开源Greenplum数据库insert写入性能测试

一、说在前面的话

      话说搞IT好久了，忙起来好久没写过文章了。这次终于在周末挤出点时间写一篇了。

      近些年，大数据技术在IT界里已经是必提的话题了，甚至朋友圈里经常看到一些先前同事、项目合作公司朋友们等发的大数据相关的各种分享。

      最近工作中也在做一款与数据相关的产品，不幸的是，真正遇到数据量大的时候，发现常用的MySQL等数据库真是顶不住。百度一下，当前流行的Greenplum数据库映入眼帘。网上一查，还开源，查查各大招聘网站和APP，招聘Greenplum要求的还不少。

       后来领导让调研下GP的性能，于是在公司用了四台虚拟机，开始搭建起来，记得当时GP的6.0版本还没发布，就搭建了一个5点几的版本，并用常规的JDBC等操作关系数据库的方式来使用GP，不料发现数据写入真是一个慢啊。网上百度发现不只是我一个人这么认为，试验了一些网上的方法也无济于事。没过几天，在github上搜索gpdb相关时，发现GP发布了6.0版本，同时也查到了GP的中文社区里的一篇文章，文章中说道GP6.0在OLTP上有很大提升，推掉5的环境，当天就将GP改为了6.0的，继续用JDBC来insert数据，发现还是很慢，起初怀疑自己的测试程序有问题，于是先后几次用GP自己的驱动包、kettle的API、datax工具等几种方式测试，仍然如此。无奈继续在网上搜索，好像阿里上有篇文章对GP的数据写入问题有过总结，印象比较深的是insert语句用批量values方式、用copy方式写入等吧。

      感觉没过去几天，在一个Greenplum的群里听说GP出新版本了，想着下周再试试。谁知等我再次准备升级环境测试时，github上最新的已经是6.2.1版本了。再次测试，感觉数据写入速度好像还不如6.0的。后来得到一位大侠指点，要提高OLTP的写入性能，需要调整GP的一些默认配置参数下，经尝试，果然不一样。

    接下来看看我的测试与调参过程吧。

二、我的测试过程

  测试的数据库包括Greenplum集群版本、Oracle单机版本、MySQL单机版本。

  1、系统环境：

操作系统：	CentOS Linux release 7.5.1804
内存大小：	7G
磁盘大小：	76G
CPU型号:	8核(Intel(R) Xeon(R) CPU E5-2670 0 @ 2.60GHz)

 2、Greenplum环境

     （1）软件版本

          greenplum-db-6.0.0-rhel7-x86_64.rpm

          greenplum-db-6.2.1-rhel7-x86_64.rpm

     （2）集群节点

节点	节点类型	备注
mdw	master	独用
smdw	standby	独用
sdw1	segment	独用
Sdw2	segment	独用

 2、Oracle环境

    （1）软件版本

         Oracle Database 11g Enterprise Edition Release 11.2.0.1.0 - 64bit Production

    （2）单机环境

节点	节点类型	备注
orcl	单机	docker搭建

   3、MySQL环境

   （1）软件版本

          mysql-5.6.25

    （2）部署环境

节点	节点类型	备注
mysql	单机	开发共用（系统空闲时进行的测试）

4、数据库驱动

数据库	驱动包	备注
Greenplum	greenplum-jdbc-5.1.4.jar	官网下载
Oracle	ojdbc7-12.1.0.2.jar	官网下载
MySQL	mysql-connector-java-8.0.16.jar	pom里直接配置

5、测试过程

   测试目标：用JDBC方式测试单表单线程Insert写入100W数据的性能

   测试准备：在GP、Oracle、MySQL三种类型数据库中分别创建名为t_test_tang_1的表，表中包含两个字段：整型的ID和文本型的NAME。

greenplum	oracle	mysql;
create table "t_test_tang_1" ( "ID" bigint, "NAME" text )distributed by("ID");	create table "t_test_tang_1" ( "ID" NUMBER(22) not null primary key, "NAME" VARCHAR2(2048) )	create table `t_test_tang_1` ( `ID` bigint not null primary key, `NAME` text )ENGINE=InnoDB DEFAULT CHARSET=utf8;

