{"id":89498,"date":"2020-07-23T13:42:07","date_gmt":"2020-07-23T11:42:07","guid":{"rendered":"https:\/\/prohoster.info\/blog\/administrirovanie\/testirovanie-proizvoditelnosti-analiticheskih-zaprosov-v-postgresql-clickhouse-i-clickhousedb_fdw-postgresql"},"modified":"2020-07-23T13:42:07","modified_gmt":"2020-07-23T11:42:07","slug":"testirovanie-proizvoditelnosti-analiticheskih-zaprosov-v-postgresql-clickhouse-i-clickhousedb_fdw-postgresql","status":"publish","type":"post","link":"https:\/\/prohoster.info\/de\/blog\/administrirovanie\/testirovanie-proizvoditelnosti-analiticheskih-zaprosov-v-postgresql-clickhouse-i-clickhousedb_fdw-postgresql","title":{"rendered":"Leistungstest von analytischen Abfragen in PostgreSQL, ClickHouse und clickhousedb_fdw (PostgreSQL)","gt_translate_keys":[{"key":"rendered","format":"text"}]},"content":{"rendered":"

In dieser Studie wollte ich untersuchen, welche Leistungsverbesserungen erzielt werden k\u00f6nnen, wenn ich ClickHouse als Datenquelle anstelle von PostgreSQL verwende. Ich kenne die Leistungs Vorteile, die ich durch die Verwendung von ClickHouse erhalte. Werden diese Vorteile erhalten bleiben, wenn ich \u00fcber ein Foreign Data Wrapper (FDW) auf ClickHouse von PostgreSQL zugreife? <\/p>\n

<\/a><\/noindex><\/p>\n

Die untersuchten Datenbankumgebungen sind PostgreSQL v11, clickhousedb_fdw und die ClickHouse-Datenbank. Letztendlich werden wir aus PostgreSQL v11 verschiedene SQL-Abfragen ausf\u00fchren, die \u00fcber unser clickhousedb_fdw an die ClickHouse-Datenbank weitergeleitet werden. Dann werden wir sehen, wie sich die Leistung des FDW im Vergleich zu denselben Abfragen verh\u00e4lt, die in nativem PostgreSQL und nativem ClickHouse ausgef\u00fchrt werden.<\/p>\n

<\/p>\n

Clickhouse-Datenbank<\/h3>\n

<\/p>\n

ClickHouse ist ein Open-Source-Spaltenbasiertes Datenbankmanagementsystem, das eine Leistung von 100 bis 1000 Mal schneller erreichen kann als traditionelle Datenbankans\u00e4tze und in der Lage ist, mehr als eine Milliarde Zeilen in weniger als einer Sekunde zu verarbeiten.<\/p>\n

<\/p>\n

Clickhousedb_fdw<\/h3>\n

<\/p>\n

clickhousedb_fdw ist ein Open-Source-Projekt von Percona, das ein Foreign Data Wrapper f\u00fcr die ClickHouse-Datenbank bereitstellt. Hier ist der Link zum GitHub-Repository des Projekts<\/a><\/noindex>.<\/p>\n

<\/p>\n

Im M\u00e4rz habe ich einen Blog geschrieben, in dem ich mehr \u00fcber unser FDW berichte.<\/a><\/noindex>.<\/p>\n

<\/p>\n

Wie Sie sehen werden, bietet es ein FDW f\u00fcr ClickHouse, das es erm\u00f6glicht, SELECT from und INSERT INTO f\u00fcr die ClickHouse-Datenbank von PostgreSQL v11 auszuf\u00fchren.<\/p>\n

<\/p>\n

FDW unterst\u00fctzt erweiterte Funktionen wie Aggregation und Joins. Dies erh\u00f6ht die Leistung erheblich, indem die Ressourcen des Remote-Servers f\u00fcr diese ressourcenintensiven Operationen genutzt werden.<\/p>\n

<\/p>\n

Benchmark-Umgebung<\/h3>\n

<\/p>\n