PostgreSQL表分区不同实现的示例分析

PostgreSQL表分区不同实现的示例分析，相信很多没有经验的人对此束手无策，为此本文总结了问题出现的原因和解决方法，通过这篇文章希望你能解决这个问题。

pg_pathman 更新提供了更改查询和删除查询的支持. 由于使用了PostgreSQL查询计划挂钩，更新和删除规划在对单个分区查询时,速度会有改善 其他方式的查询，依旧使用缓慢的继承查询规划 当然,UPDATE,DELETE操作只涉及一个一个分区的情况似乎是最常见,最需要优化的。

此外，分享一些基准测试。 这一基准测试是一年的记账, 按天来做表分区，总计约1百万(1M)条数据 当然，这只是个测试示列，因为在实际中由于数据量太小,没有人会分成这么多分区

但它仍然很高兴见到分区开销。下列操作的性能进行比较:

• 选择单行 (使用时间戳) SELECT one;

• 选择某一天的全部数据(查询单个分区的全部数据) SELECT one_partation

• 随机插入单行 (使用随机时间戳) INSERT

• 随机更新单行 (使用随机时间戳筛选) UPDATE

以下的分区方法进行了比较︰

单表，没有使用分区 pg_partman 扩展 pg_pathman 扩展

在2xIntel Xeon CPU X5675 @ 3.07GHz, 24 GB 内存的服务器上, 数据库参数配置fsync=off 使用10个线程可以得到如下的结果。

我可以得到以下结论

• pg_pathman 显著优于 pg_partman, 主要是由于pg_pathman 使用查询计划钩子,而pg_partman 使用内置的继承机制.

• 当选择查询或更新单个行时，pg_pathman 和普通表几乎是一样快,插入单个行的差异是稍大一点，因为触发器用来的

• 在选择整个分区查询时,pg_partman 和 pg_pathman 时选择整个分区之间的区别不是那样数十倍(在查询单行时)。 因为这时,查询规划时间只占整个语句执行时间的一小部分。

• 随机INSERT时,pg_pathman 的执行速度仍然远远超过与pg_partman, 是由于其他两者在在父关系上使用了触发器, 但是,pg_pathman 使用了快速的C函数来实现。

• 选择整个分区表分区由 pg_pathman 的时候是略高于从平原表中选择相同的行。 这是因为在扫描整个表分区时，使用了顺序扫描，而索引扫描用于选择表的一部分。 当数据量很大,缓存不足以存下时,这种差异预计会更大。

用于基准测试的 SQL 脚本，请参阅此依据。

create_*.sql 创建日记帐表使用分区的各种方法。 pg_bench的脚本: select_one.sql、 select_day.sql、 insert.sql 和 update.sql .

看完上述内容，你们掌握PostgreSQL表分区不同实现的示例分析的方法了吗？如果还想学到更多技能或想了解更多相关内容，欢迎关注亿速云行业资讯频道，感谢各位的阅读！