इस दुनिया की हर चीज़ की तरह, माइक्रोसर्विस आर्किटेक्चर के भी अपने फायदे और नुकसान हैं। इससे कुछ प्रक्रियाएँ आसान हो जाती हैं, तो कुछ अधिक कठिन। और परिवर्तन की गति और बेहतर मापनीयता के लिए, आपको बलिदान देने की आवश्यकता है। उनमें से एक है एनालिटिक्स की जटिलता. यदि एक मोनोलिथ में सभी ऑपरेशनल एनालिटिक्स को SQL क्वेरीज़ में एक विश्लेषणात्मक प्रतिकृति में कम किया जा सकता है, तो एक मल्टीसर्विस आर्किटेक्चर में प्रत्येक सेवा का अपना डेटाबेस होता है और ऐसा लगता है कि एक क्वेरी पर्याप्त नहीं है (या शायद यह होगी?)। उन लोगों के लिए जो इस बात में रुचि रखते हैं कि हमने अपनी कंपनी में परिचालन विश्लेषण की समस्या को कैसे हल किया और हमने इस समाधान के साथ कैसे रहना सीखा - स्वागत है।

मेरा नाम पावेल सिवाश है, डोमक्लिक में मैं एक टीम में काम करता हूं जो विश्लेषणात्मक डेटा वेयरहाउस को बनाए रखने के लिए जिम्मेदार है। परंपरागत रूप से, हमारी गतिविधियों को डेटा इंजीनियरिंग के लिए जिम्मेदार ठहराया जा सकता है, लेकिन वास्तव में, कार्यों की सीमा बहुत व्यापक है। मानक डेटा इंजीनियरिंग ईटीएल/ईएलटी, डेटा विश्लेषण उपकरणों का समर्थन और अनुकूलन और अपने स्वयं के उपकरणों का विकास है। विशेष रूप से, परिचालन रिपोर्टिंग के लिए, हमने "दिखावा" करने का निर्णय लिया कि हमारे पास एक मोनोलिथ है और विश्लेषकों को एक डेटाबेस देंगे जिसमें उनके लिए आवश्यक सभी डेटा शामिल होंगे।

सामान्य तौर पर, हमने विभिन्न विकल्पों पर विचार किया। एक पूर्ण रिपॉजिटरी बनाना संभव था - हमने कोशिश भी की, लेकिन, ईमानदारी से कहें तो, हम रिपॉजिटरी बनाने और उसमें बदलाव करने की धीमी प्रक्रिया के साथ तर्क में लगातार बदलावों के साथ दोस्ती करने में सक्षम नहीं थे ( यदि कोई सफल हुआ, तो टिप्पणियों में लिखें कि कैसे)। आप विश्लेषकों से कह सकते हैं: "दोस्तों, पायथन सीखें और विश्लेषणात्मक लाइनों पर जाएं," लेकिन यह एक अतिरिक्त भर्ती आवश्यकता है, और ऐसा लगता है कि यदि संभव हो तो इससे बचा जाना चाहिए। हमने FDW (फॉरेन डेटा रैपर) तकनीक का उपयोग करने का प्रयास करने का निर्णय लिया: वास्तव में, यह एक मानक dblink है, जो SQL मानक में है, लेकिन इसके अधिक सुविधाजनक इंटरफ़ेस के साथ। इसके आधार पर, हमने एक निर्णय लिया, जो अंततः जड़ हो गया, हम उस पर कायम रहे। इसका विवरण एक अलग लेख का विषय है, और शायद एक से अधिक, क्योंकि मैं बहुत कुछ के बारे में बात करना चाहता हूं: डेटाबेस स्कीमा सिंक्रोनाइज़ेशन से लेकर एक्सेस कंट्रोल और व्यक्तिगत डेटा के प्रतिरूपण तक। यह भी ध्यान दिया जाना चाहिए कि यह समाधान वास्तविक विश्लेषणात्मक डेटाबेस और रिपॉजिटरी का प्रतिस्थापन नहीं है, यह केवल एक विशिष्ट समस्या का समाधान करता है।

शीर्ष स्तर पर यह इस प्रकार दिखता है:

एक PostgreSQL डेटाबेस है जहां उपयोगकर्ता अपने कार्य डेटा को संग्रहीत कर सकते हैं, और सबसे महत्वपूर्ण बात यह है कि सभी सेवाओं की विश्लेषणात्मक प्रतिकृतियां FDW के माध्यम से इस डेटाबेस से जुड़ी हुई हैं। इससे कई डेटाबेस में एक क्वेरी लिखना संभव हो जाता है, और इससे कोई फर्क नहीं पड़ता कि यह क्या है: PostgreSQL, MySQL, MongoDB या कुछ और (फ़ाइल, एपीआई, अगर अचानक कोई उपयुक्त रैपर नहीं है, तो आप अपना खुद का लिख सकते हैं)। ख़ैर, सब कुछ बढ़िया लग रहा है! तोड़ना?

