我做了一个简单的整数更新性能测试 . SQLite每秒只进行15次更新,而PostgreSQL每秒进行1500次更新 .
SQLite案例的数字似乎是normal .
SQLite站点中的FAQ解释为它是旋转磁盘的基本限制 .
实际上,SQLite很容易在普通台式计算机上每秒执行50,000或更多INSERT语句 . 但它每秒只会进行几十次交易 . 交易速度受磁盘驱动器转速的限制 . 事务通常需要两个完整的磁盘盘旋转,这在7200RPM磁盘驱动器上限制您每秒约60个事务 . 事务速度受磁盘驱动器速度的限制,因为(默认情况下)SQLite实际上等待,直到事务完成之前数据确实安全地存储在磁盘表面上 . 这样,如果您突然断电或者操作系统崩溃,您的数据仍然是安全的 . 有关详细信息,请阅读SQLite中的原子提交 . 默认情况下,每个INSERT语句都是自己的事务 . 但是如果用BEGIN ... COMMIT包围多个INSERT语句,则所有插入都被分组到一个事务中 . 提交事务所需的时间在所有随附的insert语句中分摊,因此每个insert语句的时间大大减少 . 另一种选择是运行PRAGMA synchronous = OFF . 此命令将导致SQLite不等待数据到达磁盘表面,这将使写入操作看起来更快 . 但是如果你在事务中断电,你的数据库文件可能会损坏 .
这个描述是真的吗?那么,PostgreSQL如何比SQLite更快地执行? (我在PostgreSQL中将 fsync
和 synchronous_commit
选项都设置为 on
)
更新:
这是用Clojure编写的完整测试代码:
(defproject foo "0.1.0-SNAPSHOT"
:repositories {"sonatype-oss-public" "https://oss.sonatype.org/content/groups/public/"}
:dependencies [[org.clojure/clojure "1.5.1"]
[org.clojure/java.jdbc "0.3.0-SNAPSHOT"]
[com.mchange/c3p0 "0.9.2.1"]
[org.xerial/sqlite-jdbc "3.7.2"]
[postgresql "9.1-901.jdbc4"]])
(ns foo.core
(:require [clojure.java.jdbc :as jdbc]
[clojure.java.jdbc.ddl :as ddl])
(:import [com.mchange.v2.c3p0 ComboPooledDataSource]))
(def sqlite
(let [spec {:classname "org.sqlite.JDBC"
:subprotocol "sqlite"
:subname "test.db"}]
{:datasource (doto (ComboPooledDataSource.)
(.setDriverClass (:classname spec))
(.setJdbcUrl (str "jdbc:" (:subprotocol spec) ":" (:subname spec)))
(.setMaxIdleTimeExcessConnections (* 30 60))
(.setMaxIdleTime (* 3 60 60)))}))
(def postgres
(let [spec {:classname "org.postgresql.Driver"
:subprotocol "postgresql"
:subname "//localhost:5432/testdb"
:user "postgres"
:password "uiop"}]
{:datasource (doto (ComboPooledDataSource.)
(.setDriverClass (:classname spec))
(.setJdbcUrl (str "jdbc:" (:subprotocol spec) ":" (:subname spec)))
(.setUser (:user spec))
(.setPassword (:password spec))
(.setMaxIdleTimeExcessConnections (* 30 60))
(.setMaxIdleTime (* 3 60 60)))}))
(doseq [x [sqlite postgres]]
(jdbc/db-do-commands x
(ddl/create-table :foo [:id :int "PRIMARY KEY"] [:bar :int])))
(doseq [x [sqlite postgres]]
(jdbc/insert! x :foo {:id 1 :bar 1}))
(defmacro bench
[expr n]
`(dotimes [_# 3]
(let [start# (. System (nanoTime))]
(dotimes [_# ~n]
~expr)
(let [end# (. System (nanoTime))
elapsed# (/ (double (- end# start#)) 1000000.0)
operation-per-sec# (long (/ (double ~n) (/ (double (- end# start#)) 1000000000)))]
(prn (str "Elapsed time: " elapsed# " ms (" (format "%,d" operation-per-sec#) " ops)"))))))
(bench (jdbc/query sqlite ["select * from foo"]) 20000)
(bench (jdbc/execute! sqlite ["update foo set bar=bar+1 where id=?" 1]) 100)
(bench (jdbc/query postgres ["select * from foo"]) 20000)
(bench (jdbc/execute! postgres ["update foo set bar=bar+1 where id=?" 1]) 5000)
输出是:
; Running "select * from foo" 20000 times in SQLite
"Elapsed time: 1802.426963 ms (11,096 ops)"
"Elapsed time: 1731.118831 ms (11,553 ops)"
"Elapsed time: 1749.842658 ms (11,429 ops)"
; Running "update foo set bar=bar+1 where id=1" 100 times in SQLite
"Elapsed time: 6362.829057 ms (15 ops)"
"Elapsed time: 6405.25075 ms (15 ops)"
"Elapsed time: 6352.943553 ms (15 ops)"
; Running "select * from foo" 20000 times in PostgreSQL
"Elapsed time: 2898.636079 ms (6,899 ops)"
"Elapsed time: 2824.77372 ms (7,080 ops)"
"Elapsed time: 2837.622659 ms (7,048 ops)"
; Running "update foo set bar=bar+1 where id=1" 5000 times in PostgreSQL
"Elapsed time: 3213.120219 ms (1,556 ops)"
"Elapsed time: 3564.249492 ms (1,402 ops)"
"Elapsed time: 3280.128708 ms (1,524 ops)"
pg_fsync_test结果:
C:\temp>"C:\Program Files\PostgreSQL\9.3\bin\pg_test_fsync"
5 seconds per test
O_DIRECT supported on this platform for open_datasync and open_sync.
