PostgreSQL-shared_buffers（双缓存）

关于shared_buffers

• 这是一篇2018年写的，可以结合shared read一起看

什么是shred_buffer，我们为什么需要shared_buffers？

1.在数据库系统中，我们主要关注磁盘io，大多数oltp工作负载都是随机io，因此从磁盘获取非常慢。

2.为了解决这个问题，postgres将数据缓存在RAM中，以此来提高性能，即使ssd的情况下RAM也要快很多。

3.shared_buffers是一个8KB的数组，postgres在从磁盘中查询数据前，会先查找shared_buffers的页，如果命中，就直接返回，避免从磁盘查询。

shared_buffers存储什么？

1.表数据

2.索引，索引也存储在8K块中。

3.执行计划，存储基于会话的执行计划，会话结束，缓存的计划也就被丢弃。

什么时候加载shared_buffers？

1.在访问数据时，数据会先加载到os缓存，然后再加载到shared_buffers，这个加载过程可能是一些查询，也可以使用pg_prewarm预热缓存。

2.当然也可能同时存在os和shared_buffers两份一样的缓存（双缓存）。

3.查找到的时候会先在shared_buffers查找是否有缓存，如果没有再到os缓存查找，最后再从磁盘获取。

4.os缓存使用简单的LRU（移除最近最久未使用的缓存），而数据库采用的优化的时钟扫描，即缓存使用频率高的会被保存，低的被移除。

shared_buffers设置的合理范围

1.windows服务器有用范围是64MB到512MB，默认128MB

2.linux服务器建议设置为25%，亚马逊服务器设置为75%（避免双缓存，数据会存储在os和shared_buffers两份）

os缓存的重要性

数据写入时，从内存到磁盘，这个页面就会被标记为脏页，一旦被标记为脏页，它就会被刷新到os缓存，然后写入磁盘。所以如果os高速缓存大小较小，则它不能重新排序写入并优化io，这对于繁重的写入来说非常致命，因此os的缓存大小也非常重要。给予shared_buffers太大或太小都会损害性能。

查看shared_buffers，os缓存

这里需要使用到两个插件，pg_bufferscache系统已经自带可以直接创建扩展，pgfincore需要安装详细的步骤

查询 shared_buffers 占比和缓存情况：

SELECT
c.relname,
pg_size_pretty(count(*)*8192)ASpg_buffered,
round(100.0*count(*)/(SELECTsettingFROMpg_settingsWHEREname='shared_buffers')::integer,1)ASpgbuffer_percent,
round(100.0*count(*)*8192/pg_table_size(c.oid),1)ASpercent_of_relation,
round(sum(pages_mem)*4/1024,0)ASos_cache_MB,
round(100*sum(pages_mem)*4096/pg_table_size(c.oid),1)ASos_cache_percent_of_relation,
pg_size_pretty(pg_table_size(c.oid))ASrel_size
FROM
pg_classc
INNERJOINpg_buffercachebONb.relfilenode=c.relfilenode
INNERJOINpg_databasedON(b.reldatabase=d.oidANDd.datname=current_database()ANDc.relnamespace=(SELECToidFROMpg_namespaceWHEREnspname='public'))
GROUPBY
c.oid,c.relname
ORDERBY
3DESC
LIMIT30;

结果:

relname|pg_buffered|pgbuffer_percent|percent_of_relation|os_cache_mb|os_cache_percent_of_relation|rel_size
-------------------+-------------+------------------+---------------------+-------------+------------------------------+----------
pgbench_accounts|471MB|1.9|7.3|495|7.7|6416MB
pgbench_accounts_pkey|139MB|0.6|13.0|274|25.6|1071MB
pgbench_history|2704kB|0.0|86.9|3|99.2|3112kB
pgbench_branches_pkey|56kB|0.0|100.0|0|100.0|56kB
pgbench_tellers_pkey|240kB|0.0|100.0|0|100.0|240kB
pgbench_branches|2968kB|0.0|70.7|4|99.2|4200kB
pgbench_tellers|608kB|0.0|100.0|1|94.7|608kB

