什么是预读和预扩展,如何使用 - 云原生数据库 PolarDB

本文介绍了堆表预读、堆表预扩展以及索引创建预扩展的简介、原理以及使用方法等。

前提条件

支持的PolarDB PostgreSQL版的版本如下：

PostgreSQL 14（内核小版本14.5.1.0及以上）
PostgreSQL 11（内核小版本1.1.1及以上）

说明

您可通过如下语句查看PolarDB PostgreSQL版的内核小版本的版本号：

PostgreSQL 14
```
select version();
```
PostgreSQL 11
```
show polar_version;
```

背景信息

PolarDB PostgreSQL版底层使用PolarFS（以下简称为PFS）作为文件系统。不同于 ext4 等单机文件系统，PFS在页扩展过程中，元数据更新开销较大。且PFS的最小页扩展粒度为4 MB。而PostgreSQL 8 KB的页扩展粒度并不适合PFS，将会导致写表或创建索引时性能下降。同时，PFS在读取大块页面时I/O效率更高。

为了适配上述特征，PolarDB PostgreSQL版设计了堆表预读、堆表预扩展、索引创建预扩展的功能，使运行在PFS上的PolarDB PostgreSQL版能够获得更好的性能。

简介

堆表预读
在PostgreSQL读取堆表的过程中，会以8 KB页为单位通过文件系统读取页面至内存缓冲池（Buffer Pool）中。PFS对于这种数据量较小的I/O操作并不是特别高效。因此，PolarDB PostgreSQL版为了适配PFS而设计了堆表批量预读。
当读取的页数量大于1时，将会触发批量预读，一次I/O读取128 KB数据至缓冲池中。预读对顺序扫描（Sequential Scan）、Vacuum两种场景性能可以带来一倍左右的提升，在索引创建场景下可以带来18%的性能提升。
堆表预扩展
在PostgreSQL中，表空间的扩展过程中将会逐个申请并扩展8 KB的页。即使是PostgreSQL支持的批量页扩展，进行一次N页扩展的流程中也包含了N次I/O操作。这种页扩展不符合PFS最小页扩展粒度为4 MB的特性。因此，PolarDB PostgreSQL版设计了堆表批量预扩展。
在扩展堆表的过程中，一次I/O扩展4 MB页。在写表频繁的场景下（例如装载数据），能够带来一倍的性能提升。
索引创建预扩展
索引创建预扩展与堆表预扩展的功能类似。索引创建预扩展特别针对PFS优化索引创建过程。在索引创建的页扩展过程中，一次I/O扩展4 MB页。这种设计可以在创建索引的过程中带来30%的性能提升。
说明
当前索引创建预扩展只适配了B-Tree索引。其他索引类型暂不支持。

原理介绍

堆表预读
堆表预读的实现步骤主要分为以下四步：
1. 在Buffer Pool中申请N个Buffer。
2. 通过palloc在内存中申请一段大小为N*页大小的空间，简称为p。
3. 通过PFS批量读取堆表中N * 页大小的数据拷贝至p中。
4. 将p中N个页的内容逐个拷贝至从Buffer Pool申请的N个Buffer中。
后续的读取操作会直接命中Buffer。数据流图如下所示：
堆表预扩展
预扩展的实现步骤主要分为以下三步：
1. 从Buffer Pool中申请N个Buffer，不触发文件系统的页扩展。
2. 通过PFS的文件写入接口进行批量页扩展，并且写入为全零页。
3. 对申请出来的页逐个进行页初始化，标识页的可用空间，结束预扩展。
索引创建预扩展
索引创建预扩展的实现步骤与预扩展类似，但没有涉及Buffer的申请。步骤如下：
1. 写索引页时，通过PFS的文件写入接口进行批量页扩展，并且写入为全零页。
2. 将Buffer Pool中已经构建好的索引页写入文件系统中。

使用指南

堆表预读
堆表预读的参数名为polar_bulk_read_size，功能默认开启，默认大小为128 KB。
说明
不建议用户自行修改该参数，128 KB是贴合PFS的最优值，自行调整并不会带来性能的提升。
- 关闭堆表预读功能。
```
ALTER SYSTEM SET polar_bulk_read_size = 0;
SELECT pg_reload_conf();
```
- 开启堆表预读功能并设置预读大小为128 KB。
```
ALTER SYSTEM SET polar_bulk_read_size = '128 KB';
SELECT pg_reload_conf();
```
堆表预扩展
堆表预扩展的参数名为polar_bulk_extend_size，功能默认开启，预扩展的大小默认是4 MB。
说明
不建议用户自行修改该参数值，4 MB是贴合PFS的最优值。
- 关闭堆表预扩展功能。
```
ALTER SYSTEM SET polar_bulk_extend_size = 0;
SELECT pg_reload_conf();
```
- 开启堆表预扩展功能并设置预扩展大小为4 MB。
```
ALTER SYSTEM SET polar_bulk_extend_size = '4 MB';
SELECT pg_reload_conf();
```
索引创建预扩展
索引创建预扩展的参数名为polar_index_create_bulk_extend_size，功能默认开启。索引创建预扩展的大小默认是4 MB。
说明
不建议用户自行修改该参数值，4 MB是贴合PFS的最优值。
- 关闭索引创建预扩展功能。
```
ALTER SYSTEM SET polar_index_create_bulk_extend_size = 0;
SELECT pg_reload_conf();
```
- 开启索引创建预扩展功能并设置预扩展大小为4 MB。
```
ALTER SYSTEM SET polar_index_create_bulk_extend_size = '4 MB';
SELECT pg_reload_conf();
```

性能对比

为了展示堆表预读、堆表预扩展、索引创建预扩展的性能提升效果，在PostgreSQL 14版本的PolarDB PostgreSQL版集群上进行了测试。

规格：8核32 GB内存。
测试场景：400 GB pgbench测试。

堆表预读
- 400 GB表的Vacuum性能对比如下所示：
- 400 GB表的SeqScan性能对比如下所示：
结论：
- 堆表预读在Vacuum和SeqScan场景下性能提升了1-2倍。
- 堆表预读大小在超过默认值128 KB之后对性能提升没有明显帮助。
堆表预扩展
400 GB表数据装载性能对比如下所示：
结论：
- 堆表预扩展在数据装载场景下带来一倍的性能提升。
- 堆表预扩展大小在超过默认值4 MB后对性能没有明显帮助。
索引创建预扩展
400 GB表创建索引性能对比如下所示：
结论：
- 索引创建预扩展在索引创建场景下能够带来30%的性能提升。
- 索引创建预扩展大小超过默认值4 MB对性能没有明显帮助。