背景
机票业务的某个模块，数据量10亿+，写、更新、删除量较低。根据KEY查询一些数据，每次查询返回1万条左右的记录。
就是这样简单的需求，业务方发现读成为了巨大的瓶颈，每次返回1万条，100个并发请求，每秒就是100万条（500MB左右），主要的瓶颈：
1、网络是个较大的开销。
2、不同KEY的数据可能是分散存放的，存在查询时的IO放大，可能有一定的性能影响。
3、每次请求的返回记录数较多，数据库search buffer调用可能开销会上升。
就这几个问题，我们来看看如何优化或解决业务方的问题。
建模
1、建表
create table test(
id int,
info text, -- 一些属性，我这里用一个字段代表它
typeid int, -- 类别，也是用户的查询过滤条件，约10万个类别，每个类别1万条记录，总共10亿记录。
crt_time timestamp, -- 创建时间
mod_time timestamp -- 修改时间
);
2、灌入测试数据
insert into test select generate_series(1,1000000000), 'test', random()*99999, now();
3、创建索引
create index idx_test_typeid on test (typeid);
4、原始SQL请求
select * from test where typeid=?;
约返回1万记录。
了解数据分布
postgres=# select schemaname, tablename, attname, correlation from pg_stats where tablename='test';
schemaname | tablename | attname | correlation
------------+-----------+----------+-------------
postgres | test | id | 1
postgres | test | info | 1
postgres | test | typeid | 0.0122783
postgres | test | crt_time | 1
postgres | test | mod_time |
(5 rows)
通过pg_stats可以看到typeid和物理存储的线性相关性才0.012，非常分散。
按TYPEID访问时，IO放大很严重，也就是说1万条记录可能分散在1万个数据块中。
postgres=# explain (analyze,verbose,timing,costs,buffers) select * from test where typeid =1;
QUERY PLAN
--------------------------------------------------------------------------------------------------------------------------------------------
Index Scan using idx_test_typeid on postgres.test (cost=0.57..13343.21 rows=10109 width=29) (actual time=0.029..14.283 rows=9935 loops=1)
Output: id, info, typeid, crt_time, mod_time
Index Cond: (test.typeid = 1)
Buffers: shared hit=9959 -- typeid=1的记录分散在9959个数据块中
Planning time: 0.085 ms
Execution time: 14.798 ms
(6 rows)
原始SQL性能评估、瓶颈分析
1、压测
vi test.sql
\set typeid random(0,99999)
select * from test where typeid=:typeid;
压测结果，TPS 1653。
pgbench -M prepared -n -r -P 1 -f ./test.sql -c 64 -j 64 -T 120
transaction type: ./test.sql
scaling factor: 1
query mode: prepared
number of clients: 64
number of threads: 64
duration: 120 s
number of transactions actually processed: 198445
latency average = 38.699 ms
latency stddev = 7.898 ms
tps = 1653.239177 (including connections establishing)
tps = 1653.525600 (excluding connections establishing)
script statistics:
- statement latencies in milliseconds:
0.002 \set typeid random(0,99999)
38.697 select * from test where typeid=:typeid;
2、perf 观察瓶颈
perf top -ag
Children Self Shared Object Symbol
+ 15.31% 15.19% postgres [.] hash_search_with_hash_value
+ 14.48% 8.78% postgres [.] heap_hot_search_buffer
+ 9.95% 2.26% [kernel] [k] page_fault
+ 9.44% 8.24% postgres [.] heap_page_prune_opt
+ 7.67% 0.02% [kernel] [k] do_page_fault
+ 7.62% 0.21% [kernel] [k] __do_page_fault
+ 6.89% 0.41% [kernel] [k] handle_mm_fault
+ 6.87% 6.80% postgres [.] PinBuffer
+ 4.32% 0.18% [kernel] [k] __do_fault
+ 4.03% 4.00% postgres [.] LWLockAcquire
+ 3.83% 0.00% [kernel] [k] system_call_fastpath
+ 3.17% 3.15% libc-2.17.so [.] __memcpy_ssse3_back
+ 3.01% 0.16% [kernel] [k] shmem_fault
+ 2.85% 0.13% [kernel] [k] shmem_getpage_gfp
优化手段1，cluster化
1、PostgreSQL提供了一个cluster的功能，可以将表按索引进行CLUSTER，即重排。
效果是这个索引对应列（或多列）与物理顺序的线性相关性变成1或-1，也就是线性完全一致，那么在按这个字段或这些字段进行条件过滤时，扫描的堆表数据块大幅度降低。
postgres=# cluster test using idx_test_typeid;
postgres=# \d test
Table "postgres.test"
Column | Type | Collation | Nullable | Default
----------+-----------------------------+-----------+----------+---------
id | integer | | |
