pgbench test 实例

kyle=# \d insert_test_log

                            Table "public.insert_test_log"

 Column |     Type      |                          Modifiers                           

--------+---------------+--------------------------------------------------------------

 id     | integer       | not null default nextval('insert_test_log_id_seq'::regclass)

 day    | date          | 

 hour   | integer       | 

 uid    | integer       | 

 siteid | integer       | 

 adid   | integer       | 

 num    | integer       | 

 md5    | character(32) | 

Indexes:

    "insert_test_log_pk" PRIMARY KEY, btree (id)

    "insert_test_log_md5_key" UNIQUE, btree (md5)

    --- "insert_test_log_md5_key" UNIQUE CONSTRAINT, btree (md5)

测试使用插入函数:

CREATE OR REPLACE FUNCTION ins_insert_test_log

(i_day integer, i_hour integer, i_uid integer, i_siteid integer, i_adid integer, i_num integer)

 RETURNS integer

 LANGUAGE plpgsql

AS $function$

declare

begin

insert into insert_test_log (day,hour,uid,siteid,adid,num,md5) values (current_date+i_day,i_hour,i_uid,i_siteid,i_adid,i_num,md5(clock_timestamp()::text));

return 0;

exception

when others then

return 1;

end;

$function$;

测试使用的pgbench脚本文件:

\setrandom i_date -365 365

\setrandom i_hour 1 1999999999

\setrandom i_uid 1 1999999999

\setrandom i_siteid 1 1999999999

\setrandom i_adid 1 1999999999

\setrandom i_num 1 1999999999

select ins_insert_test_log(:i_date,:i_hour,:i_uid,:i_siteid,:i_adid,:i_num);

pgbench测试脚本，同样使用1个连接:

#!/bin/bash

. /home/postgres/.bash_profile

postgres@node1:~/tsql $ pgbench -M prepared -c 1 -f ./t1.sql -j 1 -n -T 60 -p 2011 kyle

测试结果:

transaction type: Custom query

scaling factor: 1

query mode: prepared

number of clients: 1

number of threads: 1

duration: 60 s

number of transactions actually processed: 205326

tps = 3422.087509 (including connections establishing)

tps = 3422.329353 (excluding connections establishing)

每秒处理的事务数是3400多.

数据库服务器90% idle ， 负载0.3左右。

来说说单连接和多连接的区别:

从上面的测试来看，PostgreSQL单连接处理的情况下，数据库服务器的资源还很空闲。单条SQL的平均响应时间是1000/3468=0.29毫秒.

如果开2个连接，并且数据库服务器的资源够用的情况下，并且单条SQL平均响应时间趋于不变，每秒应该可以处理一倍的SQL请求=6936。

虽然程序不支持多数据库连接，为了告知他多连接的好处，还是测试一下多连接的情况:

postgres@node1:~/tsql $ pgbench -M prepared -c 32 -f ./t1.sql -j 32 -n -T 60 -p 2011 kyle

transaction type: Custom query

scaling factor: 1

query mode: prepared

number of clients: 32

number of threads: 32

duration: 60 s

number of transactions actually processed: 291958

tps = 4861.763024 (including connections establishing)

tps = 4872.966788 (excluding connections establishing)

开32个连接，数据库服务器90% idle ， 负载0.4左右。

每秒处理SQL请求4861次。单条SQL的平均响应时间=1000/(4861/32)=6.6毫秒。

虽然平均SQL响应时间长了，但是总的吞吐量变大了。

另一个应用场景是 : 

实时更新URL的访问次数。

比如访问http://XXX每次被访问，都要使点击率加1.

做法大概是 update table set uv=uv+1 where md5=$? ; 

在测试系统中压力测试，显示PG某些SQL会很慢，长的要好几秒。

对于数据库来说，这是一个比较常见的ROW LOCK等待问题，例如同一个时间段内频繁的更新同一条记录(对于热门访问的URL)，因为更新记录需要锁行，就是说一个SESSION在更新某一条记录时，其他SESSION要等待。所以就有可能出现长的要好几秒的情况。

解决这个问题的办法，

1. 提高数据库单条记录更新速度，注意PostgreSQL更新记录的做法是老的记录并没有实际的删除掉，而是修改了行的头部信息，有兴趣的朋友可以看看heaptuple的结构。因此每次不管更新啥，在物理存储上都会多出一条记录，后台VACUUM去回收已经标记为删除并且所有事务都不会看到的记录。当然PG选择这种MVCC模式，也带来了很多好处，比如并发能力非常，可以把DDL封装到事务里面等等。

    因此要提高数据库单条UPDATE速度，可以考虑使用另外的MVCC模式的数据库，如 mongoDB , oracle . 

2. 缓存访问计数，非实时的更新数据库，就不存在热门URL频繁更新数据库的问题了。

个人还是推荐第二种解决办法。