开发者社区> 德哥> 正文
阿里云
为了无法计算的价值
打开APP
阿里云APP内打开

起源自天文学的PostgreSQL 优化器成本因子校对

简介:
+关注继续查看

标签

PostgreSQL , 优化器 , 成本因子 , 校对


背景

最近在写一个PostgreSQL数据库培训PPT, 其中有explain的讲解需求, 刚刚接触PostgreSQL的童鞋对PostgreSQL的explain输出中cost的部分可能会一头雾水, 看不懂cost的值和SQL实际运行时间有什么联系.

为了让大家能更加深刻的了解explain, 我打算对explain的cost常量做一次校准, 这个校准的灵感来自天文望远镜赤道仪的校准. PostgreSQL cost常量在校准后, explain 的输出cost就会非常接近真实执行的时间.

接下来我们就来看一看如何校准PostgreSQL COST常量.

http://www.postgresql.org/docs/9.3/static/runtime-config-query.html#RUNTIME-CONFIG-QUERY-CONSTANTS

在赤道仪的校准中, 要用到北极星以及至少一颗已知赤经赤纬的亮星.

同样, 在PostgreSQL COST的校准中, 要用到的是已知算法以及真实的数据. 利用真实的数据和公式, 求出未知数, 达到校准的目的.

已知的数据可以来自硬件厂商或者自行测试得到, 已知的cost值算法则可以参考PostgreSQL手册或源代码.

src/backend/optimizer/path/costsize.c

PostgreSQL的cost常量如下 :

seq_page_cost  
-- 连续块扫描操作的单个块的cost. 例如全表扫描  
  
random_page_cost  
-- 随机块扫描操作的单个块的cost. 例如索引扫描  
  
cpu_tuple_cost  
-- 处理每条记录的CPU开销  
  
cpu_index_tuple_cost  
-- 扫描每个索引条目带来的CPU开销  
  
cpu_operator_cost  
-- 操作符或函数带来的CPU开销.(需要注意函数以及操作符对应的函数的三态, 执行计划会根据三态做优化, 关系到多条记录时三态对应的调用次数是需要关心的)  

接下来举例说明如何校对这几个常量.

1. 推算seq_page_cost 以及 cpu_tuple_cost

创建测试表

digoal=# create table tbl_cost_align (id int, info text, crt_time timestamp);  
CREATE TABLE  

插入测试数据, 这里插入的ID为随机数, 这样的话可以使得我们后面要做的离散IO请求测试更准确一些.

digoal=# insert into tbl_cost_align select (random()*2000000000)::int, md5(random()::text), clock_timestamp() from generate_series(1,100000);  
INSERT 0 100000  
digoal=# insert into tbl_cost_align select (random()*2000000000)::int, md5(random()::text), clock_timestamp() from generate_series(1,10000000);  
INSERT 0 10000000  

分析表, 获得统计信息

digoal=# analyze tbl_cost_align;  
ANALYZE  

可以查看到占用的数据块个数

digoal=# select relpages from pg_class where relname='tbl_cost_align';  
 relpages   
----------  
    94393  
(1 row)  

执行checkpoint后关闭数据库, 为了得到一个纯粹的物理磁盘的连续io请求的cost常量, 不能有shared buffer的干扰.

digoal=# checkpoint;  
CHECKPOINT  
pg93@db-172-16-3-150-> pg_ctl stop -m fast  
waiting for server to shut down.... done  
server stopped  

同时还不能有OS Cache的干扰, 所以要清理操作系统cache.

[root@db-172-16-3-150 ssd1]# sync; echo 3 > /proc/sys/vm/drop_caches  

前面我们说了, 有些指标可以通过硬件厂商得到或者自行测试得到, 那么这里我们就要自己测试得到.

测试方法比较多, 本文将通过systemtap来得到每次IO请求的时间.

为了降低systemtap带来的额外开销, 请参考 :

《USE blockdev --setra 0 and systemtap test real BLOCKDEV iops》

《设置进程亲和 - numactl 或 taskset - retrieve or set a process's CPU affinity (affect SYSTEMTAP TIME)》

指定亲和1, 启动数据库 :

pg93@db-172-16-3-150-> taskset -c 1 /home/pg93/pgsql9.3.1/bin/postgres >/dev/null 2>&1  

开启psql

pg93@db-172-16-3-150-> psql  
psql (9.3.1)  
Type "help" for help.  
digoal=# select pg_backend_pid();  
 pg_backend_pid   
----------------  
           5727  
(1 row)  

指定亲和7, 开启stap, 收集postgres进程相关的io信息.

