標簽

PostgreSQL , Oracle

---

背景

Oracle業務適合用PG去O的一些評判標準：

功能指標

如果評估出來的業務中具備這些特性，非常適合使用PostgreSQL。

1、業務使用的數據類型中出現

IP地址、GIS、數組、范圍、全文檢索、大對象、字節流、比特流、枚舉、幾何、自定義復合、UUID、XML、JSON、貨幣、字符串、數值、時間、加密數據類型

2、業務需求中出現

全文檢索、模糊查詢、相似查詢

3、業務使用的SQL中出現

connect by、多維分析(grouping, grouping sets, rollup, cube)、多表JOIN、窗口查詢(over partition by ())、聚合函數

4、業務使用的SQL中出現如下HINT

parallel hash hint left join right join outer join merge join hash agg group agg merge sort skip scan

5、業務使用了存儲過程

6、表的數據量

單表過億

7、業務使用了dblink，外部表功能

8、業務使用了bitmap\btree索引

PostgreSQL 內置多種索引接口(hash, btree, gin, gist, sp-gist, brin, bloom)

9、業務中使用了約束

primary key, unique key, check, not null, default value

10、業務中使用了全局序列、局部序列

sequence

11、業務使用了翻轉索引

12、業務使用了分區表

13、業務使用了觸發器、規則功能

14、業務使用了混合負載

小事務和分析型事務并存。

PostgreSQL通過多核并行、JIT、算子復用等技術，加速分析事務。

15、業務使用了upsert（不存在則插入，存在則更新）

16、業務大量使用了GIS地理位置數據

17、業務有大量數據透視需求（BI分析）

18、業務大量使用了ORACLE的內置函數，（分析函數、聚合函數、窗口函數、數據處理函數等）

19、業務有任意列，任意條件篩選需求

20、業務有倒排索引需求

21、業務有空間數據檢索需求

22、業務使用了物化視圖

23、業務有多master需求

24、業務有流式計算需求

25、業務有圖式搜索需求

26、業務有讀寫分離需求

27、業務有并行查詢的需求

28、業務有加密數據類型需求

29、業務有數據采樣需求

30、業務有鏈路加密需求

性能指標

單機(32 CORE, SSD, 512GB內存)