  测试代码：

	public static void test(PropertiesConfig config)	throws Exception {
	       long begin = System.currentTimeMillis();
	        try {
	            Class.forName(config.driverClassName);  
	            try (Connection conn = DriverManager.getConnection(config.jdbcUrl, config.username, config.password);) {
	                String sql = "insert into \"t_test_tang_1\" (\"ID\",\"NAME\") values (?,?)"; 
	                if (config.jdbcUrl.indexOf("mysql") > 0) {
	                	sql = "insert into t_test_tang_1 (ID,NAME) values (?,?)"; 
	                }
	                try(PreparedStatement ps = conn.prepareStatement(sql);){  
	                    conn.setAutoCommit(false);  
	                    System.out.println("Opened database successfully");  

	                    long id = 1;
	                    String namePrefix = RandomStringUtils.randomAlphanumeric(1024);
	                    for(int i=0; i<1000; i++) {             
	                        for(int j=0; j<1000; j++) {
	                            ps.setLong(1, id);
	                            ps.setString(2, namePrefix);
	                            ps.addBatch();
	                            id++;
	                        }
	                        ps.executeBatch();
	                        conn.commit();
	                    }
	                } catch (Exception e) {  
	                    conn.rollback();
	                    System.err.println(e.getClass().getName() + ": " + e.getMessage());
	                }
	            }
	        } catch (Exception e) {
	            e.printStackTrace();
	        }

	        long end = System.currentTimeMillis();
	        System.out.println("total elipse = " + (end - begin)+" ms");
	}

  代码地址：https://gitee.com/inrgihc/GpdbTester/blob/master/src/main/java/com/weishao/jdbctester/TestInsert01Application.java

  三、测试结果

  用上述代码，基于三种数据库的配置进行相同代码过程测试，测试结果如下：

1、第一次测试：

     本次测试使用的GP为6.0版本，并使用默认配置参数

Greenplum（6.0版本）	Oracle11g	Mysql5.6
1282323 ms  （780条/秒）	92910 ms （10752条/秒）	519324 ms （1926条/秒）

2、第二次测试：

      本次测试使用的GP为6.2.1版本，分别为默认参数下测试和参数调整后测试，结果如下：

默认参数的数据库	测试次数	测试结果
Greenplum（6.2.1版本）	第一次	3206731 ms（312条/秒）

    GP调整的参数如下：

(1)全局死锁检测开关
在Greenplum 6中其默认关闭，需要打开它才可以支持并发更新/删除操作；
gpconfig -c gp_enable_global_deadlock_detector -v on

(2) 禁用GPORCA优化器（据说GPDB6默认的优化器为：GPORCA）
gpconfig -c optimizer -v off

(3)关闭日志
此GUC减少不必要的日志，避免日志输出对I/O性能的干扰。
gpconfig -c log_statement -v none

注意：参数配置修改后，我使用gpstop -u重新加了配置，并用gpconfig -s检查了各个参数确为修改成功。

参数调整后的数据库	测试次数	测试结果
Greenplum（6.2.1版本）	第一次	442371 ms（2262条/秒）
	第二次	444364 ms（2252条/秒）

四、测试总结

     从测试结果中明显发现，经参数调优后的GP数据库Insert写入性能有很大程度提升，完成100W数据写入由每秒780条提升到2252条，写入速度已经与MySQL相媲美了。虽然与Oracle的差距还很远，毕竟GP与Oracle的侧重场景还是不同的嘛，如果GP采用copy或gpfdist方式灌数据，速度那才是惊人呢。

    据说，Greenplum7在OLTP上还会有大幅度提升，期待中！！！

五、几句尾话

    基于copy方式，本人编写了一个oracle/SqlServer/mysql/PostgreSQL表结构及数据向Greenplum数据库的离线同步小工具，希望给个star哦。多谢了！

   介绍详见：https://blog.csdn.net/inrgihc/article/details/103739629