)    
    
postgres=# explain verbose update ft_loc1 t1 set info=t2.info from ft_loc2 t2 where t1.id=t2.id;    
                                                                                                   QUERY PLAN                                                                                                        
-----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------    
 Update on public.ft_loc1 t1  (cost=100.00..4422.55 rows=8215 width=102)    
   Remote SQL: UPDATE public.t_loc1 SET info = $2 WHERE ctid = $1    
   ->  Foreign Scan  (cost=100.00..4422.55 rows=8215 width=102)    
         Output: t1.id, t2.info, t1.ctid, t2.*    
         Relations: (public.ft_loc1 t1) INNER JOIN (public.ft_loc2 t2)    
         Remote SQL: SELECT r1.id, r1.ctid, r2.info, CASE WHEN (r2.*)::text IS NOT NULL THEN ROW(r2.id, r2.info) END FROM (public.t_loc1 r1 INNER JOIN public.t_loc2 r2 ON (((r1.id = r2.id)))) FOR UPDATE OF r1    
         ->  Nested Loop  (cost=200.00..24958.51 rows=8215 width=102)    
               Output: t1.id, t1.ctid, t2.info, t2.*    
               Join Filter: (t1.id = t2.id)    
               ->  Foreign Scan on public.ft_loc1 t1  (cost=100.00..182.27 rows=2409 width=10)    
                     Output: t1.id, t1.ctid    
                     Remote SQL: SELECT id, ctid FROM public.t_loc1 FOR UPDATE    
               ->  Materialize  (cost=100.00..133.87 rows=682 width=96)    
                     Output: t2.info, t2.*, t2.id    
                     ->  Foreign Scan on public.ft_loc2 t2  (cost=100.00..130.46 rows=682 width=96)    
                           Output: t2.info, t2.*, t2.id    
                           Remote SQL: SELECT id, info FROM public.t_loc2    
(17 rows)    
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
|
5月前
|
安全 关系型数据库 MySQL
MySQL数据库高效秘籍:10个小技巧,让你轻松应对各种场景!
【8月更文挑战第25天】本文介绍了十个提升MySQL数据库效率与安全性的实用技巧。涵盖查询性能分析、索引优化、慢查询日志利用、图形化工具如MySQL Workbench的应用、性能分析工具、主从复制实现、备份与恢复策略、数据库迁移方法及安全性保障等多个方面。通过具体的示例代码展示每个技巧的实际操作方式,帮助读者深入理解并有效运用MySQL数据库。
292 0
|
3月前
|
存储 关系型数据库 MySQL
MySQL在企业内部应用场景有哪些
【10月更文挑战第17天】MySQL在企业内部应用场景有哪些
145 0
|
3月前
|
存储 关系型数据库 MySQL
介绍一下MySQL的一些应用场景
【10月更文挑战第17天】介绍一下MySQL的一些应用场景
540 0
|
5月前
|
缓存 关系型数据库 数据库
PostgreSQL性能
【8月更文挑战第26天】PostgreSQL性能
82 1
|
4月前
|
存储 SQL 关系型数据库
一篇文章搞懂MySQL的分库分表,从拆分场景、目标评估、拆分方案、不停机迁移、一致性补偿等方面详细阐述MySQL数据库的分库分表方案
MySQL如何进行分库分表、数据迁移?从相关概念、使用场景、拆分方式、分表字段选择、数据一致性校验等角度阐述MySQL数据库的分库分表方案。
593 15
一篇文章搞懂MySQL的分库分表,从拆分场景、目标评估、拆分方案、不停机迁移、一致性补偿等方面详细阐述MySQL数据库的分库分表方案
|
4月前
|
缓存 关系型数据库 数据库
如何优化 PostgreSQL 数据库性能?
如何优化 PostgreSQL 数据库性能?
201 2
|
3月前
|
容灾 Cloud Native 关系型数据库
实现MySQL异地多活场景
现代化互联网企业面临的最大威胁是意外导致的数据丢失或不可用。为应对这一挑战,企业通常采用“主从高可用”架构,但单一机房内的高可用仍存风险。真正的高可用需通过“跨机房容灾”或“异地容灾”实现。异地容灾将服务器部署在不同地域的机房中,确保一处受灾时,其他机房能迅速接管业务。更进一步的“异地多活”方案则让各节点同步处理业务流量,确保数据一致性,提高资源利用率。NineData 提供了实现这一方案的强大工具。
143 0
|
3月前
|
存储 关系型数据库 MySQL
四种数据库对比MySQL、PostgreSQL、ClickHouse、MongoDB——特点、性能、扩展性、安全性、适用场景
四种数据库对比 MySQL、PostgreSQL、ClickHouse、MongoDB——特点、性能、扩展性、安全性、适用场景
|
4月前
|
缓存 关系型数据库 数据库
PostgreSQL的性能
PostgreSQL的性能
218 2
|
5月前
|
缓存 关系型数据库 数据库
PostgreSQL 查询性能
【8月更文挑战第5天】PostgreSQL 查询性能
97 8

热门文章

最新文章

相关产品

  • 云原生数据库 PolarDB
  • 云数据库 RDS PostgreSQL 版