PgSQL · 应用案例 · 惊天性能！单RDS PostgreSQL实例支撑 2000亿

背景

20亿用户，每个用户1000个标签，基于任意标签组合圈选、透视（业务上的需求是一次最多计算100个标签的组合）。

相当于要处理2000亿记录。

1、实时求标签组合的记录数。（即满足标签组合的用户有多少）

2、用户ID。（级满足标签组合的用户ID。）

要求实时响应。

通常你肯定会想，这个至少需要上百台机器来支撑。

但是我要给你一个惊喜，这个数据量，一台RDS PG实例即可。怎么做呢？听我道来，用最少的资源解决业务问题，用到RDS PG黑科技。

RDS PG 解决方案

方案如下：

《阿里云RDS PostgreSQL varbitx实践 - 流式标签 (阅后即焚流式批量计算) - 万亿级，任意标签圈人，毫秒响应》

优化方案，提高响应速度

1、bitmap切段

2、计算满足条件的USER COUNT值时，并行计算(使用dblink异步调用)

3、求用户ID时，使用游标，流式返回。

DEMO

1、需要用到的插件

create extension dblink;
create extension varbitx;

2、创建标签表，切段，例如20亿个用户，切成400段，每一段5000万个用户BIT。

postgres=# create table t_bitmap (  tagid int,   -- 标签ID  ofid int,    -- 偏移值, 乘以5000万  v varbit     -- userid 比特
);
CREATE TABLE

3、创建索引(约束)

create unique index idx_t_bitmap_1 on t_bitmap (tagid, ofid);

4、创建1000个标签的BITMAP数据，每一个标签400条，每条的BIT长度为5000万位。

postgres=# do language plpgsql
$$declare v varbit := repeat('1',5000000)::varbit;
begin  for i in 1..100 loop  for x in 0..399 loop  insert into t_bitmap values (i, x, v);                            end loop;  end loop;
end;  $$
;  DO
Time: 150468.359 ms (02:30.468)

5、创建生成dblink连接的函数，重复创建不报错。

create or replace function conn(  name,   -- dblink名字  text    -- 连接串,URL
) returns void as
$$declare
begin    perform dblink_connect($1, $2);   return;
exception when others then    return;
end;    $$language plpgsql strict;

6、AND标签组合的并行计算函数(dblink 异步并行)，返回USERID透视数。

create or replace function get_bitcount_and(  and_tagids int[],   -- 输入标签ID数组  v_bit int,          -- 求1或0的比特个数  conn text,          -- 连接串OUT cnt int8        -- 返回值, 多少个1或0
) returns setof int8 as
$$declare
begin
for i in 0..399 loop   -- 生成400个链接，因为每行5000万，20亿个BIT，刚好400条。并LOOP  perform conn('link'||i,  conn);   -- 连接  perform dblink_get_result('link'||i);                        -- 消耗掉上一次异步连接的结果，否则会报错。  -- 发送异步DBLINK调用  -- 每次操作一个bit分段，返回BIT为0或1的位数  perform dblink_send_query('link'||i, format('select bit_count(bit_and(v), %s) from t_bitmap where tagid = any (%L) and ofid=%s', v_bit, and_tagids, i));
end loop;  for i in 0..399 loop  -- 返回异步调用结果，包括所有分段  return query SELECT * FROM dblink_get_result('link'||i) as t(cnt int8);
end loop;
end;  $$language plpgsql strict;

7、OR标签组合的并行计算函数(dblink 异步并行)，返回USERID透视数。

create or replace function get_bitcount_or(  or_tagids int[],   v_bit int,   conn text,          -- 连接串OUT cnt int8
) returns setof int8 as
$$declare
begin
for i in 0..399 loop   perform conn('link'||i,  conn);   perform dblink_get_result('link'||i);  perform dblink_send_query('link'||i, format('select bit_count(bit_or(v), %s) from t_bitmap where tagid = any (%L) and ofid=%s', v_bit, or_tagids, i));
end loop;  for i in 0..399 loop  return query SELECT * FROM dblink_get_result('link'||i) as t(cnt int8);
end loop;
end;  $$language plpgsql strict;

8、AND，OR 标签组合的并行计算函数(dblink 异步并行)，返回USERID透视数。

create or replace function get_bitcount_and_or(  and_tagids int[],   or_tagids int[],   v_bit int,   conn text,          -- 连接串OUT cnt int8
) returns setof int8 as
$$declare
begin
for i in 0..399 loop   perform conn('link'||i,  conn);   perform dblink_get_result('link'||i);  perform dblink_send_query('link'||i, format('  with t1 as (select bit_and(v) b from t_bitmap where tagid = any (%L) and ofid=%s),   t2 as (select bit_or(v) b from t_bitmap where tagid = any (%L) and ofid=%s)   select bit_count(bitor(t1.b, t2.b), %s) from t1,t2',   and_tagids, i, or_tagids, i, v_bit));
end loop;  for i in 0..399 loop  return query SELECT * FROM dblink_get_result('link'||i) as t(cnt int8);
end loop;
end;  $$language plpgsql strict;
-- 更复杂的QUERY，可以自行修改函数。实际业务中这种需求较少。
-- (a and b andc or d) or (a and c) or (d and not b)..........

