PostgreSQL数据库性能调优的注意点以及pg数据库性能优化方式

随心笔谈1年前 (2023)发布 admin
88 0



目录PostgreSQL 优化思路一、排序二、索引三、连接查询方式四、多表联查时PostgreSQL提供了一些性能调优的功能1.使用EXPLAIN2.及时更新执行计划中使用的统计信息3.明确用join来关联表4.关闭自动提交5.多次插入数据用copy命令更高效6.临时删除index7.外键关联的删除8.增加maintenance_work_mem参数大小9.增加checkpoint_segments参数的大小10.设置archive_mode无效11.最后执行VACUUM ANALYZEPostgreSQL 参数设置autovacuum 相关参数pg中性能相关常调参数总结

优化思路:

0、为每个表执行 ANALYZE

然后分析 EXPLAIN (ANALYZE,BUFFERS) sql。

1、对于多表查询,查看每张表数据,然后改进连接顺序。

2、先查找那部分是重点语句,比如上面SQL,外面的嵌套层对于优化来说没有意义,可以去掉。

3、查看语句中,where等条件子句,每个字段能过滤的效率。找出可优化处。

比如oc.order_id=oo.order_id是关联条件,需要加索引

oc.op_type=3 能过滤出1/20的数据,oo.event_type IN (…) 能过滤出1/10的数据,

这两个是优化的重点,也就是实现确保op_type与event_type已经加了索引,其次确保索引用到了。

尽量避免排序的数据量尽量少,并保证在内存里完成排序。

(至于具体什么数据量能在内存中完成排序,不同数据库有不同的配置:oracle是sort_area_size;postgresql是work_mem (integer),单位是KB,默认值是4MB。mysql是sort_buffer_size 注意:该参数对应的分配内存是每连接独占!)

过滤的数据量比较少,一般来说<20%,应该走索引。20%-40% 可能走索引也可能不走索引。> 40% ,基本不走索引(会全表扫描)保证值的数据类型和字段数据类型要一直。对索引的字段进行计算时,必须在运算符右侧进行计算。也就是 to_char(oc.create_date, ‘yyyyMMdd’)是没用的表字段之间关联,尽量给相关字段上添加索引。复合索引,遵从最左前缀的原则,即最左优先。(单独右侧字段查询没有索引的)

1、hash join

放内存里进行关联。适用于结果集比较大的情况。比如都是200000数据

2、nest loop

从结果1 逐行取出,然后与结果集2进行匹配。适用于两个结果集,其中一个数据量远大于另外一个时。结果集一:1000结果集二:1000000

在多表联查时,需要考虑连接顺序问题。

1、当postgresql中进行查询时,如果多表是通过逗号,而不是join连接,那么连接顺序是多表的笛卡尔积中取最优的。如果有太多输入的表, PostgreSQL规划器将从穷举搜索切换为基因概率搜索,以减少可能性数目(样本空间)。基因搜索花的时间少, 但是并不一定能找到最好的规划。

2、对于JOIN

LEFT JOIN / RIGHT JOIN 会一定程度上指定连接顺序,但是还是会在某种程度上重新排列:FULL JOIN 完全强制连接顺序。

如果要强制规划器遵循准确的JOIN连接顺序,我们可以把运行时参数join_collapse_limit设置为 1

主要有如下几个方面。

EXPLAIN命令可以查看执行计划,这个方法是我们最主要的调试工具。

由于统计信息不是每次操作数据库都进行更新的,一般是在 VACUUM 、 ANALYZE 、 CREATE INDEX等DDL执行的时候会更新统计信息,

因此执行计划所用的统计信息很有可能比较旧。 这样执行计划的分析结果可能误差会变大。

以下是表tenk1的相关的一部分统计信息。

SELECT relname, relkind, reltuples, relpages FROM pg_class WHERE relname LIKE ‘tenk1%’;

relnamerelkindreltuplesrelpagestenk1r10000358tenk1_hundredi1000030tenk1_thous_tenthousi1000030tenk1_unique1i1000030tenk1_unique2i1000030

(5 rows)

其中 relkind是类型,r是自身表,i是索引index;reltuples是项目数;relpages是所占硬盘的块数。

一般写法:

SELECT * FROM a, b, c WHERE a.id=b.id AND b.ref=c.id;

如果明确用join的话,执行时候执行计划相对容易控制一些。

例子:

SELECT * FROM a CROSS JOIN b CROSS JOIN c WHERE a.id=b.id AND b.ref=c.id;
SELECT * FROM a JOIN (b JOIN c ON (b.ref=c.id)) ON (a.id=b.id);

(autocommit=false)

