惊天性能！单RDSPostgreSQL实例支撑2000亿实时标签透视案例(含dblink异步并行调用)

作者

digoal

日期

2017-12-23

标签

PostgreSQL , varbitx , 标签 , 任意圈选 , 阿里云 , RDS , bitmap , 分段 , 并行计算 , 异步调用 , dblink , 异步dblink , 游标

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 refcursor
LANGUAGE plpgsql
STRICT
AS $function$
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_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

cur1
cur2
cur3
...
cur397
cur398
cur399
cur400
(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。

参考

《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》

《阿里云RDS for PostgreSQL varbitx插件与实时画像应用场景介绍》

《基于 阿里云 RDS PostgreSQL 打造实时用户画像推荐系统(varbitx)》

PostgreSQL 许愿链接

您的愿望将传达给PG kernel hacker、数据库厂商等, 帮助提高数据库产品质量和功能, 说不定下一个PG版本就有您提出的功能点. 针对非常好的提议，奖励限量版PG文化衫、纪念品、贴纸、PG热门书籍等，奖品丰富，快来许愿。开不开森.

9.9元购买3个月阿里云RDS PostgreSQL实例

PostgreSQL 解决方案集合

德哥 / digoal's github - 公益是一辈子的事.