यदि सब कुछ इतनी जल्दी और सरलता से समाप्त हो जाता, तो, शायद, लेख मौजूद नहीं होता।

यह स्पष्ट होना महत्वपूर्ण है कि पोस्टग्रेज़ दूरस्थ सर्वर के अनुरोधों को कैसे संभालता है। यह तर्कसंगत लगता है, लेकिन अक्सर लोग इस पर ध्यान नहीं देते हैं: पोस्टग्रेज़ क्वेरी को उन हिस्सों में विभाजित करता है जो दूरस्थ सर्वर पर स्वतंत्र रूप से निष्पादित होते हैं, इस डेटा को एकत्र करते हैं, और अंतिम गणना स्वयं करते हैं, इसलिए क्वेरी निष्पादन की गति काफी हद तक इस पर निर्भर करेगी कि कैसे यह लिखा है। यह भी ध्यान दिया जाना चाहिए: जब डेटा किसी दूरस्थ सर्वर से आता है, तो उनके पास इंडेक्स नहीं होते हैं, ऐसा कुछ भी नहीं है जो शेड्यूलर की मदद करेगा, इसलिए, केवल हम ही इसकी मदद कर सकते हैं और सुझाव दे सकते हैं। और मैं इसी बारे में अधिक विस्तार से बात करना चाहता हूं।

एक साधारण अनुरोध और उसके साथ एक योजना

यह दिखाने के लिए कि पोस्टग्रेज़ एक दूरस्थ सर्वर पर 6 मिलियन पंक्ति तालिका पर कैसे क्वेरी करता है, आइए एक सरल योजना देखें।

explain analyze verbose  
SELECT count(1)
FROM fdw_schema.table;

Aggregate  (cost=418383.23..418383.24 rows=1 width=8) (actual time=3857.198..3857.198 rows=1 loops=1)
  Output: count(1)
  ->  Foreign Scan on fdw_schema."table"  (cost=100.00..402376.14 rows=6402838 width=0) (actual time=4.874..3256.511 rows=6406868 loops=1)
        Output: "table".id, "table".is_active, "table".meta, "table".created_dt
        Remote SQL: SELECT NULL FROM fdw_schema.table
Planning time: 0.986 ms
Execution time: 3857.436 ms

VERBOSE कथन का उपयोग करने से आप उस क्वेरी को देख सकते हैं जो दूरस्थ सर्वर पर भेजी जाएगी और जिसके परिणाम हमें आगे की प्रक्रिया के लिए प्राप्त होंगे (RemoteSQL स्ट्रिंग)।

आइए थोड़ा आगे बढ़ें और अपनी क्वेरी में कई फ़िल्टर जोड़ें: एक-एक करके बूलियन फ़ील्ड, प्रविष्टि द्वारा एक टाइमस्टैम्प प्रति अंतराल और एक-एक करके jsonb.

explain analyze verbose
SELECT count(1)
FROM fdw_schema.table 
WHERE is_active is True
AND created_dt BETWEEN CURRENT_DATE - INTERVAL '7 month' 
AND CURRENT_DATE - INTERVAL '6 month'
AND meta->>'source' = 'test';

Aggregate  (cost=577487.69..577487.70 rows=1 width=8) (actual time=27473.818..25473.819 rows=1 loops=1)
  Output: count(1)
  ->  Foreign Scan on fdw_schema."table"  (cost=100.00..577469.21 rows=7390 width=0) (actual time=31.369..25372.466 rows=1360025 loops=1)
        Output: "table".id, "table".is_active, "table".meta, "table".created_dt
        Filter: (("table".is_active IS TRUE) AND (("table".meta ->> 'source'::text) = 'test'::text) AND ("table".created_dt >= (('now'::cstring)::date - '7 mons'::interval)) AND ("table".created_dt <= ((('now'::cstring)::date)::timestamp with time zone - '6 mons'::interval)))
        Rows Removed by Filter: 5046843
        Remote SQL: SELECT created_dt, is_active, meta FROM fdw_schema.table
Planning time: 0.665 ms
Execution time: 27474.118 ms