Compare file sync methods using one 8kB write:
(in wal_sync_method preference order, except fdatasync
is Linux's default)
open_datasync 81199.920 ops/sec 12 usecs/op
fdatasync n/a
fsync 45.337 ops/sec 22057 usecs/op
fsync_writethrough 46.470 ops/sec 21519 usecs/op
open_sync n/a
Compare file sync methods using two 8kB writes:
(in wal_sync_method preference order, except fdatasync
is Linux's default)
open_datasync 41093.981 ops/sec 24 usecs/op
fdatasync n/a
fsync 38.569 ops/sec 25927 usecs/op
fsync_writethrough 36.970 ops/sec 27049 usecs/op
open_sync n/a
Compare open_sync with different write sizes:
(This is designed to compare the cost of writing 16kB
in different write open_sync sizes.)
1 * 16kB open_sync write n/a
2 * 8kB open_sync writes n/a
4 * 4kB open_sync writes n/a
8 * 2kB open_sync writes n/a
16 * 1kB open_sync writes n/a
Test if fsync on non-write file descriptor is honored:
(If the times are similar, fsync() can sync data written
on a different descriptor.)
write, fsync, close 45.564 ops/sec 21947 usecs/op
write, close, fsync 33.373 ops/sec 29964 usecs/op
Non-Sync'ed 8kB writes:
write 889.800 ops/sec 1124 usecs/op
5 回答
怀疑是正确的 . 使用您指定的设置的PostgreSQL不应该能够在每秒单独的顺序事务中对旋转媒体执行1500次更新 .
你的IO堆栈中可能存在关于它如何实现同步的谎言或错误 . 这意味着您的数据在意外停电或操作系统故障后面临严重损坏的风险 .
看一下pg_test_fsync的结果,确实如此 . open_datasync,这是Windows下的默认设置,似乎不切实际,因此必须是不安全的 . 当我在Windows7机器上运行pg_test_fsync时,我看到同样的事情 .
它分解了它们如何实现快照隔离 .
SQLite使用文件锁定作为隔离事务的手段,只有在完成所有读取后才允许写入 .
相比之下,Postgres使用一种称为多核货币版本控制(mvcc)的更复杂的方法,它允许多次写入与多次读取并行发生 .
http://www.sqliteconcepts.org/SI_index.html
http://www.postgresql.org/docs/current/static/mvcc-intro.html
http://wiki.postgresql.org/wiki/MVCC
丹尼斯的答案包含您需要的所有链接 . 我会找一个不太详细但可能更容易理解的答案 .
Sqlite不使用任何复杂的事务管理器,其中没有隐藏的高级多任务逻辑 . 它按照这个顺序执行你告诉它执行的内容 . 换句话说:它完全按照你的要求去做 . 如果您尝试从两个进程使用相同的数据库 - 您将遇到问题 .
另一方面,PostgreSQL是一个非常复杂的数据库:它有效地支持多个并发读写 . 把它想象成一个异步系统 - 你只安排要完成的工作,你实际上并没有在它的细节中控制它 - Postgres为你做了 .
What to do with your efficiency? 加入几个 - 几十个 - 数百个更新/插入到一个事务中 . 对于简单的表格,您将获得非常好的表现 .
假设您使用的是普通硬盘(即没有ssd),则每秒最多可以进行50-100次写入 . 似乎每秒15次写入略低,但并非不可能 .
因此,如果Postgres每秒进行1500次更新,则会将其写入某个缓冲区/缓存或折叠为单个更新 . 在不了解实际测试的情况下,很难说实际的原因是什么,但如果要打开一个事务,更新单行1500次并在此之后提交,而Postgres应该足够聪明,只能执行单个“真实”写入磁盘 .
实际上,旋转磁盘上的任何写入都是10毫秒的数量级(典型数字是8毫秒) .
这意味着每秒写入次数超过100次,如果您在磁盘中写入相同的位置,这对于数据库来说是一个非常奇怪的情况 . 请参阅ACM中的“您不知道有关磁盘的插孔”,通常磁盘可以在一次轮换中安排10次读取或写入 .
http://queue.acm.org/detail.cfm?id=864058
因此,数据库每秒可执行1,000次写入甚至更多次写入 . 我见过应用程序每个执行1,500个事务10年前的台式电脑 .