MySQL8与PG10：新版本下的较量谁更胜一筹？
既然MySQL 8和PostgreSQL 10已經(jīng)發(fā)布了，現(xiàn)在是時候回顧一下這兩大開源關(guān)系型數(shù)據(jù)庫是如何彼此競爭的。
在這些版本之前，人們普遍認為，Postgres在功能集表現(xiàn)更出色，也因其“學(xué)院派”風(fēng)格而備受稱贊，MySQL則更善長大規(guī)模并發(fā)讀/寫。
但是隨著它們最新版本的發(fā)布，兩者之間的差距明顯變小了。
特性比較
首先來看看我們都喜歡談?wù)摰摹皶r髦”功能。
| 特性 | MySQL 8 | PostgreSQL 10 |
| 查詢 & 分析 | ||
| 公用表表達式 (CTEs) | New | |
| 窗口函數(shù) | New | |
| 數(shù)據(jù)類型 | ||
| JSON支持 | Improved | |
| GIS / SRS | Improved | |
| 全文檢索 | ||
| 可擴展性 | ||
| 邏輯復(fù)制 | New | |
| 半同步復(fù)制 | New | |
| 聲明式分區(qū) | New |
過去經(jīng)常會說MySQL最適合在線事務(wù)，PostgreSQL最適合分析流程，但現(xiàn)在不是了。
公共表表達式（CTEs）和窗口函數(shù)是選擇PostgreSQL的主要原因。但是現(xiàn)在，通過引用同一個表中的boss_id來遞歸地遍歷一張雇員表，或者在一個排序的結(jié)果中找到一個中值（或50%），這在MySQL上不再是問題。
在PostgreSQL中進行復(fù)制缺乏配置靈活性，這就是Uber轉(zhuǎn)向MySQL的原因。但是現(xiàn)在，有了邏輯復(fù)制特性，就可以通過創(chuàng)建一個新版本的Postgres并切換到它來實現(xiàn)零停機升級。在一個巨大的時間序列事件表中截斷一個陳舊的分區(qū)也要容易得多。
就特性而言，這兩個數(shù)據(jù)庫現(xiàn)在都是一致的。
不同之處
現(xiàn)在，我們只剩下一個問題——選擇這一個而不選另一個的原因是什么呢？
生態(tài)系統(tǒng)是其中一個因素。MySQL有一個充滿活力的生態(tài)系統(tǒng)，包括MariaDB、Percona、Galera等等，以及除了InnoDB以外的存儲引擎，但這也可能會令人困惑。Postgres的高端選擇有限，但隨著最新版本引入的新功能，這個情況會有所改變。
治理是另一個因素。當(dāng)Oracle（或最初的SUN）收購MySQL時，每個人都擔(dān)心會毀掉這個產(chǎn)品，但在過去的十年里，這并不是事實。事實上，在收購之后，MySQL的發(fā)展反而加速了。而Postgres在工作管理和協(xié)作社區(qū)方面有著豐富的經(jīng)驗。
基礎(chǔ)架構(gòu)不會經(jīng)常改變，雖然最近沒有對這方面的詳細討論，但這也是值得再次考慮的。
來復(fù)習(xí)一下：
| 特性 | MySQL 8 | PostgreSQL 10 |
| 架構(gòu) | 單進程 | 多進程 |
| 并發(fā) | 多線程 | fork(2) |
| 表結(jié)構(gòu) | 聚簇索引 | 堆 |
| 頁壓縮 | Transparent | TOAST |
| 更新 | In-Place / Rollback Segments | Append Only / HOT |
| 垃圾回收 | 清除線程 | 自動清空進程 |
| 事務(wù)日志 | REDO Log (WAL) | WAL |
| 復(fù)制日志 | Separate (Binlog) | WAL |
當(dāng)Postgres派生出一個子進程來建立連接時，每個連接最多可以占用10MB。與MySQL的線程連接模型相比，它的內(nèi)存壓力更大，在64位平臺上，線程的默認堆棧大小為256KB（當(dāng)然，線程本地排序緩沖區(qū)等使這種開銷變得不那么重要，即使在不可以忽略的情況下，仍然如此）。
盡管“寫時復(fù)制”保存了一些與父進程共享的、不可變的內(nèi)存狀態(tài)，但是當(dāng)你有1000多個并發(fā)連接時，基于流程的架構(gòu)的基本開銷是很繁重的，而且它可能是容量規(guī)劃的最重要因素之一。
也就是說，如果你在30臺服務(wù)器上運行一個Rails應(yīng)用，每個服務(wù)器都有16個CPU核心32線程，那么你有960個連接。可能只有不到0.1%的應(yīng)用會超出這個范圍，但這是需要記住的。
