PostgreSql性能测试

# PostgreSql性能测试

## 1. 环境
+ 版本：9.4.9
+ 系统：OS X 10.11.5
+ CPU：Core i5 2.7G
+ 内存：16G
+ 硬盘：256G SSD

## 2. 测试情况

### 2.1 测试表结构

```sql
/*
Navicat Premium Data Transfer

Source Server : postgresql
Source Server Type : PostgreSQL
Source Server Version : 90409
Source Host : localhost
Source Database : postgres
Source Schema : public

Target Server Type : PostgreSQL
Target Server Version : 90409
File Encoding : utf-8

Date: 09/10/2016 16:59:58 PM
*/

-- ----------------------------
-- Table structure for bi_object
-- ----------------------------
DROP TABLE IF EXISTS "public"."bi_object";
CREATE TABLE "public"."bi_object" (
"id" int8 NOT NULL DEFAULT nextval(‘id_seq‘::regclass),
"features" jsonb,
"creator" varchar(64) COLLATE "default",
"type" int2,
"is_deleted" bool,
"gmt_create" timestamp(6) NULL,
"gmt_modify" timestamp(6) NULL
)
WITH (OIDS=FALSE);
ALTER TABLE "public"."bi_object" OWNER TO "postgres";

COMMENT ON COLUMN "public"."bi_object"."id" IS ‘对象ID，主键‘;
COMMENT ON COLUMN "public"."bi_object"."features" IS ‘对象特征集合，json结构‘;
COMMENT ON COLUMN "public"."bi_object"."type" IS ‘对象类型‘;
COMMENT ON COLUMN "public"."bi_object"."is_deleted" IS ‘是否已删除‘;
COMMENT ON COLUMN "public"."bi_object"."gmt_create" IS ‘创建时间‘;

-- ----------------------------
-- Primary key structure for table bi_object
-- ----------------------------
ALTER TABLE "public"."bi_object" ADD PRIMARY KEY ("id") NOT DEFERRABLE INITIALLY IMMEDIATE;
```

### 2.2 测试数据

数据量：500万条；

样例数据：
```sql
insert into "public"."Object" ( "gmt_modify", "id", "gmt_create", "type", "features", "creator", "is_deleted") values ( null, ‘1‘, ‘2016-09-10 15:35:32‘, ‘1‘, ‘{"age": 18, "sex": 1, "city": "Hangzhou", "height": 180, "userId": 1, "weight": 70, "country": "China", "userName": "zhenmo"}‘, ‘zhenmo‘, ‘f‘) RETURNING *;
```

### 2.3 插入性能测试

+ 只有主键索引的情况下，插入500万条记录测试结果

执行sql：
```sql
insert into bi_object(creator, features, gmt_create, is_deleted, type)
select ‘zhenmo‘, row_to_json(bi_user)::jsonb, now(), false, 1 from bi_user
```

执行结果：
```
Affected rows : 5000000, Time: 51.24sec
```

平均：97580条/秒

+ 除了主键，单个B-Tree索引的情况下，插入500万条记录测试

执行sql：同上

执行结果：
```
Affected rows : 5000000, Time: 194.78sec
```

索引对于插入数据的**性能影响非常大**，带有索引后插入速度慢了近4倍。

+ 除了主键，单个GIN索引的情况下，插入500万条记录测试

执行sql：同上

执行结果：
```
Affected rows : 5000000, Time: 100.40sec
```

**测试了几次，时间稳定在50秒多一点**

### 2.4 查询性能测试

#### 2.4.1 无索引查询

执行sql：
```sql
explain analyze select id, features from bi_object where features->>‘name‘ = ‘user_4000000‘;
```

执行结果：
```
Seq Scan on bi_object (cost=0.00..177028.79 rows=25000 width=113) (actual time=1234.339..1520.186 rows=1 loops=1)
Filter: ((features ->> ‘name‘::text) = ‘user_4000000‘::text)
Rows Removed by Filter: 4999999
Planning time: 0.044 ms
Execution time: 1520.204 ms
```

**测试了多次，时间稳定在1.5秒左右**

#### 2.4.2 创建索引
+ 创建B-Tree索引

执行sql：
```sql
create index idx_bi_object_features_name on bi_object using btree ((features ->> ‘name‘));
```
执行结果：
```
OK, Time: 183.59sec
```

可见创建索引**耗时比较很长**

+ 创建jsonb字段单个key的GIN索引

执行sql：
```sql
create index idx_bi_object_features_name on bi_object using gin ((features -> ‘name‘));

```

执行结果：
```
OK, Time: 26.82sec
```

+ 创建jsonb字段GIN索引，索引class为默认的jsonb_ops

执行sql：
```sql
create index idx_bi_object_features on bi_object using gin (features);
```

