PostgreSQL、Redis與Memcached的效能比較 - CYBERTEC

測試設定的一些特徵：

• AMD Ryzen 3600 CPU 設定為效能模式。我的測試指令碼本質上是同步的，即基本上使用單個 CPU 核心，所以速度可能很重要。
• Ubuntu 20.04 桌面作為作業系統，禁用交換。
• PostgreSQL v13.3，即最新的。
• 預設 PostgreSQL 配置：“shared_buffers=512MB”、“track_io_timing=on”、“shared_preload_libraries='pg_stat_statements'”。
• 用於系統和資料庫的單個 NVMe SSD。
• 使用準備好的語句讀取/寫入 Postgres 以獲得最佳查詢效能，避免解析後續呼叫。
• 完全適合 PostgreSQL 管理快取（共享緩衝區）的資料集大小。
• 非同步模式用於寫入資料，這意味著在伺服器崩潰/重啟的情況下，最近的資料可能會略有丟失，作為更多寫入（尤其是在小事務中）效能的權衡。但這與 Redis 和 Memcached 預設處理寫入的方式一致。不過，使用 Redis，還可以啟用 AOF 永續性以獲得 PostgreSQL 預設行為。
• 兩個讀/寫測試都從 1 到$rows一一遍歷所有插入的隨機生成的浮點資料鍵。
• 鍵值表在讀取測試之前被提取到 Postgres 快取中，因此不會像 Redis/Memcached 那樣有冷快取效應。
• 我沒有測量 Postgres 的記憶體使用情況，因為在插入和快取所有資料之後，對於這個用例，這預計會非常穩定。
• 執行時間記錄在應用程式端，並呼叫系統時鐘以匹配原始測試。請注意，我決定從伺服器端測量執行時間也是為了更好地瞭解“浪費”的數量，因為畢竟 Python 並不是效能測試的最佳選擇，原因有很多，我不想在這裡深入研究. 再往前走一點——結果確實非常可怕，人們不應該使用 Python 來對資料庫進行基準測試——很多 CPU 時間就在某處消失了！
• 完整的測試指令碼可在此處獲得。執行大約需要 10-15 分鐘。基本上是這樣的：

CREATE UNLOGGED TABLE kv_test(key text, value int);
CREATE INDEX ON kv_test (key);
 
-- pseudo-code from the Python script
for $ROWS in [1000, 10000, 100000, 1000000]:
  truncate kv_test
  generate $ROWS random values
  for $i := 1 .. $ROWS:
    insert $key into kv_test ($rand[i], $rand[i])
  vacuum analyze the table
  for $i := 1 .. $ROWS:
    select * from kv_test where key = $rand[i]

PostgreSQL vs Redis vs Memcached：寫操作

寫入鍵值對的計算時間以毫秒為單位。

資料庫           1,000行    10,000行    100,000行    1,000,000行
Redis (v3.0.7)        34    214          1,666        14,638
Memcached (v1.4.14)    23    100         276         2,813
PostgreSQL (v13.3)    29.6    304         2,888       31,230

PostgreSQL vs Redis vs Memcached：讀操作

計算的讀取鍵值對的時間（毫秒）。

資料庫          1,000    10,000    100,000    1,000,000
Redis (v3.0.7)     8        6        8         8
Memcached (v1.4.14)  9        14       14         30
PostgreSQL (v13.3)   0.026    0.028    0.027       0.029

Postgres 的讀測試結果領先，看起來非常好！與 Postgres 相比，Redis/Memcached 的平均鍵讀取時間似乎太慢了。我懷疑他們仍然使用遠端機器作為快取。

寫入操作方面，Postgres 對於 100k 和 1M 行記錄寫入，僅比 Redis 慢 2 倍。

快取的主要思想是，與無論如何寫入/更新相比，只有當我們從它們中讀取更多內容時，它們才有用！

很高興看到 Postgres 對不斷增長的資料集的響應的相對穩定性非常非常好！甚至擊敗了在 100 萬行讀取慢2 倍的 Memcached！

這一切都可能表明，為 PostgreSQL 選擇的演算法在數學上是合理的，並且實現得很好！

banq注：不能忽視Redis/Memcached分散式伸縮擴充套件能力。