我们有的处理中要对同一张表执行很多次insert操作。这个时候我们用copy命令更有效率。因为insert一次,其相关的index都要做一次,比较花费时间。

有时候我们在备份和重新导入数据的时候,如果数据量很大的话,要很几个小时才能完成。这个时候可以先把index删除掉。导入在建index。

如果表的有外键的话,每次操作都没去check外键整合性。因此比较慢。数据导入后在建立外键也是一种选择。

增加这个参数可以提升CREATE INDEX和ALTER TABLE ADD FOREIGN KEY的执行效率。

增加这个参数可以提升大量数据导入时候的速度。

这个参数设置为无效的时候,能够提升以下的操作的速度

等。

表中数据大量变化的时候建议执行VACUUM ANALYZE。

对生产运行的数据库要用定时任务crontb执行如下操作:

psql -U username -d databasename -c “vacuum verbose analyze tablename;”
autovacuum:
默认为on,表示是否开起autovacuum。默认开起。特别的,当需要冻结xid时,尽管此值为off,PG也会进行vacuum。

autovacuum_naptime:
下一次vacuum的时间,默认1min。 这个naptime会被vacuum launcher分配到每个DB上。autovacuum_naptime/num of db。

log_autovacuum_min_duration:
记录autovacuum动作到日志文件,当vacuum动作超过此值时。 “-1”表示不记录。“0”表示每次都记录。

autovacuum_max_workers:
最大同时运行的worker数量,不包含launcher本身。

autovacuum_work_mem:
每个worker可使用的最大内存数。

autovacuum_vacuum_threshold:
默认50。与autovacuum_vacuum_scale_factor配合使用,autovacuum_vacuum_scale_factor默认值为20%。当update,delete的tuples数量超过autovacuum_vacuum_scale_factor*table_size+autovacuum_vacuum_threshold时,进行vacuum。如果要使vacuum工作勤奋点,则将此值改小。

autovacuum_analyze_threshold:
默认50。与autovacuum_analyze_scale_factor配合使用。

autovacuum_analyze_scale_factor:
默认10%。当update,insert,delete的tuples数量超过autovacuum_analyze_scale_factor*table_size+autovacuum_analyze_threshold时,进行analyze。

autovacuum_freeze_max_age:200 million。离下一次进行xid冻结的最大事务数。

autovacuum_multixact_freeze_max_age:
400 million。离下一次进行xid冻结的最大事务数。

autovacuum_vacuum_cost_delay:
如果为-1,取vacuum_cost_delay值。

autovacuum_vacuum_cost_limit:
如果为-1,到vacuum_cost_limit的值,这个值是所有worker的累加值。

选项默认值说明是否优化原因max_connections100允许客户端连接的最大数目否因为在测试的过程中,100个连接已经足够fsyncon强制把数据同步更新到磁盘是因为系统的IO压力很大,为了更好的测试其他配置的影响,把改参数改为offshared_buffers24MB决定有多少内存可以被PostgreSQL用于缓存数据(推荐内存的1/4)是在IO压力很大的情况下,提高该值可以减少IOwork_mem1MB使内部排序和一些复杂的查询都在这个buffer中完成是有助提高排序等操作的速度,并且减低IOeffective_cache_size128MB优化器假设一个查询可以用的最大内存,和shared_buffers无关(推荐内存的1/2)是设置稍大,优化器更倾向使用索引扫描而不是顺序扫描maintenance_work_mem16MB这里定义的内存只是被VACUUM等耗费资源较多的命令调用时使用是把该值调大,能加快命令的执行wal_buffer768kB日志缓存区的大小是可以降低IO,如果遇上比较多的并发短事务,应该和commit_delay一起用checkpoint_segments3设置wal log的最大数量数(一个log的大小为16M)是默认的48M的缓存是一个严重的瓶颈,基本上都要设置为10以上checkpoint_completion_target0.5表示checkpoint的完成时间要在两个checkpoint间隔时间的N%内完成是能降低平均写入的开销commit_delay0事务提交后,日志写到wal log上到wal_buffer写入到磁盘的时间间隔。需要配合commit_sibling是能够一次写入多个事务,减少IO,提高性能commit_siblings5设置触发commit_delay的并发事务数,根据并发事务多少来配置是减少IO,提高性能autovacuum_naptime1min下一次vacuum任务的时间是提高这个间隔时间,使他不是太频繁autovacuum_analyze_threshold50与autovacuum_analyze_scale_factor配合使用,来决定是否analyze是使analyze的频率符合实际autovacuum_analyze_scale_factor0.1当update,insert,delete的tuples数量超过autovacuum_analyze_scale_factor*table_size+autovacuum_analyze_threshold时,进行analyze。是使analyze的频率符合实际