执行结果：
```
OK, Time: 85.74sec
```

+ 创建jsonb字段GIN索引，索引class为默认的jsonb_ops

执行sql：
```sql
create index idx_bi_object_features on bi_object using gin (features jsonb_path_ops);
```

执行结果：
```
OK, Time: 74.71sec
```

#### 2.4.3 使用索引查询

+ 使用B-Tree索引（为features.name单独建立索引）查询

执行sql：
```sql
explain analyze select id, features from bi_object where features->>‘name‘ = ‘user_4000000‘;
```

执行结果：
```
Bitmap Heap Scan on bi_object (cost=582.20..58832.89 rows=25002 width=113) (actual time=0.045..0.045 rows=1 loops=1)
Recheck Cond: ((features ->> ‘name‘::text) = ‘user_4000000‘::text)
Heap Blocks: exact=1
-> Bitmap Index Scan on idx_bi_object_features_name (cost=0.00..575.95 rows=25002 width=0) (actual time=0.041..0.041 rows=1 loops=1)
Index Cond: ((features ->> ‘name‘::text) = ‘user_4000000‘::text)
Planning time: 0.055 ms
Execution time: 0.061 ms
```

添加索引前查询耗时：1520.204 ms，创建索引后查询耗时：0.061 ms，查询速度提升：24921倍

+ 使用GIN索引（为features.name单独建立索引，索引class为默认的jsonb_ops）查询

执行sql：
```sql
explain analyze select * from bi_object where features->‘name‘ ? ‘user_4000000‘;
```

执行结果：
```
Bitmap Heap Scan on bi_object (cost=66.75..16463.02 rows=5000 width=139) (actual time=0.021..0.022 rows=1 loops=1)
Recheck Cond: ((features -> ‘name‘::text) ? ‘user_4000000‘::text)
Heap Blocks: exact=1
-> Bitmap Index Scan on idx_bi_object_features_name (cost=0.00..65.50 rows=5000 width=0) (actual time=0.012..0.012 rows=1 loops=1)
Index Cond: ((features -> ‘name‘::text) ? ‘user_4000000‘::text)
Planning time: 0.062 ms
Execution time: 0.043 ms
```

相比较B-Tree索引，查询速度并没有提升很多，但是GIN索引占用的存储空间却是B-Tree的3倍左右，这样看来使用GIN索引并不是一个好选择。

+ 将整个jsonb字段建立GIN索引(索引class为默认的jsonb_ops)后查询

执行sql：
```sql
explain analyze select * from bi_object where features @> ‘{"name":"user_4000000"}‘;
```

执行结果：
```
Bitmap Heap Scan on bi_object (cost=86.75..16470.52 rows=5000 width=139) (actual time=0.100..0.100 rows=1 loops=1)
Recheck Cond: (features @> ‘{"name": "user_4000000"}‘::jsonb)
Heap Blocks: exact=1
-> Bitmap Index Scan on idx_bi_object_features (cost=0.00..85.50 rows=5000 width=0) (actual time=0.091..0.091 rows=1 loops=1)
Index Cond: (features @> ‘{"name": "user_4000000"}‘::jsonb)
Planning time: 0.064 ms
Execution time: 0.123 ms
```

<code>疑问：</code>
一下查询没有用到索引，感觉很奇怪，在单独为features.name建立的GIN索引时，可以利用索引查询，但是为features建立索引后，再次查询却不会使用索引，而官方文档却说可以支持‘?‘，操作很疑惑：什么鬼？？GIN的脾气很奇怪。

执行sql：
```sql
explain analyze select * from bi_object where features->‘name‘ ? ‘user_4000000‘;
```

执行结果：
```
Seq Scan on bi_object (cost=0.00..177030.00 rows=5000 width=139) (actual time=100.820..2059.617 rows=1 loops=1)
Filter: ((features -> ‘name‘::text) ? ‘user_4000000‘::text)
Rows Removed by Filter: 4999999
Planning time: 0.051 ms
Execution time: 2059.635 ms
```

+ 将整个jsonb字段建立GIN索引(索引class为jsonb_path_ops)后查询

执行sql：
```sql
explain analyze select * from bi_object where features @> ‘{"name":"user_4000000"}‘;
```

执行结果：
```
Bitmap Heap Scan on bi_object (cost=66.75..16450.52 rows=5000 width=139) (actual time=0.019..0.019 rows=1 loops=1)
Recheck Cond: (features @> ‘{"name": "user_4000000"}‘::jsonb)
Heap Blocks: exact=1
-> Bitmap Index Scan on idx_bi_object_features (cost=0.00..65.50 rows=5000 width=0) (actual time=0.012..0.012 rows=1 loops=1)
Index Cond: (features @> ‘{"name": "user_4000000"}‘::jsonb)
Planning time: 0.065 ms
Execution time: 0.045 ms
```

