GreenPlum分区表和非分区压测对比

背景

  之前有对Greenplum进行TPC-H测试,参考文章为[TPC-H测试](https://help.aliyun.com/document_detail/156160.html?spm=a2c4g.11186623.6.662.552a2dcaJdRHLG),其中的表主要是列存表,没有对表进行分区处理,查询起来非常慢,其中的Q1 sql查询(查询表lineitem)时间达到600s,单表(lineitem)最大数据量为27亿。因此,本次在之前测试的基础上,对lineitem表进行分区处理,对比分区前后的结果。

机器配置

 1. 测试的Greenplum集群由18个计算节点,三台宿主机,每台宿主机有8个CPU核,32GB内存。
 2. 单独用一台服务器(centos7 8核16G)运行benchmarksql工具来生成TPC-C负载,向Greenplum实例发送请求。
 3. 表lineitem数据量为27亿

分区操作sql

按年分区sql:
create table lineitem_partition (    
    l_orderkey    bigint not null,        
    l_partkey     integer not null,    
    l_suppkey     integer not null,    
    l_linenumber  integer not null,    
    l_quantity    DECIMAL(15,2) not null,    
    l_extendedprice  DECIMAL(15,2) not null,    
    l_discount    DECIMAL(15,2) not null,    
    l_tax         DECIMAL(15,2) not null,    
    l_returnflag  char(1) not null,    
    l_linestatus  char(1) not null,    
    l_shipdate    date not null,    
    l_commitdate  date not null,    
    l_receiptdate date not null,    
    l_shipinstruct char(25) not null,   
    l_shipmode     char(10) not null,    
    l_comment      varchar(44) not null)
with (appendonly=true, orientation=column)
distributed by (l_orderkey) partition by range(l_shipdate)(
        PARTITION p1992 START ('1992-01-01'::date) inclusive END ('1993-01-01'::date) exclusive,
    PARTITION p1993 START ('1993-01-01'::date) inclusive END ('1994-01-01'::date) exclusive,
    PARTITION p1994 START ('1994-01-01'::date) inclusive END ('1995-01-01'::date) exclusive,
    PARTITION p1995 START ('1995-01-01'::date) inclusive END ('1996-01-01'::date) exclusive,
    PARTITION p1996 START ('1996-01-01'::date) inclusive END ('1997-01-01'::date) exclusive,
    PARTITION p1997 START ('1997-01-01'::date) inclusive END ('1998-01-01'::date) exclusive,
    PARTITION p1998 START ('1998-01-01'::date) inclusive END ('1999-01-01'::date) inclusive
); ```
--------------------------------------------------------------------------------------------------------
``` 按月分区sql:
create table lineitem_partition_month (        
        l_orderkey    bigint not null,            
        l_partkey     integer not null,       
        l_suppkey     integer not null,       
        l_linenumber  integer not null,        
        l_quantity    DECIMAL(15,2) not null,          
        l_extendedprice  DECIMAL(15,2) not null,        
        l_discount    DECIMAL(15,2) not null,        
        l_tax         DECIMAL(15,2) not null,        
        l_returnflag  char(1) not null,        
        l_linestatus  char(1) not null,        
        l_shipdate    date not null,        
        l_commitdate  date not null,        
        l_receiptdate date not null,        
        l_shipinstruct char(25) not null,       
        l_shipmode     char(10) not null,        
        l_comment      varchar(44) not null
)with (appendonly=true, orientation=column)
  distributed by (l_orderkey) 
  partition by range(l_shipdate)(    
        PARTITION p_ START ('1992-01-01'::date) inclusive END ('1993-01-01'::date) exclusive every ('1 month'::interval)));```
--------------------------------------------------------------------------------------------------------
```  测试sql1(时间范围为1年):
select
    l_returnflag,
    l_linestatus,
    sum(l_quantity) as sum_qty,
    sum(l_extendedprice) as sum_base_price,
    sum(l_extendedprice * (1 - l_discount)) as sum_disc_price,
    sum(l_extendedprice * (1 - l_discount) * (1 + l_tax)) as sum_charge,
    avg(l_quantity) as avg_qty,
    avg(l_extendedprice) as avg_price,
    avg(l_discount) as avg_disc,
    count(*) as count_order
from
    lineitem_partition_month
where
    l_shipdate <= date '1998-12-31' and l_shipdate >= date '1998-01-01'
group by
    l_returnflag,
    l_linestatus
order by
    l_returnflag,
    l_linestatus;
select
    l_returnflag,
    l_linestatus,
    sum(l_quantity) as sum_qty,
    sum(l_extendedprice) as sum_base_price,
    sum(l_extendedprice * (1 - l_discount)) as sum_disc_price,
    sum(l_extendedprice * (1 - l_discount) * (1 + l_tax)) as sum_charge,
    avg(l_quantity) as avg_qty,
    avg(l_extendedprice) as avg_price,
    avg(l_discount) as avg_disc,
    count(*) as count_order
from
    lineitem_partition_month
where
    l_shipdate <= date '1998-12-31' and l_shipdate >= date '1998-12-01'
group by
    l_returnflag,
    l_linestatus
order by
    l_returnflag,
    l_linestatus;

测试结果

测试sql1

表的类型 sql查询时间
普通表 116.2s
按年分区 97.50s
按月分区 68.34s

测试sql2

表的类型 sql查询时间
普通表 3s
按月分区 54.99s

测试结论

1. Greenplum中分区表其目的也是用来避免扫描大表的全部内容,而分区表能够提升查询性能。分区是不会更改数据在segments之间的物理分布,而是对大表进行逻辑上的划分。
2. 需要注意的是,分区操作以及分区所依据的键需要结合业务进行判断,如例子中的业务是需要根据时间进行分组查询的,这也是大数据情况下很经典的查询方法,因此我们根据时间进行了分区操作。由上也可看到,分区粒度按月比按年的查询速度更快,按年分区也会比普通未分区表的查询速度快。但是数据量较小的情况并不需要进行分区,在数据量达到亿级别时,分区才能很好的发挥它的优势。
3. 虽然分区操作能加快大表的查询速度,但是我们注意查询语句的用法,比如当我们把where 条件语句改成 `where l_shipdate <= date '1998-10-31' - interval '30 day' ` ,同样是查询单月的数据,但是查询时间能达到30s以上,因此,在需要加快查询速度的情况下,sql语句的写法是否能够完全契合当前表的设置也很重要。
最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 212,686评论 6 492
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 90,668评论 3 385
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 158,160评论 0 348
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 56,736评论 1 284
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 65,847评论 6 386
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 50,043评论 1 291
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,129评论 3 410
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 37,872评论 0 268
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,318评论 1 303
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,645评论 2 327
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,777评论 1 341
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,470评论 4 333
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,126评论 3 317
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,861评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,095评论 1 267
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 46,589评论 2 362
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 43,687评论 2 351

推荐阅读更多精彩内容