Postgres性能：为何峰值吞吐量基准测试忽视了真正的问题

基准测试显示数据库在高峰期的吞吐量良好，但持续吞吐量更为关键。

持续吞吐量上限是数据库维护过程（如自动清理、检查点等）能够无限期跟上的写入速率。

大多数团队只关注高峰吞吐量，而忽视了持续吞吐量的监测。

基准测试通常在理想条件下进行，未能反映生产环境中的持续负载情况。

随着数据量的增加，热数据不再适合缓存，查询性能下降。

自动清理在高持续插入率下可能会滞后，导致数据膨胀和性能下降。

索引在数据量增加后会变得碎片化，导致读取性能下降。

WAL（预写日志）生成量与插入速率直接相关，可能导致复制延迟和磁盘填满。

监测自动清理活动、检查点压力和索引与表大小的比率等指标可以帮助估算持续吞吐量上限。

行业对数据库的评估方式更倾向于采购，而非生产需求，导致持续吞吐量问题被忽视。

更好的基准测试应持续更长时间，关注自动清理和其他关键指标。

在出货前应关注持续吞吐量，而不仅仅是高峰吞吐量，以避免未来的性能问题。