参数名称参数意义优化思路shared_buffers数据库服务器将使用的共享内存缓冲区大小,该缓冲区为所有连接共用。从磁盘读入的数据(主要包括表和索引)都缓存在这里。提高该值可以减少数据库的磁盘IO。work_mem声明内部排序和哈希操作可使用的工作内存大小。该内存是在开始使用临时磁盘文件之前使用的内存数目。数值以kB为单位的,缺省是 1024 (1MB)。请注意对于复杂的查询,可能会同时并发运行好几个排序或者哈希操作,每个都会使用这个参数声明的这么多内存,然后才会开始求助于临时文件。同样,好几个正在运行的会话可能会同时进行排序操作。因此使用的总内存可能是 work_mem 的好几倍。ORDER BY, DISTINCT 和mergejoin都要用到排序操作,而哈希操作在哈希连接、哈希聚集和以哈希为基础的 IN 子查询处理中都会用到。该参数是会话级参数。执行排序操作时,会根据work_mem的大小决定是否将一个大的结果集拆分为几个小的和 work_mem差不多大小的临时文件写入外存。显然拆分的结果是导致了IO,降低了排序的速度。因此增加work_mem有助于提高排序的速度。通常设置时可以逐渐调大,知道数据库在排序的操作时不会有大量的写文件操作即可。该内存每个连接一份,当并发连接较多时候,该值不宜过大。effective_cache_size优化器假设一个查询可以使用的最大内存(包括pg使用的和操作系统缓存),和shared_buffer等内存无关,只是给优化器生成计划使用的一个假设值。设置稍大,优化器更倾向使用索引扫描而不是顺序扫描,建议的设置为可用空闲内存的25%,这里的可用空闲内存指的是主机物理内存在运行pg时得空闲值。maintenance_work_mem这里定义的内存只是在CREATE INDEX, VACUUM等时用到,因此用到的频率不高,但是往往这些指令消耗比较多的资源,因此应该尽快让这些指令快速执行完毕。在数据库导入数据后,执行建索引等操作时,可以调大,比如512M。wal_buffers日志缓冲区,日志缓冲区的大小。两种情况下要酌情调大:1.单事务的数据修改量很大,产生的日志大于wal_buffers,为了避免多次IO,调大该值。2.系统中并发小数据量修改的短事务较多,并且设置了commit_delay,此时wal_buffers需要容纳多个事务(commit_siblings个)的日志,调大该值避免多次IO。commit_delay事务提交后,日志写到wal_buffer上到wal_buffer写到磁盘的时间间隔。如果并发的非只读事务数目较多,可以适当增加该值,使日志缓冲区一次刷盘可以刷出较多的事务,减少IO次数,提高性能。需要和commit_sibling配合使用。commit_siblings触发commit_delay等待的并发事务数,也就是系统的并发活跃事务数达到了该值事务才会等待commit_delay的时间才将日志刷盘,如果系统中并发活跃事务达不到该值,commit_delay将不起作用,防止在系统并发压力较小的情况下事务提交后空等其他事务。应根据系统并发写的负载配置。例如统计出系统并发执行增删改操作的平均连接数,设置该值为该平均连接数。fsync设置为on时,日志缓冲区刷盘时,需要确认已经将其写入了磁盘,设置为off时,由操作系统调度磁盘写的操作,能更好利用缓存机制,提高IO性能。该性能的提高是伴随了数据丢失的风险,当操作系统或主机崩溃时,不保证刷出的日志是否真正写入了磁盘。应依据操作系统和主机的稳定性来配置。autovacuum是否开启自动清理进程(如开启需要同时设置参数stats_start_collector=on,stats_row_level=on,),整理数据文件碎片,更新统计信息。如果系统中有大量的增删改操作,建议打开自动清理进程,这样一方面可以增加数据文件的物理连续性,减少磁盘的随机IO,一方面可以随时更新数据库的统计信息,使优化器可以选择最优的查询计划得到最好的查询性能。如果系统中只有只读的事务,那么关闭自动清理进程。autovacuum_naptime自动清理进程执行清理分析的时间间隔应该根据数据库的单位时间更新量来决定该值,一般来说单位时间的更新量越大该时间间隔应该设置越短。由于自动清理对系统的开销较大,该值应该谨慎配置(不要过小)。bgwriter_delay后台写进程的自动执行时间后台写进程的作用是将shared_buffer里的脏页面写回到磁盘,减少checkpoint的压力,如果系统数据修改的压力一直很大,建议将该时间间隔设置小一些,以免积累的大量的脏页面到checkpoint,使checkpoint时间过长(checkpoint期间系统响应速度较慢)。bgwriter_lru_maxpages后台写进程一次写出的脏页面数依据系统单位时间数据的增删改量来修改bgwriter_lru_multiplier后台写进程根据最近服务进程需要的buffer数量乘上这个比率估算出下次服务进程需要的buffer数量,在使用后台写进程写回脏页面,使缓冲区能使用的干净页面达到这个估计值。依据系统单位时间数据的增删改量来修改。

以上为个人经验,希望能给大家一个参考,也希望大家多多支持脚本之家。

您可能感兴趣的文章:PostgreSQL 性能优化之服务器参数配置操作PostgreSQL 数据库性能提升的几个方面详解PostgreSQL提升批量数据导入性能的n种方法

© 版权声明

相关文章