यहीं वह क्षण है, जिस पर आपको प्रश्न लिखते समय ध्यान देने की आवश्यकता है। फ़िल्टर को दूरस्थ सर्वर पर स्थानांतरित नहीं किया गया था, जिसका अर्थ है कि इसे निष्पादित करने के लिए, पोस्टग्रेज बाद में स्थानीय रूप से फ़िल्टर करने (फ़िल्टर लाइन) और एकत्रीकरण करने के लिए सभी 6 मिलियन पंक्तियों को खींचता है। सफलता की कुंजी एक क्वेरी लिखना है ताकि फ़िल्टर दूरस्थ मशीन पर प्रेषित हो, और हम केवल आवश्यक पंक्तियाँ प्राप्त करें और एकत्र करें।

यह कुछ बकवास है

बूलियन फ़ील्ड के साथ, सब कुछ सरल है। मूल क्वेरी में, समस्या ऑपरेटर के कारण थी is. यदि हम इसे प्रतिस्थापित करते हैं =, तो हमें निम्नलिखित परिणाम मिलता है:

explain analyze verbose
SELECT count(1)
FROM fdw_schema.table
WHERE is_active = True
AND created_dt BETWEEN CURRENT_DATE - INTERVAL '7 month' 
AND CURRENT_DATE - INTERVAL '6 month'
AND meta->>'source' = 'test';

Aggregate  (cost=508010.14..508010.15 rows=1 width=8) (actual time=19064.314..19064.314 rows=1 loops=1)
  Output: count(1)
  ->  Foreign Scan on fdw_schema."table"  (cost=100.00..507988.44 rows=8679 width=0) (actual time=33.035..18951.278 rows=1360025 loops=1)
        Output: "table".id, "table".is_active, "table".meta, "table".created_dt
        Filter: ((("table".meta ->> 'source'::text) = 'test'::text) AND ("table".created_dt >= (('now'::cstring)::date - '7 mons'::interval)) AND ("table".created_dt <= ((('now'::cstring)::date)::timestamp with time zone - '6 mons'::interval)))
        Rows Removed by Filter: 3567989
        Remote SQL: SELECT created_dt, meta FROM fdw_schema.table WHERE (is_active)
Planning time: 0.834 ms
Execution time: 19064.534 ms

जैसा कि आप देख सकते हैं, फ़िल्टर दूरस्थ सर्वर पर चला गया, और निष्पादन समय 27 से घटाकर 19 सेकंड कर दिया गया।

यह ध्यान दिया जाना चाहिए कि ऑपरेटर is ऑपरेटर से भिन्न = वह जो शून्य मान के साथ काम कर सकता है। यह मतलब है कि यह सच नहीं है फ़िल्टर में मान गलत और शून्य छोड़ दिए जाएंगे, जबकि != सत्य केवल गलत मान छोड़ेगा। इसलिए, ऑपरेटर को प्रतिस्थापित करते समय नहीं है आपको OR ऑपरेटर के साथ फ़िल्टर में दो शर्तें पास करनी चाहिए, उदाहरण के लिए, कहाँ (col != True) या (col शून्य है).

बूलियन का पता लगाकर, आगे बढ़ें। इस बीच, आइए अन्य परिवर्तनों के प्रभाव पर स्वतंत्र रूप से विचार करने के लिए बूलियन मान द्वारा फ़िल्टर को उसके मूल रूप में लौटाएँ।

टाइमस्टैम्पट्ज़? हर्ट्ज

सामान्य तौर पर, आपको अक्सर यह प्रयोग करना पड़ता है कि किसी क्वेरी को सही ढंग से कैसे लिखा जाए जिसमें दूरस्थ सर्वर शामिल हों, और उसके बाद ही यह स्पष्टीकरण ढूंढ़ना होगा कि ऐसा क्यों हो रहा है। इंटरनेट पर इसके बारे में बहुत कम जानकारी मिल सकती है. इसलिए, प्रयोगों में, हमने पाया कि एक निश्चित दिनांक फ़िल्टर एक धमाके के साथ एक दूरस्थ सर्वर पर उड़ जाता है, लेकिन जब हम दिनांक को गतिशील रूप से सेट करना चाहते हैं, उदाहरण के लिए, अभी() या CURRENT_DATE, तो ऐसा नहीं होता है। हमारे उदाहरण में, हमने एक फ़िल्टर जोड़ा है ताकि create_at कॉलम में पिछले ठीक 1 महीने का डेटा शामिल हो (CURRENT_DATE - अंतराल '7 महीने' और CURRENT_DATE - अंतराल '6 महीने' के बीच)। इस मामले में हमने क्या किया?