看一看出来2和4两次实验的查询速度接近，4比2的查询速度有了明显提升。2和4两次查询区别在于两点，前者使用的是GIN索引class是jsonb_ops，后者是jsonb_path_ops。后者仅支持‘@>‘操作，前者支持‘? ?& ?| @>‘等操作。按照官方文档的说法jsonb_path_ops的性能要高于jsonb_ops，这一点已经得到验证，并且前者占用的空间要小，以本次实验为例，jsonb_ops索引占用空间为686M，而jsonb_path_ops占用空间为446M。实际情况来看宁可牺牲点空间

+ jsonb类型的字段的某个key单独建立B-Tree索引

说明：jsonb类型的字段features的age建立B-Tree索引，然后使用索引检索。

执行sql：

step1：建立索引
```sql
create index idx_bi_object_features_age on bi_object using btree (((features ->> ‘age‘)::integer));
```
step2：查询，注意建立索引时指定的类型是integer那么查询也需要将数据转换成integer，其他的int类型如int2是不会使用索引查询的，这一点不友好，建议pg可以兼容所有int类型
```sql
explain analyze select * from bi_object where (features->>‘age‘)::integer = 50;
```

执行结果：
```
Bitmap Heap Scan on bi_object (cost=470.19..58840.83 rows=25000 width=139) (actual time=39.967..251.822 rows=50174 loops=1)
Recheck Cond: (((features ->> ‘age‘::text))::integer = 50)
Heap Blocks: exact=39786
-> Bitmap Index Scan on idx_bi_object_features_age (cost=0.00..463.94 rows=25000 width=0) (actual time=17.719..17.719 rows=50174 loops=1)
Index Cond: (((features ->> ‘age‘::text))::integer = 50)
Planning time: 0.082 ms
Execution time: 255.228 ms
```

即便是使用了索引，查询速度依然不理想，看来<code>jsonb字段建立的btree索引效率相较于普通字段的btree来说效率很差</code>，慢了差不多4200多倍。

#### 2.4.5 删除测试

删除500万条记录测试

执行sql：
```sql
delete from bi_object
```

执行结果：
```
Affected rows : 5000000, Time: 14.12sec
```

#### 2.4.6 表占用磁盘大小

表bi_object记录数5000000，建立单个字段B-Tree索引后总共占用磁盘1055M，其中索引258M，索引约占用1/4的空间。将索引类型改为GIN索引后，磁盘空间占用增大到1376M，索引占579M。详见下表：

|索引|类型|大小（M）|备注|
|---|----|-------|---|
|Object_pkey|B-Tree|107||
|idx_bi_object_features_name|B-Tree|151||
|idx_bi_object_features_name|GIN|472|索引class为默认的jsonb_ops|
|idx_bi_object_features|GIN|686|索引class为默认的jsonb_ops|
|idx_bi_object_features|GIN|446|索引class为jsonb_path_ops|

GIN索引占用的空间是B-Tree的3倍多。

## 3. 总结

### 3.1 我们的使用场景

我们需要为一类对象动态计算其所具有的特征，具体到一张表中来说，就是一个主键对应多个列，但是列的个数是不定的，会经常增加。同时了为了便于和其他关系表做关联查询，保证快速的查询响应时间，我们需要将其存储在关系型数据库中。由于列的数量动态变化，频繁修改表字段肯定不可取，所以想到将其存储到JSON字段中。

### 3.2 可以利用的资源

我们的应用环境依托于阿里云数加环境，数加的rds只提供了mysql5.6版本（5.7版本的mysql才支持json类型）和postgresql 9.4版，postgresql支持json和jsonb类型（后者存储空间小，支持部分索引操作）。所以我们决定采用postgresql作为数据存储工具。

### 3.3 频繁的查询

实际频繁查询的情况是，需要利用jsonb字段中的某些key来组合做条件查询，比如：features->‘age‘ >= 20 and features->‘age‘ < 30等

### 3.4 结论及问题

结合上面的测试，postgresql基本满足了我们的应用场景需求。在写入速度、简单查询响应时间、存储动态数据等方面都可以满足。

测试下来发现的一个潜在的问题就是jsonb类型字段的gin索引的不支持按范围检索，需要做全表扫描。postgresql的jsonb字段建立gin索引后，只支持精确查询，无法做范围检索，这样会导致查询比较慢。本地测试下来500万条记录检索时间是2秒多，以后如果数据量增大，那么很有可能导致查询超时。