Timescale Blog
·
分析中的行存储与列存储：为什么PostgreSQL的扫描速度比应有的慢
💡
原文英文，约1700词，阅读约需6分钟。
📝
内容提要
本文讨论了Postgres在处理时间序列数据时的存储效率，指出行存储模型导致的I/O浪费。通过计算读取放大比，分析存储布局对查询的影响。建议采用混合存储模型（如Tiger Data的Hypercore）以提升读取性能，特别是在高频写入场景下。
🎯
关键要点
- Postgres的行存储模型导致在高频写入场景下的I/O浪费，特别是在分析查询中。
- 读取放大比是一个重要的诊断公式，用于评估存储布局对分析查询的影响。
- 对于需要多个列的查询，Postgres会读取整个行，导致不必要的数据加载。
- 混合存储模型（如Tiger Data的Hypercore）可以提高读取性能，特别是对于高频写入的场景。
- 在列式存储中，数据按列组织，能够显著减少读取的数据量和提高压缩效率。
- Hypercore允许新数据以行格式快速写入，旧数据则自动转换为列式格式，优化存储和读取性能。
❓
延伸问答
PostgreSQL的行存储模型如何影响分析查询的性能？
PostgreSQL的行存储模型导致在分析查询中读取整个行，造成不必要的I/O浪费，特别是在需要多个列的查询中。
什么是读取放大比，它有什么用？
读取放大比是评估存储布局对分析查询影响的重要公式，计算方法是总行宽度除以查询所需列的宽度。
如何提高PostgreSQL在高频写入场景下的读取性能？
可以采用混合存储模型，如Tiger Data的Hypercore，允许新数据以行格式快速写入，旧数据则转换为列式格式。
列式存储相比行式存储有哪些优势？
列式存储按列组织数据，显著减少读取的数据量，提高压缩效率，适合分析查询。
在PostgreSQL中，索引如何影响分析查询的性能？
对于分析查询，索引优化主要针对行选择，而读取数据的速度受行宽度影响，索引无法解决这一问题。
如何计算PostgreSQL表的读取放大比？
可以通过查询全行字节数和所需列字节数，计算读取放大比，公式为总行宽度除以查询列宽度。
➡️