explain analyze verbose
SELECT count(1)
FROM fdw_schema.table 
WHERE is_active is True
AND created_dt >= (SELECT CURRENT_DATE::timestamptz - INTERVAL '7 month') 
AND created_dt <(SELECT CURRENT_DATE::timestamptz - INTERVAL '6 month')
AND meta->>'source' = 'test';

Aggregate  (cost=306875.17..306875.18 rows=1 width=8) (actual time=4789.114..4789.115 rows=1 loops=1)
  Output: count(1)
  InitPlan 1 (returns $0)
    ->  Result  (cost=0.00..0.02 rows=1 width=8) (actual time=0.007..0.008 rows=1 loops=1)
          Output: ((('now'::cstring)::date)::timestamp with time zone - '7 mons'::interval)
  InitPlan 2 (returns $1)
    ->  Result  (cost=0.00..0.02 rows=1 width=8) (actual time=0.002..0.002 rows=1 loops=1)
          Output: ((('now'::cstring)::date)::timestamp with time zone - '6 mons'::interval)
  ->  Foreign Scan on fdw_schema."table"  (cost=100.02..306874.86 rows=105 width=0) (actual time=23.475..4681.419 rows=1360025 loops=1)
        Output: "table".id, "table".is_active, "table".meta, "table".created_dt
        Filter: (("table".is_active IS TRUE) AND (("table".meta ->> 'source'::text) = 'test'::text))
        Rows Removed by Filter: 76934
        Remote SQL: SELECT is_active, meta FROM fdw_schema.table WHERE ((created_dt >= $1::timestamp with time zone)) AND ((created_dt < $2::timestamp with time zone))
Planning time: 0.703 ms
Execution time: 4789.379 ms

हमने योजनाकार को सबक्वेरी में तारीख की पहले से गणना करने और पहले से तैयार वेरिएबल को फ़िल्टर में पास करने के लिए प्रेरित किया। और इस संकेत ने हमें एक शानदार परिणाम दिया, क्वेरी लगभग 6 गुना तेज़ हो गई!

फिर, यहां सावधान रहना महत्वपूर्ण है: सबक्वेरी में डेटा प्रकार उस फ़ील्ड के समान होना चाहिए जिसके द्वारा हम फ़िल्टर करते हैं, अन्यथा योजनाकार यह तय करेगा कि चूंकि प्रकार अलग-अलग हैं और पहले सभी प्राप्त करना आवश्यक है डेटा और इसे स्थानीय रूप से फ़िल्टर करें।

आइए दिनांक के अनुसार फ़िल्टर को उसके मूल मान पर लौटाएँ।

फ्रेडी बनाम. jsonb

सामान्य तौर पर, बूलियन फ़ील्ड और तिथियों ने पहले ही हमारी क्वेरी को पर्याप्त रूप से तेज़ कर दिया है, लेकिन एक और डेटा प्रकार था। ईमानदारी से कहें तो इसके द्वारा फ़िल्टर करने की लड़ाई अभी भी ख़त्म नहीं हुई है, हालाँकि यहाँ भी सफलताएँ मिली हैं। तो, यहां बताया गया है कि हम फ़िल्टर को कैसे पास करने में कामयाब रहे jsonb किसी दूरस्थ सर्वर पर फ़ील्ड।

explain analyze verbose
SELECT count(1)
FROM fdw_schema.table 
WHERE is_active is True
AND created_dt BETWEEN CURRENT_DATE - INTERVAL '7 month' 
AND CURRENT_DATE - INTERVAL '6 month'
AND meta @> '{"source":"test"}'::jsonb;

Aggregate  (cost=245463.60..245463.61 rows=1 width=8) (actual time=6727.589..6727.590 rows=1 loops=1)
  Output: count(1)
  ->  Foreign Scan on fdw_schema."table"  (cost=1100.00..245459.90 rows=1478 width=0) (actual time=16.213..6634.794 rows=1360025 loops=1)
        Output: "table".id, "table".is_active, "table".meta, "table".created_dt
        Filter: (("table".is_active IS TRUE) AND ("table".created_dt >= (('now'::cstring)::date - '7 mons'::interval)) AND ("table".created_dt <= ((('now'::cstring)::date)::timestamp with time zone - '6 mons'::interval)))
        Rows Removed by Filter: 619961
        Remote SQL: SELECT created_dt, is_active FROM fdw_schema.table WHERE ((meta @> '{"source": "test"}'::jsonb))
Planning time: 0.747 ms
Execution time: 6727.815 ms