9、计数透视的性能如下，50个标签组合，仅1.5秒，100个标签组合，仅2.6秒：

我们统计2000亿个user_tags组合（每个用户一条记录，每条记录1000个标签时的换算），仅仅需要2.6秒。

一个标签：
postgres=# select sum(cnt) from (select get_bitcount_and(array_agg(id),1,'dbname=postgres user=postgres') cnt from generate_series(1,1) t(id)) t;  sum
------------  2000000000
(1 row)  Time: 791.392 ms  10个标签组合：
postgres=# select sum(cnt) from (select get_bitcount_and(array_agg(id),1,'dbname=postgres user=postgres') cnt from generate_series(1,10) t(id)) t;  sum
------------  2000000000
(1 row)  Time: 847.427 ms  50个标签组合：
postgres=# select sum(cnt) from (select get_bitcount_and(array_agg(id),1,'dbname=postgres user=postgres') cnt from generate_series(1,50) t(id)) t;  sum
------------  2000000000
(1 row)  Time: 1478.847 ms (00:01.479)  100个标签组合：
postgres=# select sum(cnt) from (select get_bitcount_and(array_agg(id),1,'dbname=postgres user=postgres') cnt from generate_series(1,100) t(id)) t;  sum
------------  2000000000
(1 row)  Time: 2574.761 ms (00:02.575)

10、AND 、 OR组合性能如下，性能一样：

postgres=# select sum(cnt) from (select get_bitcount_and_or(array_agg(case mod(id,2) when 0 then id end), array_agg(case mod(id,2) when 1 then id end), 1,'dbname=postgres user=postgres') cnt from generate_series(1,1) t(id)) t;  sum
-----  (1 row)  Time: 854.934 ms
postgres=# select sum(cnt) from (select get_bitcount_and_or(array_agg(case mod(id,2) when 0 then id end), array_agg(case mod(id,2) when 1 then id end), 1,'dbname=postgres user=postgres') cnt from generate_series(1,10) t(id)) t;  sum
------------  2000000000
(1 row)  Time: 889.472 ms
postgres=# select sum(cnt) from (select get_bitcount_and_or(array_agg(case mod(id,2) when 0 then id end), array_agg(case mod(id,2) when 1 then id end), 1,'dbname=postgres user=postgres') cnt from generate_series(1,50) t(id)) t;  sum
------------  2000000000
(1 row)  Time: 1519.031 ms (00:01.519)
postgres=# select sum(cnt) from (select get_bitcount_and_or(array_agg(case mod(id,2) when 0 then id end), array_agg(case mod(id,2) when 1 then id end), 1,'dbname=postgres user=postgres') cnt from generate_series(1,100) t(id)) t;  sum
------------  2000000000
(1 row)  Time: 2597.701 ms (00:02.598)

11、求USERID，AND 函数如下，我们为了达到高速响应，使用游标返回。

create or replace function get_pos_and(  and_tagids int[],    -- 标签组合  v_bit int            -- 求1或0的BIT位，返回游标，游标包含ofid与位置下标（当然了，这个翻译动作也可以交给程序，那么返回BIT和ofid即可）
) returns setof refcursor as
$$declare  ref refcursor[];    -- 返回游标数组  res refcursor;      -- 返回游标  sql text;           -- 游标对应的SQL，即取USERID位置的SQL
begin  for x in 1..400 loop   -- 生成400个游标名  ref[x] := 'cur'||x;  end loop;  for i in 0..399 loop   -- 使用0到399的偏移值， 乘以5000万系数。  -- 赋予游标名  res := ref[i+1];   -- 生成游标对应的动态SQL(ofid, bit位置)，注意bit位置可以不翻译，交给程序翻译也没问题。程序翻译的话，翻译好之后，再使用in查询字典  -- select uid from uid_mapping where pos in (pos_array);  -- 1亿，in 100万, 380毫秒  -- [《HTAP数据库 PostgreSQL 场景与性能测试之 25 - (OLTP) IN , EXISTS 查询》](201711/20171107_26.md)    sql := format('select %s, bit_posite(bit_and(v), %s, true) from t_bitmap where tagid = any (%L) and ofid=%s', i, v_bit, and_tagids, i);   -- 打开游标  open res for execute sql ;  -- 返回游标  return next res;  end loop;
end;  $$language plpgsql strict;

