近些年，大数据技术在IT界里已经是必提的话题了，朋友圈里经常看到一些同事们、项目合作公司朋友们转发的大数据相关文章。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。仔细一查，发现Greenplum还是个开源数据库，再去各大招聘网站和APP查看了一下，招聘Greenplum相关人才的还真不少。在一番调研后，经测试发现，参数调优后的Greenplum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。用这篇文章来记录一下我的测试与调参过程。
开始接触Greenplum是一次机缘巧合，当时领导让调研下Greenplum的性能，于是我在公司用了四台虚拟机，开始搭建起来。记得当时Greenplum的6.0版本还没发布，我便搭建了一个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Greenplum，不料发现数据写入很慢。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相关内容时，发现Greenplum发布了6.0版本，同时也查到了Greenplum中文社区（greenplum.cn)里的一篇相关文章，文章中提到Greenplum 6.0在OLTP上有很大提升，推掉5的环境，当天就将Greenplum改为了6.0的，继续用JDBC来insert数据，发现还是很慢，一开始怀疑自己的测试程序有问题，于是先后几次用Greenplum自己的驱动包、kettle的API、datax工具等几种方式测试，结果仍然没有太大变化。无奈只好继续在网上搜索，后来搜到阿里有篇文章对Greenplum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。
感觉没过去几天，在Greenplum技术群里听说Greenplum又出新版本了，便想着下周再试试。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。于是去Greenplum技术群组中求助，得到一位大侠指点，要提高OLTP的写入性能，需要调整Greenplum的一些默认配置参数，经尝试，果然很不一样。
接下来看看我的测试与调参过程吧。
一、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
2、Greenplum环境
- 软件版本
greenplum-db-6.0.0-rhel7-x86_64.rpm
greenplum-db-6.2.1-rhel7-x86_64.rpm
- 集群节点
3、Oracle环境
- 软件版本
Oracle Database 11g Enterprise Edition Release 11.2.0.1.0 – 64bit Production
- 单机环境
4、MySQL环境
- 软件版本
mysql-5.6.25
- 部署环境
- 数据库驱动
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Greenplum、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。
- 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");
}二、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Greenplum为6.0版本，并使用默认配置参数
2、第二次测试：
本次测试使用的Greenplum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：
Greenplum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检查了各个参数确认为修改成功。
三、测试总结
从测试结果中明显发现，经参数调优后的Greenplum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Greenplum与Oracle的侧重场景还是不同的嘛，如果Greenplum采用copy或gpfdist方式灌数据，速度那才是惊人呢。
据说，Greenplum 7 在OLTP上还会有大幅度提升，非常期待！！！
四、结束语
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。
介绍详见：
https://blog.csdn.net/inrgihc/article/details/103739629
作者简介
汤一波，目前任职于锐捷网络，JAVA架构设计与开发工程师，当前工作主要从事：基于Greenplum数据库的数据产品建设，主要兴趣集中在异构数据转换、数据同步、数据处理等领域。
