北京
一个计数器字段，加一，能有多难？难到让两种数据库拉开几十倍的差距。有人把同一批文档、同一个更新操作，分别放进Postgres和MongoDB里跑了一遍，文档大小设成1KB、10KB、100KB三档，结果第一档和第三档的排名直接对调。
先看最扎眼的数字：文档从1KB涨到100KB，用jsonb存整份文档的Postgres，每秒更新次数从6101掉到375。改的只是一个整数，慢了十六倍。同一区间里MongoDB也变慢，但只掉了大约40%。
测试是怎么搭的
两台托管数据库都在DigitalOcean法兰克福节点，规格一致：2 vCPU / 4GB，单节点，Postgres 17.11 对 MongoDB 8.0.26。压测程序跑在同VPC的一台droplet上，走内网，两边防火墙都只放行这台机器。
文档是伪造的订单：客户、状态、浏览量计数器，再加一串订单行，填充到1KB、10KB或100KB。小文档2万条，大文档2000条。更新动作是随机挑一条文档，把views加一。八个客户端进程，跑二十秒，每个组合跑五轮，每轮都从刚加载的表开始，三种配置轮流上，让漂移均摊。
MongoDB那边一行就够：updateOne({_id: id}, {$inc: {views: 1}})。Postgres这边分两种写法，一种把整份文档塞进一个jsonb列，更新时要用jsonb_set把views取出来加一再写回去；另一种把计数器拎出来，做成文档旁边的真实列，更新就是views = views + 1。
为什么jsonb越写越慢
Postgres从不原地改一行。一次更新会写出这一行的新版本，旧版本留给vacuum处理。如果整份文档都在jsonb列里，那就意味着每次加一都要复制一整份文档。预写日志把这件事摊开了：为了给一个数字加一，写了43KB的日志。
尾延迟跟着同一个走势。100KB档位上，jsonb的第99百分位是62ms，MongoDB是48ms，而独立列只要4ms。
有意思的是第一档。1KB文档时，独立列一点便宜都占不到，两种写法每次更新都写大约1.3KB，因为这么小的文档直接内联在行里，怎么改都得跟着复制一遍。转折点大约在2KB：超过这个尺寸，Postgres会把文档挪到侧表，行里只留一个指针。这时候更新views只复制指针，文档原地不动。这就是独立列在大文档上反而更快的原因。
磁盘数据讲的是同一个故事。100KB档位各跑六十秒，再静置一分钟看占用：2000份大文档是210MB的BSON，在MongoDB里占74MB，在Postgres里占83MB。静置状态下两个引擎咬得很紧。
读取是镜像问题。从100KB文档里取doc->>'views'，每秒3150次，因为必须把整份文档取出来解压才能找到一个键；直接选那一列，每秒8412次。
一个差点带偏结论的细节
跑到一半，作者去查了两个库在告诉你"写成功"之前到底做了什么，发现它们不一样。托管Postgres的synchronous_commit是关的，提交在日志刷盘之前就返回了。托管MongoDB用的是write concern majority，要等日志落盘。也就是说，上面那张表里，Postgres每一次写入被要求的保证更少。
没法完全对齐，就把两边反过来各跑一遍，100KB档位同样五轮。两边都等磁盘时，独立列是3326对MongoDB的984；两边都不等时，是7982对1507。100KB档位的排序两种方式下都成立：独立列、MongoDB、jsonb。1KB那一档的结果反而不可信，因为Postgres领先时每次提交做的工作更少。
作者还提到，先在笔记本上用Docker试过脚本，本地MongoDB在100KB文档上每秒能做14673次更新，看着不可战胜；到了托管集群只有984。本地容器是个裸standalone，确认写入前什么都不等。他差点围绕那个数字来设计整篇文章。他原本以为两个服务会提供同等的持久性保证，只是因为Postgres在1KB时快得离谱才去查了一下。
结论很直接：小文档就留在jsonb里，别操心；大文档又有热点字段，就把字段挪出来。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