info | text | | |
typeid | integer | | |
crt_time | timestamp without time zone | | |
mod_time | timestamp without time zone | | |
Indexes:
"idx_test_typeid" btree (typeid) CLUSTER
2、测试cluster后，按typeid过滤数据，只需要扫描96个数据块了。SQL的响应时间也从14.8毫秒降到了1.9毫秒。
postgres=# explain (analyze,verbose,timing,costs,buffers) select * from test where typeid =1;
QUERY PLAN
-------------------------------------------------------------------------------------------------------------------------------------------
Index Scan using idx_test_typeid on postgres.test (cost=0.57..13343.21 rows=10109 width=29) (actual time=0.011..1.413 rows=9935 loops=1)
Output: id, info, typeid, crt_time, mod_time
Index Cond: (test.typeid = 1)
Buffers: shared hit=96
Planning time: 0.039 ms
Execution time: 1.887 ms
(6 rows)
3、压测，TPS 2715。相比原始性能提升了 64%。
pgbench -M prepared -n -r -P 1 -f ./test.sql -c 64 -j 64 -T 120
transaction type: ./test.sql
scaling factor: 1
query mode: prepared
number of clients: 64
number of threads: 64
duration: 120 s
number of transactions actually processed: 326188
latency average = 23.546 ms
latency stddev = 7.793 ms
tps = 2715.409760 (including connections establishing)
tps = 2715.677062 (excluding connections establishing)
script statistics:
- statement latencies in milliseconds:
0.002 \set typeid random(0,99999)
23.543 select * from test where typeid=:typeid;
4、perf 观察瓶颈
用户态的调用不在TOP里面。
+ 14.30% 0.00% [kernel] [k] system_call_fastpath
+ 9.62% 1.26% [kernel] [k] page_fault
+ 8.35% 0.01% [kernel] [k] do_page_fault
+ 8.27% 0.14% [kernel] [k] __do_page_fault
+ 6.81% 0.37% libc-2.17.so [.] sysmalloc
+ 6.48% 0.10% [kernel] [k] __alloc_pages_nodemask
+ 5.84% 0.40% [kernel] [k] handle_mm_fault
+ 5.84% 0.05% libpthread-2.17.so [.] __libc_send
+ 5.83% 5.79% libc-2.17.so [.] __memcpy_ssse3_back
+ 5.74% 0.03% libpthread-2.17.so [.] __libc_recv
优化1小结
1、优化手段1没有涉及到降低网络开销的优化。
2、使用cluster后，完全规避了IO放大的问题。
3、但是每次请求返回的记录数与原来一样，对数据库search buffer没有起到效果。
4、聚集操作是静态操作，数据库并不会一直维持这个状态。
不过PG可以设置fillfactor，使得更新后的版本尽量在当前数据块。这种方法对于更新很有效，只要对应的搜索KEY不变更，那么线性相关性可以一直被维持。对于新增数据无效。所以cluster特别适合相对静态的数据，或者时间维度上，旧的数据基本不变更的场景，可以使用时间分区表，对旧数据实施CLUSTER，保证就数据的线性相关性。
alter table test set (fillfactor=80);
优化手段2，聚集化
优化2的目标和1类似，但是将数据聚集为单条，同时提升数据的压缩比，不过是数据库端压缩，所以对网络需求的降低并没有效果。
1、聚集，因为更新少，所以我们可以将多条记录聚集为一条记录。
create table test_agg (typeid int, content jsonb);
insert into test_agg select typeid, jsonb_agg(jsonb_build_object('id',id,'info',info,'crt_time',crt_time,'mod_time',mod_time)) from test group by typeid;
create index idx_test_agg_1 on test_agg(typeid);
2、查询请求
select * from test_agg where typeid=?
3、增、删、改
JSON类型的操作函数如下：
https://www.postgresql.org/docs/10/static/functions-json.html
4、优化后的性能指标
压测，性能并没有提升
vi test1.sql
\set typeid random(0,99999)
select * from test_agg where typeid=:typeid;
pgbench -M prepared -n -r -P 1 -f ./test1.sql -c 64 -j 64 -T 120
transaction type: ./test1.sql
scaling factor: 1
query mode: prepared
number of clients: 64
number of threads: 64
duration: 120 s
number of transactions actually processed: 151156
latency average = 50.803 ms
latency stddev = 2.913 ms
tps = 1258.934362 (including connections establishing)
tps = 1259.301582 (excluding connections establishing)
script statistics:
- statement latencies in milliseconds:
0.002 \set typeid random(0,99999)
50.801 select * from test_agg where typeid=:typeid;
优化2小结
性能并没有提升，转换为JSONB类型后，每个ELEMETE都增加了头部信息，所以网络传输的空间实际变大了。
......