12、求USERID，OR 函数如下，我们为了达到高速响应，使用游标返回。

create or replace function get_pos_or(  or_tagids int[],   v_bit int
) returns setof refcursor as
$$declare  ref refcursor[];    res refcursor;   sql text;
begin  for x in 1..400 loop  ref[x] := 'cur'||x;  end loop;  for i in 0..399 loop   res := ref[i+1];   sql := format('select %s, bit_posite(bit_or(v), %s, true) from t_bitmap where tagid = any (%L) and ofid=%s', i, v_bit, or_tagids, i);  open res for execute sql ;  return next res;  end loop;
end;  $$language plpgsql strict;

13、求USERID，AND OR 函数如下，我们为了达到高速响应，使用游标返回。

create or replace function get_pos_and_or(  and_tagids int[],   or_tagids int[],   v_bit int
) returns setof refcursor as
$$declare  ref refcursor[];    res refcursor;   sql text;
begin  for x in 1..400 loop  ref[x] := 'cur'||x;  end loop;  for i in 0..399 loop   res := ref[i+1];   sql := format('with t1 as  (select bit_and(v) v from t_bitmap where tagid = any (%L) and ofid=%s),  t2 as  (select bit_or(v) v from t_bitmap where tagid = any (%L) and ofid=%s)  select %s, bit_posite(bitor(t1.v, t2.v), %s, true) from t1,t2',   and_tagids, i, or_tagids, i, i, v_bit);  open res for execute sql ;  return next res;  end loop;
end;  $$language plpgsql strict;

14、求USERID例子，88毫秒响应，极端速度。

postgres=# begin;
BEGIN
Time: 0.031 ms
postgres=# select * from get_pos_and_or(array[1,2,3], array[4,5,6], 1);  get_pos_and_or
----------------  cur1  cur2  cur3  cur4  cur5  cur6  cur7  ....  cur399  cur400
(400 rows)  Time: 88.069 ms
获取游标值，5000万ID，仅692毫秒：fetch 1 from cur1;
Time: 692.408 ms

15、如果我们把位置翻译放到客户端做，那么只需要获取结果BITMAP，那就更快了，224毫秒就可以获取5000万BIT走。这块也能做成并发，每个客户端获取不同的ofid。

CREATE OR REPLACE FUNCTION public.get_pos_and(and_tagids integer[])RETURNS SETOF refcursorLANGUAGE plpgsqlSTRICT
AS $function$
declareref refcursor[];  res refcursor; sql text;
beginfor x in 1..400 loopref[x] := 'cur'||x;end loop;for i in 0..399 loop res := ref[i+1]; -- sql := format('select %s, bit_posite(bit_and(v), %s, true) from t_bitmap where tagid = any (%L) and ofid=%s', i, v_bit, and_tagids, i);sql := format('select %s, bit_and(v) from t_bitmap where tagid = any (%L) and ofid=%s', i, and_tagids, i);open res for execute sql ;return next res;end loop;
end;
$function$;postgres=# \timing
Timing is on.
postgres=# begin;
BEGIN
Time: 0.045 ms
postgres=# select get_pos_and(array_agg(id)) from generate_series(1,100) t(id);get_pos_and
-------------cur1cur2cur3
...cur397cur398cur399cur400
(400 rows)fetch 1 from cur1;
Time: 224.776 ms

16、如果要求包含某标签，但是不包含某标签的用户，同样使用BIT操作即可。

例子:

包含b1，同时不包含b2的用户postgres=# select b1 & bitxor(b1,b2) from (values (bit'11001100', bit'11000001')) as t(b1,b2);?column?
----------00001100
(1 row)

使用这个方法，新增一个UDF即可。

小结

varbitx是阿里云RDS PG提供的一个插件，使用它，单个RDS PG就可以实现万亿级别USER_TAGS的实时圈选。

使用BITMAP分段、DBLINK异步查询、游标等技术，提高性能。

性能指标：

1、求COUNT，2000亿（20亿用户，100个标签组合）USER_IDS，响应速度2.6秒。

2、求USERID明细，返回5000万用户ID位置，仅692毫秒。

3、求USERID明细，如果只返回BITMAP，5000万个BIT仅需224毫秒。