Postgres-XC 主要特性在于它的分片扩展功能，之前博客介绍过 Postgres-XC 的复制表和分片表模式，这篇博客选取了业务场景的一条两表关联 SQL，分别测试在复制表模式和分片表模式下的性能。

测试环境

硬件环境：3台虚拟机
软件版本：Postgres-XC 1.2

PGXC 环境
Postgres-XC：分片表两表关联性能测试
备注：两个协调节点，两个数据节点。

业务场景

测试 SQL 如下：

select a.*  from tbl_operate a
 join tbl_info b on a.applyid = b.id
where a.syskey =  'BOSS'
and a.operationid =  '7'
and a.targetid =  'zhuhua1'
and  (a.state in  ('DataSaved',  'DataProc')  or
   b.state in  ('MainBillDeptAdminApprove',  'MainBillDeptApprove')  or
   a.applyid =  '8ace4a9e506c7af101508354dddd4d95');

备注：此条 SQL 为业务场景中的一条 SQL，其中 tbl_operate 记录数 1534437， tbl_info 表记录数 1699246, 目前采用的是复制表模式，两张表的 id 为主键。注意关联字段为a.applyid = b.id。

场景一：tbl_operate 和 tbl_info 都为复制表

场景一的执行计划。

QUERY PLAN                           
----------------------------------------------------------------------------------------------------------------------
Data  Node  Scan on "__REMOTE_FQS_QUERY__" (cost=0.00..0.00 rows=0 width=0)  (actual time=3.314..3.331 rows=3 loops=1)
Node/s: datanode2
Total runtime:  3.376 ms
(3 rows)

备注：两张表都是复制表模式下，执行时间为 3.376 ms。

将两张表修改成分片表

1 2	alter table tbl_operate distribute by hash(id); alter table tbl_info distribute by hash(id);

备注：此条命令会涉及到数据节点数据重分布，会锁表，命令执行过程中 coor 节点上先是有个 copy 进程，之后有个 REINDEX 进程，或许这是 Postgres-XC 修改表分片方式的内部过程。

场景二两表都 hash(id) 分片

--------------------------------------------------------------------------------------------------------------------------------------
Hash  Join (cost=0.01..0.07 rows=1 width=4670)  (actual time=31.442..769.754 rows=3 loops=1)
Hash  Cond:  ((b.id)::text =  (a.applyid)::text)
Join  Filter:  (((a.state)::text = ANY ('{DataSaved,DataProc}'::text[])) OR ((b.state)::text = ANY ('{MainBillDeptAdminApprove,MainBillDeptApprove}'::text[])) OR ((a.applyid)::text =  '8ace4a9e506c7af101508354dddd4d95'::text))
Rows  Removed  by  Join  Filter:  25
-> Data  Node  Scan on tbl_info "_REMOTE_TABLE_QUERY_" (cost=0.00..0.00 rows=1000 width=208)  (actual time=0.573..484.255 rows=337473 loops=1)
Node/s: datanode2, datanode3
-> Hash (cost=0.00..0.00 rows=1000 width=4670)  (actual time=2.590..2.590 rows=28 loops=1)
Buckets:  1024 Batches:  8 Memory  Usage:  3kB
-> Data  Node  Scan on tbl_operate "_REMOTE_TABLE_QUERY__1" (cost=0.00..0.00 rows=1000 width=4670)  (actual time=1.626..1.850 rows=28 loops=1)
Node/s: datanode2, datanode3
Total runtime:  776.020 ms
(11 rows)

备注：将两张表都改成 HASH 分片后，执行时间需要 776.020 ms，效率降低 230 倍左右，执行计划也复杂得多。

场景三 tbl_operate: 复制表 , tbl_info: hash(id)

                         QUERY PLAN                           
----------------------------------------------------------------------------------------------------------------------
Data  Node  Scan on "__REMOTE_FQS_QUERY__" (cost=0.00..0.00 rows=0 width=0)  (actual time=3.303..5.061 rows=3 loops=1)
Node/s: datanode2, datanode3
Total runtime:  5.106 ms
(3 rows)

备注：执行时间 5.106 ms。

场景四 tbl_operate: hash(id) , tbl_info: 复制表

                            QUERY PLAN                           
----------------------------------------------------------------------------------------------------------------------
Data  Node  Scan on "__REMOTE_FQS_QUERY__" (cost=0.00..0.00 rows=0 width=0)  (actual time=3.065..3.218 rows=3 loops=1)
Node/s: datanode2, datanode3
Total runtime:  3.263 ms
(3 rows)

备注：执行时间 3.263 ms，之前的业务场景 SQL 关联字段有一个是非分区键，如果关联字段都是分片字段，情况如何呢？接着测试。

关联字段都为分片字段

创建测试表

create table t1(id int4,name character varying(32),create_time timestamp(0) without time zone default clock_timestamp()  ) distribute by hash(name);
create unique index idx_t1_name on t1 using btree(name);
insert into t1(id,name)  select n,n||'_a'  from generate_series(1,100000) n;
  
create table t2 as  select name from t1;
create unique index idx_t2_name on t2 using btree(name);
alter table t2 add column flag boolean  default  't';

分区键关联SQL

1
2
3

select t1.id,t1.create_time,t2.name,t2.flag
from t1,t2
where t1.name=t2.name and t1.name='1_a';

备注：关联字段 name 分别是 t1，t2 表的分片字段。

分片表执行计划

francs=> explain analyze select t1.id,t1.create_time,t2.name,t2.flag
from t1,t2
where t1.name=t2.name and t1.name='2_a';
                           QUERY PLAN                           
----------------------------------------------------------------------------------------------------------------------
Data  Node  Scan on "__REMOTE_FQS_QUERY__" (cost=0.00..0.00 rows=0 width=0)  (actual time=1.243..1.244 rows=1 loops=1)
Node/s: datanode2, datanode3
Total runtime:  1.293 ms
(3 rows)

备注：执行时间 1.293 ms，根据执行计划可以看到扫描了两个数据节点。

修改成复制表

1 2	alter table t1 distribute by replication; alter table t2 distribute by replication;

复制表执行计划

francs=> explain analyze select t1.id,t1.create_time,t2.name,t2.flag
from t1,t2
where t1.name=t2.name and t1.name='2_a';
                           QUERY PLAN                           
----------------------------------------------------------------------------------------------------------------------
Data  Node  Scan on "__REMOTE_FQS_QUERY__" (cost=0.00..0.00 rows=0 width=0)  (actual time=0.909..0.910 rows=1 loops=1)
Node/s: datanode2
Total runtime:  0.941 ms
(3 rows)

备注：执行时间 0.941 ms，公扫描 datanode2 节点，性能比分片情况稍降低。

总结

Postgres-XC 环境下，两表关联的业务场景，如果关联字段正好是两表的分片字段，性能会比复制表稍降低，如果关联字段不是分片字段，性能会比复制表大辐度降低，分片表的使用场景需谨慎。

参考

原创文章，作者：254126420，如若转载，请注明出处：https://blog.ytso.com/240099.html

Postgres-XC：分片表两表关联性能测试