聚簇索引 vs 堆表聚簇索引是一種表結(jié)構(gòu)，其中的行直接嵌入其主鍵的b樹結(jié)構(gòu)中。一個（非聚集）堆是一個常規(guī)的表結(jié)構(gòu)，它與索引分別填充數(shù)據(jù)行。
有了聚簇索引，當(dāng)你通過主鍵查找記錄時，單次I/O就可以檢索到整行，而非集群則總是需要查找引用，至少需要兩次I/O。由于外鍵引用和JOIN將觸發(fā)主鍵查找，所以影響可能非常大，這將導(dǎo)致大量查詢。
聚簇索引的一個理論上的缺點是，當(dāng)你使用二級索引進行查詢時，它需要遍歷兩倍的樹節(jié)點，第一次掃描二級索引，然后遍歷聚集索引，這也是一棵樹。
但是，如果按照現(xiàn)代表設(shè)計的約定，將一個自動增量整數(shù)作為主鍵[1]——它被稱為代理鍵——那么擁有一個聚集索引幾乎總是可取的。更重要的是，如果你做了大量的ORDER BY id來檢索最近的（或最老的）N個記錄的操作，我認為這是很適用的。
Postgres不支持聚集索引，而MySQL(InnoDB)不支持堆。但不管怎樣，如果你有大量的內(nèi)存，差別應(yīng)該是很小的。
頁結(jié)構(gòu)與壓縮Postgres和MySQL都有基于頁面的物理存儲。(8KB vs 16KB)
PostgreSQL物理存儲的介紹
頁結(jié)構(gòu)看起來就像上圖所示。它包含一些我們不打算在這里討論的條目，但是它們包含關(guān)于頁的元數(shù)據(jù)。條目后面的項是一個數(shù)組標識符，由指向元組或數(shù)據(jù)行的（偏移、長度）對組成。在Postgres中，相同記錄的多個版本可以以這種方式存儲在同一頁面中。
MySQL的表空間結(jié)構(gòu)與Oracle相似，它有多個層次，包括層、區(qū)段、頁面和行層。
此外，它還有一個用于撤銷的單獨段，稱為“回滾段”。與Postgres不同的是，MySQL將在一個單獨的區(qū)域中保存同一記錄的多個版本。
如果存在一行必須適合兩個數(shù)據(jù)庫的單個頁面，這意味著一行必須小于8KB（至少有2行必須適合MySQL的頁面，恰巧是16KB/2 = 8KB）。
那么，當(dāng)你在一個列中有一個大型JSON對象時會發(fā)生什么呢？
Postgres使用TOAST，這是一個專用的影子表（shadow table）存儲。當(dāng)行和列被選中時，大型對象就會被拉出。換句話說，大量的黑盒不會污染你寶貴的緩存。它還支持對TOAST對象的壓縮。
MySQL有一個更復(fù)雜的特性，叫做透明頁壓縮，這要歸功于高端SSD存儲供應(yīng)商Fusio-io的貢獻。它設(shè)計目的是為了更好地使用SSD，在SSD中，寫入量與設(shè)備的壽命直接相關(guān)。
對MySQL的壓縮不僅適用于頁面外的大型對象，而且適用于所有頁面。它通過在稀疏文件中使用打孔來實現(xiàn)這一點，這是被ext4或btrfs等現(xiàn)代文件系統(tǒng)支持的。
有關(guān)更多細節(jié)，請參見：在FusionIO上使用新MariaDB頁壓縮獲得顯著的性能提升。（https://mariadb.org/significant-performance-boost-with-new-mariadb-page-compression-on-fusionio/）
更新的開銷另一個經(jīng)常被忽略的特性，但是對性能有很大的影響，并且可能是最具爭議的話題，是更新。
這也是Uber放棄Postgres的另一個原因，這激起了許多Postgres支持者的反駁。
MySQL對Uber可能是合適的，但是未必對你合適
https://dzone.com/articles/on-ubers-choice-of-databases
一篇PostgreSQL對Uber的回應(yīng)（PDF）
http://thebuild.com/presentations/uber-perconalive-2017.pdf
兩者都是MVCC數(shù)據(jù)庫，它們可以隔離多個版本的數(shù)據(jù)。
為了做到這一點，Postgres將舊數(shù)據(jù)保存在堆中，直到被清空，而MySQL將舊數(shù)據(jù)移動到一個名為回滾段的單獨區(qū)域。
在Postgres中，當(dāng)你嘗試更新時，整個行必須被復(fù)制，以及指向它的索引條目也被復(fù)制。這在一定程度上是因為Postgres不支持聚集索引，所以從索引中引用的一行的物理位置不是由邏輯鍵抽象出來的。