[root@db-172-16-3-150 ~]# taskset -c 7 stap -e '  
global a  
probe process("/home/pg93/pgsql9.3.1/bin/postgres").mark("query__start") {  
  delete a  
  println("query__start ", user_string($arg1), "pid:", pid())  
}  
probe vfs.read.return {  
  t = gettimeofday_ns() - @entry(gettimeofday_ns())  
  # if (execname() == "postgres" && devname != "N/A")  
    a[pid()] <<< t  
}  
probe process("/home/pg93/pgsql9.3.1/bin/postgres").mark("query__done") {  
  if (@count(a[pid()]))   
    printdln("**", pid(), @count(a[pid()]), @avg(a[pid()]))  
  println("query__done ", user_string($arg1), "pid:", pid())  
  if (@count(a[pid()])) {  
    println(@hist_log(a[pid()]))  
    #println(@hist_linear(a[pid()],1024,4096,100))  
  }  
  delete a  
}' -x 5727  

接下来在psql中执行explain analyze, 在explain的结果中可以得到一个值, 实际的执行时间(3260.695 -0.839).

并且可以得到原始的cost(195393.00), 这个原始的cost有助于验证公式是否正确.

digoal=# explain (analyze,verbose,costs,buffers,timing) select * from tbl_cost_align;  
                                                               QUERY PLAN                                                             
      
------------------------------------------------------------------------------------------------------------------------------------  
----  
 Seq Scan on postgres.tbl_cost_align  (cost=0.00..195393.00 rows=10100000 width=45) (actual time=0.839..3260.695 rows=10100000 loops  
=1)  
   Output: id, info, crt_time  
   Buffers: shared read=94393    
   -- 注意这个read指的是未命中shared buffer, 如果是命中的话会有hit=?  
  
 Total runtime: 4325.885 ms  
(4 rows)  

执行完explain之后, 在stap输出中得到了我们想要的平均IO响应时间信息(14329).

query__start explain (analyze,verbose,costs,buffers,timing) select * from tbl_cost_align;pid:5727  
5727**94417**14329  
query__done explain (analyze,verbose,costs,buffers,timing) select * from tbl_cost_align;pid:5727  
  value |-------------------------------------------------- count  
   1024 |                                                       0  
   2048 |                                                       0  
   4096 |                                                     153  
   8192 |@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@  86293  
  16384 |@                                                   1864  
  32768 |                                                     116  
  65536 |@@@                                                 5918  
 131072 |                                                      59  
 262144 |                                                       7  
 524288 |                                                       3  
1048576 |                                                       2  
2097152 |                                                       2  
4194304 |                                                       0  
8388608 |                                                       0  

收集到以上数据后, 首先验证公式的正确性. 验证公式前, 需要解读explain的输出. 以及现有的2个常量.

digoal=# show seq_page_cost;  
 seq_page_cost   
---------------  
 1  
(1 row)  
digoal=# show cpu_tuple_cost;  
 cpu_tuple_cost   
----------------  
 0.01  
(1 row)  

公式正确 :

195393 = (shared read=)94393*1(seq_page_cost) + (rows=)10100000*0.01(cpu_tuple_cost)  
digoal=# select 94393+10100000*0.01;  
 ?column?    
-----------  
 195393.00  
(1 row)  

那么从stap中我们得到io的平均响应时间是14329纳秒(0.014329毫秒). 真实的执行时间是(3260.695 -0.839).

套用到公式中.

3260.695 -0.839 = 94393*0.014329 + 10100000*x  
x = 0.00018884145574257426  

接下来要做的是调整seq_page_cost和cpu_tuple_cost, 重新执行SQL.

digoal=# set seq_page_cost=0.014329;  
SET  
digoal=# set cpu_tuple_cost=0.00018884145574257426;  
SET  

重新执行SQL后, 我们看到评估出来的COST是3259.86, 实际的执行时间是1599.507ms.

不一致是因为现在用到了shared buffer, 已经没有直接读硬盘或者OS CACHE了.

digoal=# explain (analyze,verbose,costs,buffers,timing) select * from tbl_cost_align;  
                                                              QUERY PLAN                                                              
    
------------------------------------------------------------------------------------------------------------------------------------  
--  
 Seq Scan on postgres.tbl_cost_align  (cost=0.00..3259.86 rows=10100000 width=45) (actual time=0.011..1599.507 rows=10100000 loops=1  
)  
   Output: id, info, crt_time  
   Buffers: shared hit=94393  
 Total runtime: 2617.152 ms  
(4 rows)  

可以重启数据库并清除CACHE来测试, 一定会得到满意的答案.

