Timescale Blog
·
MVCC：你正在为之付费但却未加以利用的特性
内容提要
本文讨论了Postgres的多版本并发控制（MVCC）机制及其在高频追加工作负载下的影响。尽管MVCC提升了并发性能，但在仅进行追加写入时，系统仍需处理额外开销，如头部信息和自动清理，导致写放大和I/O成本增加。为此，TimescaleDB通过批量处理列存储来优化性能，显著降低了开销和维护压力。
关键要点
-
Postgres的多版本并发控制（MVCC）机制允许读者和写者同时操作不同版本的行，避免了锁定带来的性能问题。
-
每个行在Postgres中都有固定的23字节头部信息，这在仅进行追加写入的工作负载中造成了额外的开销。
-
在高频追加写入的情况下，MVCC机制导致写放大，实际I/O成本显著增加，可能达到3到5倍的写放大比率。
-
TimescaleDB通过批量处理列存储来优化性能，将多个行版本压缩成数组，从而降低了MVCC头部开销。
-
在高频追加工作负载下，TimescaleDB的优化使得写放大比率降至接近1:1，显著减少了自动清理的压力。
延伸解读
MVCC的开销与性能影响
Postgres的MVCC机制虽然提升了并发性能，但在高频追加写入的场景中，额外的23字节头部信息会导致显著的I/O开销。这种开销在数据量大的情况下，可能导致写放大比率达到3到5倍，影响系统的整体性能。
TimescaleDB的优化方案
TimescaleDB通过批量处理列存储来优化MVCC的开销，将多个行版本压缩成数组，从而显著降低了写放大比率，接近1:1。这种架构上的改进使得在高频追加工作负载下，系统的维护压力大幅减少，提升了整体效率。
理解架构不匹配的风险
如果你的工作负载主要是追加写入而不涉及更新，使用Postgres的MVCC可能导致资源浪费。这种架构不匹配意味着你在为未使用的特性付费，可能需要考虑其他数据库解决方案以优化性能和成本。
延伸问答
什么是Postgres的多版本并发控制（MVCC）机制？
MVCC机制允许读者和写者同时操作不同版本的行，避免了锁定带来的性能问题。
MVCC在高频追加写入时会产生什么样的开销？
在高频追加写入时，MVCC会导致写放大，实际I/O成本可能增加3到5倍。
TimescaleDB是如何优化MVCC性能的？
TimescaleDB通过批量处理列存储，将多个行版本压缩成数组，从而降低了MVCC头部开销。
MVCC机制的头部信息对性能有什么影响？
每个行都有固定的23字节头部信息，这在仅进行追加写入时造成了额外的开销。
为什么在追加写入的工作负载中，autovacuum仍然需要运行？
即使没有更新或删除，autovacuum仍需处理因中止事务留下的死元组和设置提示位造成的页面脏写。
MVCC的设计对不同工作负载有什么影响？
MVCC设计适合混合读写工作负载，但在高频追加写入的情况下，会导致性能损失和资源浪费。
