HTAP数据库 PostgreSQL 场景与性能测试之 25 - (OLTP) IN , EXISTS 查询

digoal 2017-11-07

188

作者

digoal

日期

2017-11-07

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 - IN , EXISTS 查询 (OLTP)

1、背景

in 查询，多用在多个输入值的匹配场景。

实际上PostgreSQL支持很多种多个输入值匹配的语法。

1、in (...)

2、in (table or subquery or srf)

3、= any (array)

4、exists (select 1 from (values (),(),...) as t(id) where x.?=t.id)

5、=? or =? or =? or .....

他们的执行计划分别如下，(in (values....) or = any (array)最佳) ：

```
postgres=# explain select * from a where id in (1,2,3,4,5);
QUERY PLAN

Index Scan using a_pkey on a (cost=0.43..9.46 rows=5 width=45)
Index Cond: (id = ANY ('{1,2,3,4,5}'::integer[]))
(2 rows)

postgres=# explain select * from a where id = any (array[1,2,3,4,5]);
QUERY PLAN

Index Scan using a_pkey on a (cost=0.43..9.46 rows=5 width=45)
Index Cond: (id = ANY ('{1,2,3,4,5}'::integer[]))
(2 rows)

postgres=# explain select * from a where id = any (array(select generate_series(1,10)));
QUERY PLAN

Index Scan using a_pkey on a (cost=5.45..22.74 rows=10 width=45)
Index Cond: (id = ANY ($0))
InitPlan 1 (returns $0)
-> ProjectSet (cost=0.00..5.02 rows=1000 width=4)
-> Result (cost=0.00..0.01 rows=1 width=0)
(5 rows)

postgres=# explain select * from a where id = any (array(select id from (values (1),(2),(3),(4),(5)) t (id)));
QUERY PLAN

Index Scan using a_pkey on a (cost=0.50..17.79 rows=10 width=45)
Index Cond: (id = ANY ($0))
InitPlan 1 (returns $0)
-> Values Scan on "VALUES" (cost=0.00..0.06 rows=5 width=4)
(4 rows)

postgres=# explain select * from a where id in (select id from (values (1),(2),(3),(4),(5)) t (id));
QUERY PLAN

Nested Loop (cost=0.51..14.39 rows=5 width=45)
-> HashAggregate (cost=0.07..0.12 rows=5 width=4)
Group Key: "VALUES".column1
-> Values Scan on "VALUES" (cost=0.00..0.06 rows=5 width=4)
-> Index Scan using a_pkey on a (cost=0.43..2.85 rows=1 width=45)
Index Cond: (id = "VALUES".column1)
(6 rows)

postgres=# explain select * from a where exists (select 1 from (values (1),(2),(3),(4),(5)) t (id) where t.id=a.id);
QUERY PLAN

postgres=# explain select * from a where id=1 or id=2 or id=3 or id=4 or id =5;
QUERY PLAN

Bitmap Heap Scan on a (cost=8.22..14.32 rows=5 width=45)
Recheck Cond: ((id = 1) OR (id = 2) OR (id = 3) OR (id = 4) OR (id = 5))
-> BitmapOr (cost=8.22..8.22 rows=5 width=0)
-> Bitmap Index Scan on a_pkey (cost=0.00..1.64 rows=1 width=0)
Index Cond: (id = 1)
-> Bitmap Index Scan on a_pkey (cost=0.00..1.64 rows=1 width=0)
Index Cond: (id = 2)
-> Bitmap Index Scan on a_pkey (cost=0.00..1.64 rows=1 width=0)
Index Cond: (id = 3)
-> Bitmap Index Scan on a_pkey (cost=0.00..1.64 rows=1 width=0)
Index Cond: (id = 4)
-> Bitmap Index Scan on a_pkey (cost=0.00..1.64 rows=1 width=0)
Index Cond: (id = 5)
(13 rows)
```

2、设计

1亿记录，查询匹配多个输入值的性能。分别输入1,10,100,1000,10000,100000,1000000个值作为匹配条件。

1、in (...)

2、in (table or subquery or srf)

3、= any (array)

4、exists (select 1 from (values (),(),...) as t(id) where x.?=t.id)

5、=? or =? or =? or .....

3、准备测试表

create table t_in_test (id int primary key, info text, crt_time timestamp);

4、准备测试函数(可选)

5、准备测试数据

insert into t_in_test select generate_series(1,100000000), md5(random()::text), clock_timestamp();

6、准备测试脚本

1、in (...)

1,10,100,1000,10000,100000,1000000 个输入值的测试性能

do language plpgsql $$ declare arr text; ts timestamp := clock_timestamp(); mx int8; begin for i in 0..6 loop mx := (1*(10^i))::int8; select string_agg((random()*100000)::int::text, ',') into arr from generate_series(1, mx); ts := clock_timestamp(); execute 'select * from t_in_test where id in ('||arr||')'; raise notice '%: %', mx, clock_timestamp()-ts; end loop; end; $$ ;

2、in (table or subquery or srf)

1,10,100,1000,10000,100000,1000000 个输入值的测试性能

do language plpgsql $$ declare arr text; ts timestamp := clock_timestamp(); mx int8; begin for i in 0..6 loop mx := (1*(10^i))::int8; ts := clock_timestamp(); perform * from t_in_test where id in ( select (random()*100000)::int from generate_series(1, mx) ); raise notice '%: %', mx, clock_timestamp()-ts; end loop; end; $$ ;