pg93@db-172-16-3-150-> taskset -c 1 /home/pg93/pgsql9.3.1/bin/postgres >/dev/null 2>&1  
[root@db-172-16-3-150 ~]# sync; echo 3 > /proc/sys/vm/drop_caches  
digoal=# set seq_page_cost=0.014329;  
SET  
digoal=# set cpu_tuple_cost=0.00018884145574257426;  
SET  
digoal=# explain (analyze,verbose,costs,buffers,timing) select * from tbl_cost_align;  
                                                              QUERY PLAN                                                              
    
------------------------------------------------------------------------------------------------------------------------------------  
--  
 Seq Scan on postgres.tbl_cost_align  (cost=0.00..3259.86 rows=10100000 width=45) (actual time=0.915..3318.443 rows=10100000 loops=1  
)  
   Output: id, info, crt_time  
   Buffers: shared read=94393  
 Total runtime: 4380.828 ms  
(4 rows)  

现在是完全从硬盘读取, 所以得出的cost就和实际执行时间相当接近了3259.86 VS (3318.443 - 0.915).

2. 推算random_page_cost 以及 cpu_index_tuple_cost , cpu_operator_cost

random_page_cost 本文还是通过stap跟踪来获得.

cpu_index_tuple_cost 和 cpu_operator_cost 两个未知数不是很好推算, 基本上出现cpu_index_tuple_cost 的场景, 另一个cpu_operator_cost 也出现了, 所以2个未知数都是同时出现.

那么我们只能给他们来个比例. 或者能够直接跟踪到其中的一个未知数, 才能得出另一个未知数.

本文利用cpu_index_tuple_cost 和 cpu_operator_cost的默认占比来求得这两个值.

首先我们还是要确定公式, 为了方便公式验证, 把所有的常量都设置为1.

digoal=# set random_page_cost=1;  
SET  
digoal=# set cpu_tuple_cost=1;  
SET  
digoal=# set cpu_index_tuple_cost=1;  
SET  
digoal=# set cpu_operator_cost=1;  
SET  
digoal=# set enable_seqscan=off; set enable_bitmapscan=off; explain (analyze,verbose,costs,buffers,timing) select * from tbl_cost_align where id>1998999963;  
SET  
SET  
                                                                         QUERY PLAN                                                   
                           
------------------------------------------------------------------------------------------------------------------------------------  
-------------------------  
 Index Scan using idx_tbl_cost_align_id on postgres.tbl_cost_align  (cost=174.00..20181.67 rows=5031 width=45) (actual time=0.029..1  
7.773 rows=5037 loops=1)  
   Output: id, info, crt_time  
   Index Cond: (tbl_cost_align.id > 1998999963)  
   Buffers: shared hit=5054  
 Total runtime: 18.477 ms  
(5 rows)  

执行计划表明这是个索引扫描, 至于扫了多少个数据块是未知的, 索引的tuples也是未知的, 已知的是cost和rows.

20181.67 = blocks*random_page_cost + cpu_tuple_cost*5031 + cpu_index_tuple_cost*5031 + cpu_operator_cost*?  

求这个问号, 可以通过更改cpu_operator_cost来得到.

digoal=# set cpu_operator_cost=2;  
SET  
digoal=# set enable_seqscan=off; set enable_bitmapscan=off; explain (analyze,verbose,costs,buffers,timing) select * from tbl_cost_align where id>1998999963;  
SET  
SET  
                                                                         QUERY PLAN                                                   
                          
------------------------------------------------------------------------------------------------------------------------------------  
------------------------  
 Index Scan using idx_tbl_cost_align_id on postgres.tbl_cost_align  (cost=348.00..25386.67 rows=5031 width=45) (actual time=0.013..5  
.785 rows=5037 loops=1)  
   Output: id, info, crt_time  
   Index Cond: (tbl_cost_align.id > 1998999963)  
   Buffers: shared hit=5054  
 Total runtime: 6.336 ms  
(5 rows)  
25386.67-20181.67 = 5205 得到本例通过索引扫描的条数. 等式就变成了  
20181.67 = blocks*random_page_cost + cpu_tuple_cost*5031 + cpu_index_tuple_cost*5031 + cpu_operator_cost*5205  

接下来要求blocks, 也就是扫描的随机页数.