為了解決這個問題，Postgres使用了堆上元組（HOT），在可能的情況下不更新索引。但是，如果更新足夠頻繁（或者如果一個元組比較大），元組的歷史可以很容易地超過8KB的頁面大小，跨越多個頁面并限制該特性的有效性。修剪和/或碎片整理的時間取決于啟發(fā)式解決方案。另外，設(shè)置不超過100的填充參數(shù)會降低空間效率——這是一種很難在創(chuàng)建表時考慮的折衷方案。
這種限制更深入，因為索引元組沒有關(guān)于事務(wù)的任何信息，所以直到9.2之前一直不能支持僅索引掃描。 它是所有主要數(shù)據(jù)庫（包括MySQL、Oracle、DB2和SQL Server）支持的最古老，最重要的優(yōu)化方法之一。 但即使使用最新版本，當(dāng)有許多UPDATE在可見性映射中設(shè)置臟位時，Postgres也不能完全支持僅索引掃描，并且在我們不需要時經(jīng)常選擇Seq掃描。
在MySQL上，更新發(fā)生在原地，舊的行數(shù)據(jù)被封存在一個稱為回滾段的獨立區(qū)域中。 結(jié)果是你不需要VACUUM，并且提交非常快，而回滾相對較慢，這對于大多數(shù)用例來說是一個可取的折衷。
它也足夠聰明，盡快清除歷史。 如果事務(wù)的隔離級別設(shè)置為READ-COMMITTED或更低，則在語句完成時清除歷史記錄。
事務(wù)記錄的大小不會影響主頁面。碎片化是一個偽命題。因此，在MySQL上能更好、更可預(yù)測整體性能。
Garbage Collection垃圾回收在Postgres中VACUUM上開銷很高，因為它主要工作在堆區(qū)，造成了直接的資源競爭。它感覺就像是編程語言中的垃圾回收——它會擋在路上，并隨時讓你停下來。
為具有數(shù)十億記錄的表配置autovacuum仍然是一項挑戰(zhàn)。
在MySQL上清除（Purge）也可能相當(dāng)繁重，但由于它是在單獨的回滾段中使用專用線程運行的，因此它不會以任何方式影響讀取的并發(fā)性。即使使用默認配置，變膨脹的回滾段使你執(zhí)行速度減慢的可能性也是很低的。
擁有數(shù)十億記錄的繁忙表不會導(dǎo)致MySQL上的歷史數(shù)據(jù)膨脹，諸如存儲上的文件大小和查詢性能等事情上幾乎是可以預(yù)測的并且很穩(wěn)定。
日志與副本Postgres擁有被稱作預(yù)寫日志（WAL）的單信源事務(wù)歷史。它一直被用于副本，并且稱為邏輯復(fù)制的新功能可將二進制內(nèi)容快速解碼為更易消化的邏輯語句，從而可對數(shù)據(jù)進行細粒度控制。
MySQL維護兩個單獨的日志：1、用于崩潰恢復(fù)的InnoDB特定的重做日志；2、用于復(fù)制和增量備份的二進制日志。
InnoDB上的重做日志與Oracle一致，它是一個免維護的循環(huán)緩沖區(qū)，不會隨著時間的推移而增長，只在啟動時以固定大小創(chuàng)建。 這種設(shè)計保證在物理設(shè)備上保留一個連續(xù)的連續(xù)區(qū)域，從而提高性能。 更大的重做日志產(chǎn)生更高的性能，但要以崩潰恢復(fù)時間為代價。
隨著新的復(fù)制功能添加到Postgres，我覺得他們不分伯仲。
總結(jié)
令人驚訝的是，它證明了普遍的觀點依然存在。MySQL最適合在線交易，而PostgreSQL最適合僅用于append only模式，像數(shù)據(jù)倉庫一樣分析過程。[2]
正如我們在這篇文章中看到的，Postgres的絕大多數(shù)難題都來自于append only模式，過于冗余的堆結(jié)構(gòu)。
Postgres的未來版本可能需要對其存儲引擎進行重大改進。你不必接受我所說的——實際上在官方wiki上已經(jīng)有對它的討論，這表明現(xiàn)在是時候從InnoDB身上學(xué)回來一些好的想法了。
人們一次又一次地說MySQL正在追趕Postgres，但是這一次，潮流已經(jīng)改變。
原文發(fā)布時間為：2018-06-12
本文來自云棲社區(qū)合作伙伴“DBAplus社群”，了解相關(guān)信息可以關(guān)注“DBAplus社群”。
總結(jié)
以上是生活随笔為你收集整理的MySQL8与PG10：新版本下的较量谁更胜一筹？的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。
- 上一篇： MariaDB三种方法安装及多实例实现
- 下一篇： 用一个类根据Model属性生成SQL语句