预热缓存和查看结果：

--表缓存预热
SELECTpg_prewarm('pgbench_accounts','buffer','main');
--索引预热
SELECTpg_prewarm('pgbench_accounts_pkey','buffer','main');
--预热后查看缓存
SELECT
c.relname,
pg_size_pretty(count(*)*8192)ASpg_buffered,
round(100.0*count(*)/(SELECTsettingFROMpg_settingsWHEREname='shared_buffers')::integer,1)ASpgbuffer_percent,
round(100.0*count(*)*8192/pg_table_size(c.oid),1)ASpercent_of_relation,
round(sum(pages_mem)*4/1024,0)ASos_cache_MB,
round(100*sum(pages_mem)*4096/pg_table_size(c.oid),1)ASos_cache_percent_of_relation,
pg_size_pretty(pg_table_size(c.oid))ASrel_size
FROM
pg_classc
INNERJOINpg_buffercachebONb.relfilenode=c.relfilenode
INNERJOINpg_databasedON(b.reldatabase=d.oidANDd.datname=current_database()ANDc.relnamespace=(SELECToidFROMpg_namespaceWHEREnspname='public'))
GROUPBY
c.oid,c.relname
ORDERBY
3DESC
LIMIT30;

结果:

relname|pg_buffered|pgbuffer_percent|percent_of_relation|os_cache_mb|os_cache_percent_of_relation|rel_size
-------------------+-------------+------------------+---------------------+-------------+------------------------------+----------
pgbench_accounts|6414MB|26.1|100.0|6414|100.0|6416MB
pgbench_accounts_pkey|139MB|0.6|13.0|274|25.6|1071MB
pgbench_history|2704kB|0.0|86.9|3|99.2|3112kB
pgbench_branches_pkey|56kB|0.0|100.0|0|100.0|56kB
pgbench_tellers_pkey|240kB|0.0|100.0|0|100.0|240kB
pgbench_branches|2968kB|0.0|70.7|4|99.2|4200kB
pgbench_tellers|608kB|0.0|100.0|1|94.7|608kB

如何设定shared_buffers？

使用pg_buffercache可查看缓存使用情况，以及命中次数和脏块

缓存命中数

--缓存命中数
SELECTusagecount,count(*),isdirty
FROMpg_buffercache
GROUPBYisdirty,usagecount
ORDERBYisdirty,usagecount;

结果：

usagecount|count|isdirty
-----------+---------+---------
1|6651|f
2|762250|f
3|54684|f
4|12630|f
5|3940|f
|2305573|

数据在缓存中的占比：

--数据在缓存中占比
SELECT
c.relname,
pg_size_pretty(count(*)*8192)ASbuffered,
round(100.0*count(*)/(SELECTsettingFROMpg_settingsWHEREname='shared_buffers')::integer,1)ASbuffers_percent,
round(100.0*count(*)*8192/pg_relation_size(c.oid),1)ASpercent_of_relation
FROM
pg_classc
INNERJOINpg_buffercachebONb.relfilenode=c.relfilenode
INNERJOINpg_databasedON(b.reldatabase=d.oidANDd.datname=current_database())
GROUPBY
c.oid,c.relname
ORDERBY
3DESC
LIMIT10;

结果：

relname|buffered|buffers_percent|percent_of_relation
-----------------------+-----------+-----------------+---------------------
pgbench_accounts|6414MB|26.1|100.0
pgbench_accounts_pkey|1071MB|4.4|100.0
pg_amop|56kB|0.0|87.5
pg_cast|16kB|0.0|100.0
pg_constraint|8192bytes|0.0|100.0
pg_index|32kB|0.0|100.0
pg_opclass|16kB|0.0|66.7
pg_namespace|8192bytes|0.0|100.0
pg_operator|120kB|0.0|100.0
pg_amproc|40kB|0.0|100.0

从结果看出，缓存中存储了完整的表和索引，占总缓存的30%，占比较低，缓存剩余很多。

1.如果大量的usagecount都是4或者5，那表明shared_buffers不够，应该扩大shared_buffers;

2.如果大量的usagecount都是0或者1，那表明shared_buffers过大，应该减小shared_buffers;

每当共享内存中使用一个块时，它就会增加一次时钟扫描算法，范围从1-5。4和5标识极高的使用数据块，高使用可能会保留在shared_buffers中(有空间)，如果需要更高使用率的空间，则低使用率的块将被移除，一般简单的插入或者更新会将使用次数设置为1。

缓存占比低。可以确定的是如果我们的数据集非常小，那么设置较大的shared_buffers，没什么区别。

pgbench性能测试（shared_buffers 128MB,4GB,8GB,24GB）

PostgreSQL默认测试脚本，含UPDATE、INSERT还有SELECT等操作。通过修改shared_buffers大小来测试tps。

数据库版本：PostgreSQL 10.4 (ArteryBase 5.0.0, Thunisoft)