1、TPC-H性能

SF=100，100GB 裸數據。

2017-07-13 20:04:29 [1499947469] : running queries defined in TPC-H benchmark 2017-07-13 20:04:29 [1499947469] : running query 1 2017-07-13 20:04:29 [1499947469] : run explain 2017-07-13 20:04:29 [1499947469] : run the query on background 2017-07-13 20:04:47 [1499947487] : query 1 finished OK (17 seconds) 2017-07-13 20:04:47 [1499947487] : running query 2 2017-07-13 20:04:47 [1499947487] : run explain 2017-07-13 20:04:47 [1499947487] : run the query on background 2017-07-13 20:08:13 [1499947693] : query 2 finished OK (206 seconds) 2017-07-13 20:08:13 [1499947693] : running query 3 2017-07-13 20:08:13 [1499947693] : run explain 2017-07-13 20:08:14 [1499947694] : run the query on background 2017-07-13 20:08:55 [1499947735] : query 3 finished OK (41 seconds) 2017-07-13 20:08:55 [1499947735] : running query 4 2017-07-13 20:08:55 [1499947735] : run explain 2017-07-13 20:08:55 [1499947735] : run the query on background 2017-07-13 20:09:02 [1499947742] : query 4 finished OK (6 seconds) 2017-07-13 20:09:02 [1499947742] : running query 5 2017-07-13 20:09:02 [1499947742] : run explain 2017-07-13 20:09:02 [1499947742] : run the query on background 2017-07-13 20:09:16 [1499947756] : query 5 finished OK (14 seconds) 2017-07-13 20:09:16 [1499947756] : running query 6 2017-07-13 20:09:16 [1499947756] : run explain 2017-07-13 20:09:16 [1499947756] : run the query on background 2017-07-13 20:09:21 [1499947761] : query 6 finished OK (4 seconds) 2017-07-13 20:09:21 [1499947761] : running query 7 2017-07-13 20:09:21 [1499947761] : run explain 2017-07-13 20:09:21 [1499947761] : run the query on background 2017-07-13 20:10:06 [1499947806] : query 7 finished OK (35 seconds) 2017-07-13 20:10:06 [1499947806] : running query 8 2017-07-13 20:10:06 [1499947806] : run explain 2017-07-13 20:10:06 [1499947806] : run the query on background 2017-07-13 20:10:38 [1499947838] : query 8 finished OK (31 seconds) 2017-07-13 20:10:38 [1499947838] : running query 9 2017-07-13 20:10:38 [1499947838] : run explain 2017-07-13 20:10:38 [1499947838] : run the query on background 2017-07-13 20:11:32 [1499947892] : query 9 finished OK (54 seconds) 2017-07-13 20:11:32 [1499947892] : running query 10 2017-07-13 20:11:32 [1499947892] : run explain 2017-07-13 20:11:32 [1499947892] : run the query on background 2017-07-13 20:11:49 [1499947909] : query 10 finished OK (16 seconds) 2017-07-13 20:11:49 [1499947909] : running query 11 2017-07-13 20:11:49 [1499947909] : run explain 2017-07-13 20:11:49 [1499947909] : run the query on background 2017-07-13 20:11:56 [1499947916] : query 11 finished OK (7 seconds) 2017-07-13 20:11:56 [1499947916] : running query 12 2017-07-13 20:11:56 [1499947916] : run explain 2017-07-13 20:11:56 [1499947916] : run the query on background 2017-07-13 20:13:37 [1499948017] : query 12 finished OK (100 seconds) 2017-07-13 20:13:37 [1499948017] : running query 13 2017-07-13 20:13:37 [1499948017] : run explain 2017-07-13 20:13:37 [1499948017] : run the query on background 2017-07-13 20:17:11 [1499948231] : query 13 finished OK (213 seconds) 2017-07-13 20:17:11 [1499948231] : running query 14 2017-07-13 20:17:11 [1499948231] : run explain 2017-07-13 20:17:11 [1499948231] : run the query on background 2017-07-13 20:17:15 [1499948235] : query 14 finished OK (4 seconds) 2017-07-13 20:17:15 [1499948235] : running query 15 2017-07-13 20:17:15 [1499948235] : run explain 2017-07-13 20:17:15 [1499948235] : run the query on background 2017-07-13 20:17:40 [1499948260] : query 15 finished OK (25 seconds) 2017-07-13 20:17:40 [1499948260] : running query 16 2017-07-13 20:17:40 [1499948260] : run explain 2017-07-13 20:17:40 [1499948260] : run the query on background 2017-07-13 20:18:41 [1499948321] : query 16 finished OK (60 seconds) 2017-07-13 20:18:41 [1499948321] : running query 17 2017-07-13 20:18:41 [1499948321] : run explain 2017-07-13 20:18:41 [1499948321] : run the query on background 2017-07-13 20:27:55 [1499948875] : query 17 finished OK (552 seconds) 2017-07-13 20:27:55 [1499948875] : running query 18 2017-07-13 20:27:55 [1499948875] : run explain 2017-07-13 20:27:55 [1499948875] : run the query on background 2017-07-13 20:49:57 [1499950197] : query 18 finished OK (1317 seconds) 2017-07-13 20:49:57 [1499950197] : running query 19 2017-07-13 20:49:57 [1499950197] : run explain 2017-07-13 20:49:57 [1499950197] : run the query on background 2017-07-13 20:50:09 [1499950209] : query 19 finished OK (11 seconds) 2017-07-13 20:50:09 [1499950209] : running query 20 2017-07-13 20:50:09 [1499950209] : run explain 2017-07-13 20:50:09 [1499950209] : run the query on background 2017-07-13 20:56:43 [1499950603] : query 20 finished OK (393 seconds) 2017-07-13 20:56:43 [1499950603] : running query 21 2017-07-13 20:56:43 [1499950603] : run explain 2017-07-13 20:56:43 [1499950603] : run the query on background 2017-07-13 20:58:19 [1499950699] : query 21 finished OK (95 seconds) 2017-07-13 20:58:19 [1499950699] : running query 22 2017-07-13 20:58:19 [1499950699] : run explain 2017-07-13 20:58:19 [1499950699] : run the query on background 2017-07-13 21:00:43 [1499950843] : query 22 finished OK (143 seconds) 2017-07-13 21:00:43 [1499950843] : finished TPC-H benchmark