{"id": 172264479, "info": "test", "crt_time": "2017-07-27T20:41:32.365209", "mod_time": null},
{"id": 172304687, "info": "test", "crt_time": "2017-07-27T20:41:32.365209", "mod_time": null},
......
这个优化方法并没有赚到。
优化手段3，网络传输压缩优化
PostgreSQL支持SSL链接，通过SSL支持压缩和加密传输。
如果传输带宽有限，使用这种链路是非常不错的选择，但是会消耗一部分客户端和数据库端的CPU资源。
有一些例子：
《PostgreSQL ssl ciphers performance 比较》
优化手段4，只读节点
这个优化方法简单有效，但是需要投入一些资源，PostgreSQL支持两种备库，物理、逻辑备库。
物理备库只读，延迟低，不管事务多大，延迟都在毫秒级。但是物理备库只能全库复制。
逻辑备库可写，同时可以订阅部分数据，但是延迟较高（通常一个订阅通道的速率在3万行/s，一个实例可以支持多个订阅通道，比如每个表一个订阅通道）。
同时建议数据库节点与APPLICATION节点的网络尽量靠近，甚至将备库部署在业务服务器都是赞许的。
参考文档：
《PostgreSQL 10 流式物理、逻辑主从 最佳实践》
优化手段5，按用户切分，sharding。
按用户切分，将数据切分到多个数据库实例。
按照优化手段1的指标，每个节点可以提供1.3GB/s的输出流量，如果切分到16个节点，可以支持21GB/s的输出流量。完全不用考虑备库。
中间层可以考虑使用plproxy，中间件等方法。
《PostgreSQL 最佳实践 - 水平分库(基于plproxy)》
https://github.com/go-pg/sharding
参考文档
《PostgreSQL 9.6 sharding based on FDW & pg_pathman》
小结
1、原来单条的存储，用户每次请求，返回1万条记录，所以主机的网络带宽，数据库的数据访问离散IO的放大都是较大的性能阻碍因素。
使用cluster的方法，将数据按KEY存放，完全消除IO放大的问题，性能提升非常明显。
使用FILLFACTOR，可以让数据的更新尽量在当前数据块完成，从而不破坏cluster的顺序。解决UPDATE引入的破坏线性相关性问题。
2、通过聚集(cluster)的方法，将用户需要访问的数据合并成单行(或者按顺序存放)，减少扫描的数据块。查询效率有大幅提升。
通过扩展带宽或者加入少量的备库就可以满足业务方的需求。
3、PostgreSQL支持多种聚合方法，数组、KV、JSON。
但是聚合的方法带来另一个问题，数据的DML变得很麻烦。
4、通过聚集，被查询的数据靠在一起了，使得数据压缩比更高，同时消除了原来的IO放大的问题，还可以减少多条记录引入的代码跳转额外开销。
5、聚集后，数据的增、删、改可以通过UDF来实现。PostgreSQL的plpgsql功能很强大，类似Oracle的PL/SQL。同时PostgreSQL还支持pljava, plpython等UDF语言，方便更多的开发者使用。
最后，推荐的优化方法：
1、cluster
2、网络压缩
3、读写分离
4、sharding
建议的优化组合1+4，或者1+3。
一些可供选择的架构：
1、一个数据库存储全量数据，提供读写。使用逻辑订阅，将数据分身，拆成多份，提供读写。
2、一个数据库存储全量数据，提供读写。使用逻辑订阅，将数据分身，拆成多份，提供读写。采用级联逻辑订阅方式，创建更多读写逻辑订阅库。
3、一个数据库存储全量数据，提供读写。使用逻辑订阅，将数据分身，拆成多份，提供读写。采用级联物理流复制方式，创建更多镜像只读备库。
4、一个数据库存储全量数据，提供读写。采用物理流复制方式，创建一堆镜像只读备库。
5、一个数据库存储全量数据，提供读写。采用物理流复制方式，创建一堆镜像只读备库。采用级联物理流复制方式，创建更多镜像只读备库。
6、前端shard，多个数据库存储全量数据，提供读写。使用逻辑订阅，完全镜像，提供读写。
7、前端shard，多个数据库存储全量数据，提供读写。使用逻辑订阅，完全镜像，提供读写。采用级联逻辑订阅方式，创建更多读写逻辑订阅库。
8、前端shard，多个数据库存储全量数据，提供读写。采用物理流复制方式，创建只读备库。采用级联物理流复制方式，创建更多镜像只读备库。
9、前端shard，多个数据库存储全量数据，提供读写。采用物理流复制方式，创建一堆只读备库。
参考
《PostgreSQL 聚集存储 与 BRIN索引 - 高并发行为、轨迹类大吞吐数据查询场景解说》
《PostgreSQL 10 流式物理、逻辑主从 最佳实践》
sharding 中间件
https://github.com/dangdangdotcom/sharding-jdbc