3、= any (array)

1,10,100,1000,10000,100000,1000000 个输入值的测试性能

do language plpgsql $$ declare arr int[]; ts timestamp := clock_timestamp(); mx int8; begin for i in 0..6 loop mx := (1*(10^i))::int8; select array_agg((random()*100000)::int) into arr from generate_series(1, mx); ts := clock_timestamp(); perform * from t_in_test where id = any ( arr ); raise notice '%: %', mx, clock_timestamp()-ts; end loop; end; $$ ;

4、exists (select 1 from (values (),(),...) as t(id) where x.?=t.id)

1,10,100,1000,10000,100000,1000000 个输入值的测试性能

do language plpgsql $$ declare ts timestamp := clock_timestamp(); mx int8; begin for i in 0..6 loop mx := (1*(10^i))::int8; ts := clock_timestamp(); perform * from t_in_test where exists ( select 1 from ( select (random()*100000)::int id from generate_series(1,mx) ) t where t_in_test.id=t.id ); raise notice '%: %', mx, clock_timestamp()-ts; end loop; end; $$ ;

5、压测

匹配1 ~ 100个输入值，求聚合。高并发。

```
vi test.sql

\set x random(1,100)
select count() from t_in_test where id = any(array(select (random()100000000)::int from generate_series(1,:x)));
```

压测

```
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
```

7、测试

1、in (...)

1,10,100,1000,10000,100000,1000000 个输入值的测试性能

NOTICE: 1: 00:00:00.000256 NOTICE: 10: 00:00:00.000173 NOTICE: 100: 00:00:00.000772 NOTICE: 1000: 00:00:00.004445 NOTICE: 10000: 00:00:00.024073 NOTICE: 100000: 00:00:00.195439 NOTICE: 1000000: 00:00:01.638982 DO

2、in (table or subquery or srf)

1,10,100,1000,10000,100000,1000000 个输入值的测试性能

NOTICE: 1: 00:00:00.00044 NOTICE: 10: 00:00:00.000244 NOTICE: 100: 00:00:00.000788 NOTICE: 1000: 00:00:00.004455 NOTICE: 10000: 00:00:00.028793 NOTICE: 100000: 00:00:00.187841 NOTICE: 1000000: 00:00:00.583744 DO

3、= any (array)

1,10,100,1000,10000,100000,1000000 个输入值的测试性能

NOTICE: 1: 00:00:00.000216 NOTICE: 10: 00:00:00.000151 NOTICE: 100: 00:00:00.000654 NOTICE: 1000: 00:00:00.00399 NOTICE: 10000: 00:00:00.021216 NOTICE: 100000: 00:00:00.106335 NOTICE: 1000000: 00:00:00.386113 DO

4、exists (select 1 from (values (),(),...) as t(id) where x.?=t.id)

1,10,100,1000,10000,100000,1000000 个输入值的测试性能

NOTICE: 1: 00:00:00.000458 NOTICE: 10: 00:00:00.000224 NOTICE: 100: 00:00:00.000687 NOTICE: 1000: 00:00:00.003916 NOTICE: 10000: 00:00:00.02734 NOTICE: 100000: 00:00:00.187671 NOTICE: 1000000: 00:00:00.570389 DO

5、匹配1 ~ 100个输入值，求聚合。高并发。

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: 13913566 latency average = 1.207 ms latency stddev = 0.840 ms tps = 46378.142149 (including connections establishing) tps = 46384.723274 (excluding connections establishing) script statistics: - statement latencies in milliseconds: 0.002 \set x random(1,100) 1.207 select count(*) from t_in_test where id = any(array(select (random()*100000000)::int from generate_series(1,:x)));

TPS： 46384

5、匹配1 ~ 100个输入值，求聚合。高并发。

平均响应时间： 1.207 毫秒

5、匹配1 ~ 100个输入值，求聚合。高并发。

1到100万个输入值的响应时间

1亿条记录，匹配100万个输入值( = any (array) )，只需要386毫秒。

参考

《PostgreSQL、Greenplum 应用案例宝典《如来神掌》 - 目录》

《数据库选型之 - 大象十八摸 - 致架构师、开发者》

《PostgreSQL 使用 pgbench 测试 sysbench 相关case》

《数据库界的华山论剑 tpc.org》

https://www.postgresql.org/docs/10/static/pgbench.html

《PostgreSQL 与关系代数 (Equi-Join , Semi-Join , Anti-Join , Division)》

文章转载自digoal，如果涉嫌侵权，请发送邮件至：contact@modb.pro进行举报，并提供相关证据，一经查实，墨天轮将立刻删除相关内容。

HTAP数据库 PostgreSQL 场景与性能测试之 25 - (OLTP) IN , EXISTS 查询

作者

日期

标签

背景

环境

场景 - IN , EXISTS 查询 (OLTP)

1、背景

2、设计

3、准备测试表

4、准备测试函数(可选)

5、准备测试数据

6、准备测试脚本

7、测试

TPS： 46384

平均响应时间： 1.207 毫秒

1到100万个输入值的响应时间

参考

PostgreSQL 许愿链接

9.9元购买3个月阿里云RDS PostgreSQL实例

PostgreSQL 解决方案集合

德哥 / digoal's github - 公益是一辈子的事.

评论