ऑपरेटरों को फ़िल्टर करने के बजाय, आपको एक ऑपरेटर की उपस्थिति का उपयोग करना चाहिए। jsonb एक अलग में. मूल 7 के बजाय 29 सेकंड। अब तक, फ़िल्टर को स्थानांतरित करने का यह एकमात्र सफल विकल्प है jsonb एक दूरस्थ सर्वर के लिए, लेकिन यहां एक सीमा को ध्यान में रखना महत्वपूर्ण है: हम डेटाबेस के संस्करण 9.6 का उपयोग करते हैं, लेकिन अप्रैल के अंत तक हम अंतिम परीक्षण पूरा करने और संस्करण 12 पर जाने की योजना बना रहे हैं। जैसे ही हम अपडेट करेंगे, हम लिखेंगे कि इसका क्या प्रभाव पड़ा, क्योंकि इसमें बहुत सारे बदलाव हैं जिनके लिए बहुत सारी उम्मीदें हैं: json_path, नया CTE व्यवहार, पुश डाउन (संस्करण 10 से मौजूदा)। मैं सचमुच इसे जल्द ही आज़माना चाहता हूँ।

उसे खत्म कर दो

हमने जाँच की कि प्रत्येक परिवर्तन व्यक्तिगत रूप से क्वेरी गति को कैसे प्रभावित करता है। आइए अब देखें कि जब तीनों फ़िल्टर सही ढंग से लिखे जाते हैं तो क्या होता है।

explain analyze verbose
SELECT count(1)
FROM fdw_schema.table 
WHERE is_active = True
AND created_dt >= (SELECT CURRENT_DATE::timestamptz - INTERVAL '7 month') 
AND created_dt <(SELECT CURRENT_DATE::timestamptz - INTERVAL '6 month')
AND meta @> '{"source":"test"}'::jsonb;

Aggregate  (cost=322041.51..322041.52 rows=1 width=8) (actual time=2278.867..2278.867 rows=1 loops=1)
  Output: count(1)
  InitPlan 1 (returns $0)
    ->  Result  (cost=0.00..0.02 rows=1 width=8) (actual time=0.010..0.010 rows=1 loops=1)
          Output: ((('now'::cstring)::date)::timestamp with time zone - '7 mons'::interval)
  InitPlan 2 (returns $1)
    ->  Result  (cost=0.00..0.02 rows=1 width=8) (actual time=0.003..0.003 rows=1 loops=1)
          Output: ((('now'::cstring)::date)::timestamp with time zone - '6 mons'::interval)
  ->  Foreign Scan on fdw_schema."table"  (cost=100.02..322041.41 rows=25 width=0) (actual time=8.597..2153.809 rows=1360025 loops=1)
        Output: "table".id, "table".is_active, "table".meta, "table".created_dt
        Remote SQL: SELECT NULL FROM fdw_schema.table WHERE (is_active) AND ((created_dt >= $1::timestamp with time zone)) AND ((created_dt < $2::timestamp with time zone)) AND ((meta @> '{"source": "test"}'::jsonb))
Planning time: 0.820 ms
Execution time: 2279.087 ms

हां, क्वेरी अधिक जटिल लगती है, यह एक मजबूर कीमत है, लेकिन निष्पादन की गति 2 सेकंड है, जो 10 गुना से अधिक तेज है! और हम डेटा के अपेक्षाकृत छोटे सेट पर एक सरल क्वेरी के बारे में बात कर रहे हैं। वास्तविक अनुरोधों पर, हमें कई सौ गुना तक की वृद्धि प्राप्त हुई।

इसे सारांशित करने के लिए: यदि आप FDW के साथ PostgreSQL का उपयोग कर रहे हैं, तो हमेशा जांचें कि क्या सभी फ़िल्टर दूरस्थ सर्वर पर भेजे गए हैं और आप खुश होंगे... कम से कम जब तक आप विभिन्न सर्वरों से तालिकाओं के बीच जुड़ नहीं जाते। लेकिन यह एक अन्य लेख की कहानी है।

आपके ध्यान देने के लिए धन्यवाद! मुझे टिप्पणियों में आपके अनुभवों के बारे में प्रश्न, टिप्पणियाँ और कहानियाँ सुनना अच्छा लगेगा।

स्रोत: www.habr.com

माइक्रोसर्विस आर्किटेक्चर में ऑपरेशनल एनालिटिक्स: मदद और संकेत पोस्टग्रेज एफडीडब्ल्यू

एक साधारण अनुरोध और उसके साथ एक योजना

यह कुछ बकवास है

टाइमस्टैम्पट्ज़? हर्ट्ज

फ्रेडी बनाम. jsonb

उसे खत्म कर दो

एक टिप्पणी जोड़ें उत्तर रद्द