操作系统配置：CentOS Linux release 7 ，32GB内存，8 cpu

测试参数：初始化5000w数据：pgbench -i -s 500 -h localhost -U sa -d pgbench

测试方法：pgbench -c 500 -t 20 -n -r pgbench 模拟500客户端，每个客户端20个事务，每种配置参数执行三次，记录tps值。

数据库物理大小：数据库总大小7503 MB，其中表总大小pgbench_accounts：7487 MB，索引pgbench_accounts_pkey ：1071 MB

测试脚本：

--事务延迟（毫秒）
\setaidrandom(1,100000*:scale)
\setbidrandom(1,1*:scale)
\settidrandom(1,10*:scale)
\setdeltarandom(-5000,5000)
--执行事务
BEGIN;
UPDATEpgbench_accountsSETabalance=abalance+:deltaWHEREaid=:aid;
SELECTabalanceFROMpgbench_accountsWHEREaid=:aid;
UPDATEpgbench_tellersSETtbalance=tbalance+:deltaWHEREtid=:tid;
UPDATEpgbench_branchesSETbbalance=bbalance+:deltaWHEREbid=:bid;
INSERTINTOpgbench_history(tid,bid,aid,delta,mtime)VALUES(:tid,:bid,:aid,:delta,CURRENT_TIMESTAMP);
END;

结果：

statementlatenciesinmilliseconds:
0.002\setaidrandom(1,100000*:scale)
0.001\setbidrandom(1,1*:scale)
0.001\settidrandom(1,10*:scale)
0.001\setdeltarandom(-5000,5000)
9.478BEGIN;
14.575UPDATEpgbench_accountsSETabalance=abalance+:deltaWHEREaid=:aid;
6.758SELECTabalanceFROMpgbench_accountsWHEREaid=:aid;
130.573UPDATEpgbench_tellersSETtbalance=tbalance+:deltaWHEREtid=:tid;
786.933UPDATEpgbench_branchesSETbbalance=bbalance+:deltaWHEREbid=:bid;
5.355INSERTINTOpgbench_history(tid,bid,aid,delta,mtime)VALUES(:tid,:bid,:aid,:delta,CURRENT_TIMESTAMP);
1242.835END;

未预热缓存测试结果：

--TPS测试结果
SELECT
'shared_buffers=128MB（默认）'ASconfig,
249ASfirst_time,
126ASsecond_time,
145ASthird_time,
173ASaverage_tps
UNION
SELECT
'shared_buffers=4GB',
357,
357,
373,
362
UNION
SELECT
'shared_buffers=8GB',
362,
363,
415,
380
UNION
SELECT
'shared_buffers=24GB',
378,
368,
397,
381;

shared_buffers设置为8GB（25%）和设置为24GB（75%）差别不大。

预热缓存测试结果：

--TPS测试结果
SELECT
'shared_buffers=128MB（默认）'ASconfig,
211ASfirst_time,
194ASsecond_time,
207ASthird_time,
204ASaverage_tps
UNION
SELECT
'shared_buffers=4GB',
1225,
1288,
1321,
1278
UNION
SELECT
'shared_buffers=8GB',
1176,
1291,
1144,
1203
UNION
SELECT
'shared_buffers=24GB',
1285,
1250,
1309,
1281;

当shared_buffers=4GB时，数据6GB不能完全装下，所以优先预热索引，将索引加载到缓存，然后再加载数据。可以看到最终shared_buffers=4GB的tps和8GB，24GB表现差别不大。

内存结构

1.本地内存：work_mem,maintenance_work_mem,temp_buffer，进程分配

2.共享内存:shared_buffers,wal buffers，commitLog buffer

本地内存*max_connections+共享内存+服务器使用内存<=总内存

小结

1.大多数情况设置shared_buffers为内存的25%，当然为了最优可以根据命中，以及缓存占比调整。

2.设置shared_buffers为75%和25%相差不大，也和数据量一共只有7G+有关系。但是os系统缓存同样重要，而设置为75%，可能会超过总内存。

3.设置所有的缓存需要注意不要超过总内存大小。

4.在预热数据的过程中可以考虑先做索引的预热，因为要做索引的情况加载索引会比较慢。

#PG数据库工程师的摇篮#PostgreSQL考试#PostgreSQL培训