о том, стоит ли делать COPY в несколько потоков.
К тому же хотелось понять насколько соответствует истине общераспространённое убеждение, что в таблицу без индексов Постгрес вставляет примерно с линейной скоростью записи на диск.
Если у вас обычный HDD, то делать вставку в несколько потоков категорически противопоказано. HDD очень не любит случайных чтений/записей - для этого приходится перемещать головку, а это медленно (10мсек).
Так что параллелизм имеет смысл только на крутом RAID девайсе или SSD/NVME. Я тестировал на своё ноуте с достаточно шустрой NVME. fsync-и не выключал. Исходный CSV файл был порядка 2Gb (он полностью прокэшировался), индексов не было. Вот что я получил:
1. Средняя скоросnь вставки ~100Mb/sec. iotop показывал максимум 250Mb/sec
2. При параллельном COPY (4 потока - я использовал патч с коммитфеста) скорость возрастает до 115Mb/sec
3. При записи в tmpfs скорость однопоточного COPY возрастает до 200Mb/sec, 4 потока - 350Mb/src
4. Замена CSV формата на binary формат практически ничего не даёт
Какой из этого можно сделать вывод? Да, COPY упирается в скорость диска. Хотя результат получается сильно медленнее, чем можно было бы ожидать исходя из ТТХ устройства. Возможно это из-за двойной записи (в WAL и в базу).
При этом даже на NVME параллелизм заметного прироста скорости не даёт.
Спасибо, интересно. Ещё бы посмотреть, на разницу однопоточного COPY с io_uring
Да, из-за записи WAL
Обсуждают сегодня