通过调整random_page_cost得到.

digoal=# set random_page_cost = 2;  
SET  
digoal=# set enable_seqscan=off; set enable_bitmapscan=off; explain (analyze,verbose,costs,buffers,timing) select * from tbl_cost_align where id>1998999963;  
SET  
SET  
                                                                         QUERY PLAN                                                   
                          
------------------------------------------------------------------------------------------------------------------------------------  
------------------------  
 Index Scan using idx_tbl_cost_align_id on postgres.tbl_cost_align  (cost=348.00..30301.33 rows=5031 width=45) (actual time=0.013..5  
.778 rows=5037 loops=1)  
   Output: id, info, crt_time  
   Index Cond: (tbl_cost_align.id > 1998999963)  
   Buffers: shared hit=5054  
 Total runtime: 6.331 ms  
(5 rows)  
30301.33-25386.67 = 4914.66  

得到blocks = 4914.66.

更新等式 :

20181.67 = 4914.66*random_page_cost + cpu_tuple_cost*5031 + cpu_index_tuple_cost*5031 + cpu_operator_cost*5205  

接下来要做的是通过stap统计出random_page_cost.

pg93@db-172-16-3-150-> taskset -c 1 /home/pg93/pgsql9.3.1/bin/postgres >/dev/null 2>&1  
[root@db-172-16-3-150 ~]# sync; echo 3 > /proc/sys/vm/drop_caches  
digoal=# select pg_backend_pid();  
 pg_backend_pid   
----------------  
          10009  
(1 row)  
  
[root@db-172-16-3-150 ~]# taskset -c 2 stap -e '  
global a  
probe process("/home/pg93/pgsql9.3.1/bin/postgres").mark("query__start") {  
  delete a  
  println("query__start ", user_string($arg1), "pid:", pid())  
}  
probe vfs.read.return {  
  t = gettimeofday_ns() - @entry(gettimeofday_ns())  
  # if (execname() == "postgres" && devname != "N/A")  
    a[pid()] <<< t  
}  
probe process("/home/pg93/pgsql9.3.1/bin/postgres").mark("query__done") {  
  if (@count(a[pid()]))   
    printdln("**", pid(), @count(a[pid()]), @avg(a[pid()]))  
  println("query__done ", user_string($arg1), "pid:", pid())  
  if (@count(a[pid()])) {  
    println(@hist_log(a[pid()]))  
    #println(@hist_linear(a[pid()],1024,4096,100))  
  }  
  delete a  
}' -x 10009  
  
digoal=# set enable_seqscan=off; set enable_bitmapscan=off; explain (analyze,verbose,costs,buffers,timing) select * from tbl_cost_align where id>1998999963;  
SET  
SET  
                                                                         QUERY PLAN                                                   
                          
------------------------------------------------------------------------------------------------------------------------------------  
------------------------  
 Index Scan using idx_tbl_cost_align_id on postgres.tbl_cost_align  (cost=0.43..5003.15 rows=5031 width=45) (actual time=0.609..1844  
.415 rows=5037 loops=1)  
   Output: id, info, crt_time  
   Index Cond: (tbl_cost_align.id > 1998999963)  
   Buffers: shared hit=152 read=4902  
 Total runtime: 1846.683 ms  
(5 rows)  
  
query__start explain (analyze,verbose,costs,buffers,timing) select * from tbl_cost_align where id>1998999963;pid:10009  
10009**4946**368362  
query__done explain (analyze,verbose,costs,buffers,timing) select * from tbl_cost_align where id>1998999963;pid:10009  
   value |-------------------------------------------------- count  
    2048 |                                                      0  
    4096 |                                                      0  
    8192 |                                                     33  
   16384 |                                                      2  
   32768 |                                                      6  
   65536 |                                                      4  
  131072 |@@@@@@@@@@@@@@@@@@@                                1193  
  262144 |@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@  2971  
  524288 |@@@@@@@@@@@@                                        729  
 1048576 |                                                      2  
 2097152 |                                                      5  
 4194304 |                                                      0  
 8388608 |                                                      1  
16777216 |                                                      0  
33554432 |                                                      0  

更新等式, 使用时间等式 :

等式1 :

1844.415 = 4914.66*0.368362 + 0.00018884145574257426*5031 + cpu_index_tuple_cost*5031 + cpu_operator_cost*5205  

cpu_tuple_cost用例子1中计算得到的0.00018884145574257426

cpu_index_tuple_cost和cpu_operator_cost的比例用系统默认的2 : 1.