2、TPC-C性能

3000倉庫、256客戶端。84.5萬 tpmC。

《數據庫界的華山論劍 tpc.org》

3、GIS(KNN檢索)

100億位置信息，近鄰查詢。

tps: 7.4萬/s

rt: 0.848毫秒

《PostgreSQL 百億地理位置數據 近鄰查詢性能》

4、模糊查詢

前后模糊(like '%????%')

1億數據量，前后模糊，0.2毫秒。

《PostgreSQL 模糊查詢最佳實踐》

5、全文檢索

10億隨機值，返回2萬條匹配記錄，26毫秒。

《PostgreSQL 全文檢索加速 快到沒有朋友 - RUM索引接口(潘多拉魔盒)》

6、多表JOIN

2張1億記錄，10張1000萬記錄，1張1000記錄的表進行JOIN，聚合查詢。

23毫秒。

c 1000萬 d 1000 e 1億postgres=# explain (analyze,verbose,timing,costs,buffers) select count(t1.*) from e t1 join e t2 on (t1.id=t2.id and t1.id<=1000) join c t3 on (t1.id=t3.id) join c t4 on (t1.id=t4.id) join c t5 on (t1.id=t5.id) join c t6 on (t1.id=t6.id) join c t7 on (t1.id=t7.id) join c t8 on (t1.id=t8.id) join c t9 on (t1.id=t9.id) join c t10 on (t1.id=t10.id) join c t11 on (t1.id=t11.id) join c t12 on (t1.id=t12.id) join d t13 on (t1.id=t13.id) ;Aggregate (cost=3234.08..3234.09 rows=1 width=8) (actual time=23.665..23.665 rows=1 loops=1)Output: count(t1.*)Buffers: shared hit=48059-> Nested Loop (cost=5.76..3234.08 rows=1 width=28) (actual time=0.083..23.553 rows=1000 loops=1)Output: t1.*Join Filter: (t1.id = t13.id)Buffers: shared hit=48059............Planning time: 7.943 msExecution time: 23.782 ms (116 rows)

7、單表聚合性能

單表8億記錄，avg,count,sum,min,max維度聚合查詢。

32個并行度

5.3秒

postgres=# select count(*),sum(id),avg(id),min(id),max(id) from e; count | sum | avg | min | max -----------+-------------------+-----------------------+-----+----------- 800000000 | 40000000400000000 | 50000000.500000000000 | 1 | 100000000 (1 row) Time: 5316.490 ms (00:05.316)

8、數據導入速度

并行寫入，500萬條記錄/s 或 每秒1.8GB/s。

《PostgreSQL 如何瀟灑的處理每天上百TB的數據增量》

小結

簡單來說，PostgreSQL是Oracle的最佳替代產品，而且還有額外驚喜，參考應用案例一文。

參考資料

《PostgreSQL 應用案例 - 目錄》

《數據庫選型之 - 大象十八摸 - 致 架構師、開發者》

《數據庫選型思考》

總結

以上是生活随笔為你收集整理的Oracle业务适合用PostgreSQL去O的一些评判标准的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。