等式2 :

cpu_index_tuple_cost/cpu_operator_cost = 2  

最终得到 :

cpu_index_tuple_cost = 0.00433497085216479990  
cpu_operator_cost = 0.00216748542608239995  

结合例子1 得到的两个常量, 所有的5个常量值就调整好了.

digoal=# set cpu_tuple_cost=0.00018884145574257426;  
SET  
digoal=# set cpu_index_tuple_cost = 0.00433497085216479990;  
SET  
digoal=# set cpu_operator_cost = 0.00216748542608239995;  
SET  
digoal=# set seq_page_cost=0.014329;  
SET  
digoal=# set random_page_cost = 0.368362;  
SET  
digoal=# set enable_seqscan=off; set enable_bitmapscan=off; explain (analyze,verbose,costs,buffers,timing) select * from tbl_cost_align where id>1998999963;  
SET  
SET  
                                                                         QUERY PLAN                                                   
                          
------------------------------------------------------------------------------------------------------------------------------------  
------------------------  
 Index Scan using idx_tbl_cost_align_id on postgres.tbl_cost_align  (cost=0.38..1844.42 rows=5031 width=45) (actual time=0.553..1346  
.468 rows=5037 loops=1)  
   Output: id, info, crt_time  
   Index Cond: (tbl_cost_align.id > 1998999963)  
   Buffers: shared hit=152 read=4902  
 Total runtime: 1348.428 ms  
(5 rows)  

以后使用调整后的cost常量, 就可以估算出SQL的真实执行时间, 真实执行时间会因为shared buffer hit以及os cache比explain得到的值略短, 但是已经非常接近了.

digoal=# set enable_seqscan=off; set enable_bitmapscan=off; explain select * from tbl_cost_align where id>1998999963;  
SET  
SET  
                                            QUERY PLAN                                               
---------------------------------------------------------------------------------------------------  
 Index Scan using idx_tbl_cost_align_id on tbl_cost_align  (cost=0.38..1844.42 rows=5031 width=45)  
   Index Cond: (id > 1998999963)  
(2 rows)  

参考

1. http://www.postgresql.org/docs/9.3/static/runtime-config-query.html#RUNTIME-CONFIG-QUERY-CONSTANTS

2. http://www.postgresql.org/docs/9.3/static/sql-createfunction.html

3. http://www.postgresql.org/docs/9.3/static/sql-explain.html

4. http://www.postgresql.org/docs/9.3/static/sql-altertable.html

5. http://www.postgresql.org/docs/9.3/static/using-explain.html

6. http://www.postgresql.org/docs/9.3/static/sql-alterdatabase.html

7. https://sourceware.org/systemtap/tapsets

8. http://www.postgresql.org/docs/9.3/static/dynamic-trace.html

9. src/backend/optimizer/path/costsize.c

版权声明:本文内容由阿里云实名注册用户自发贡献,版权归原作者所有,阿里云开发者社区不拥有其著作权,亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容,填写侵权投诉表单进行举报,一经查实,本社区将立刻删除涉嫌侵权内容。

相关文章
Java - 动态代理机制讲解(Proxy.newProxyInstance)
Java - 动态代理机制讲解(Proxy.newProxyInstance)
78 0
EasyUI+JavaWeb奖助学金管理系统[19]-奖助学金审批功能开发
本文目录 1. 本章任务 2. 查看当前待审批的申请 3. 审批功能的开发 4. 总结
48 0
《21天学通HTML+CSS+JavaScript Web开发(第7版)》——1.4 统一资源定位符
除在浏览器中直接输入URL来访问网页外,您还可使用URL在文档中创建到另一个文档的超文本链接。因此,无论从什么角度看,URL对您和浏览器在Web上导航来说至关重要。
1591 0
《21天学通HTML+CSS+JavaScript Web开发(第7版)》——2.5 绘制网站线框图
鉴于主页是访问网站其他信息的入口,需要考虑要将哪些信息放在主页上。一篇博客?即将推出的产品摘要?一系列到其他主题的链接?无论您决定将哪些内容放在主页上,都必须确保它们有足够的吸引力,让目标受众留下来。
1214 0
boost.asio包装类st_asio_wrapper开发教程(2014.5.23更新)(一)-----转
一:什么是st_asio_wrapper它是一个c/s网络编程框架,基于对boost.asio的包装(最低在boost-1.49.0上调试过),目的是快速的构建一个c/s系统;二:st_asio_wrapper的特点效率高、跨平台、完全异步,当然这是从boost.
971 0
+关注
德哥
公益是一辈子的事, I&#39;m digoal, just do it.
2153
文章
245
问答
来源圈子
更多
让用户数据永远在线,让数据无缝的自由流动
+ 订阅
文章排行榜
最热
最新
相关电子书
更多
低代码开发师(初级)实战教程
立即下载
阿里巴巴DevOps 最佳实践手册
立即下载
冬季实战营第三期:MySQL数据库进阶实战
立即下载