转载:PostgreSQL的小技巧

前端之家收集整理的这篇文章主要介绍了转载:PostgreSQL的小技巧前端之家小编觉得挺不错的,现在分享给大家,也给大家做个参考。

转载:http://tech.it168.com/o/2007-12-22/200712221049762.shtml

【IT168 技术文档】本人使用Oracle和Postgresql数年,一直试图将Oracle中许多先进的功能在Postgresql中使用,所以也在这方面一直比较注意,下面先整理出3点,以后会慢慢完善。

  (1)和Oracle类似的dblink功能

  使用过oracle的人都知道,oracle有个很先进的功能叫:dblink,能够在一个数据库中操作另外一个远程的数据库,比如:一个数据库在中国北京,另外一台数据库在中国上海,我可以在北京这台数据库上面建立一个到上海数据库的dblink,然后可以在北京这台数据库上面对上海的数据库进行query或者update或者delete。这个先进的功能在Postgresql的原代码的:contrib\dblink中已经有了,大家可以像这样将他编译并安装到我们的数据库中。

  
  
  #cd contrib / dblink   #make   #make install

  假设我们的postgresql安装在:/home/pgsql中。

  make install后,在/home/pgsql/lib/中会有一个:dblink.so文件。这就是使用dblink必须的函数文件。另外,在/home/pgsql/share/contrib中会有一个dblink.sql文件,这就是安装dblink.so的函数所需要的sql语句。

  大家可以像这样安装dblink的所有函数

  #cat dblink.sql | psql   [pgsql@webtrends contrib]$ cat dblink.sql psql   CREATE FUNCTION   [pgsql@webtrends contrib]$

  说明我们的函数安装成功。

  下面可以使用dblink的所有先进功能了。

  大家可以先看看dblink.sql中的一些函数申明,让我们更了解他的作用。

  下面进入psql:

  pgsql = # select dblink_connect( ' host=localhost user=pgsql password= );   dblink_connect    ----------------   OK   ( 1 row)

  这个函数用来建立到远程数据库的连接。

  我们可以像这样想远程的数据库中insert一条记录:

# select dblink_exec( insert into student values(\'linux_prog\',\'12345\') );   dblink_exec    -------------------   INSERT 22516276   (   现在我们检索我们刚才insert的记录:怎么样?刚才insert的记录已经在里面了。

  dblink的功能非常强大,我上面列举的只是他的最简单的应用。大家可以参考Postgresql的source code下面:

  contrib/dblink/sql/dblink.sql仔细看一下。

  (2)找出系统中性能很差的sql,并加以优化

  我们在做Oracle系统管理的时候,经常做的事情是:

  首先看看系统中哪几条sql性能最差,通过linux命令:top -c找出该最前面的几个oracle进程的PID,然后在oracle的相关view

  中将这些sql找出来,然后去看看这些sql的execute plan,然后进行相关的优化。

  Postgresql也提供了这样先进的功能

  首先,在postgresql.conf中把stats_command_string = true打开,使Postgresql的stats collector process监控每个session的sql语句。

  编写相关的脚本:

  viewsql.sh:   # !/ bin sh   ######################################################   # viewsql.sh #   # Author:linux_prog #   # use to show all active session s sql in Postgresql.#   ######################################################    if test - z $ ;then   echo " Usage:$0 pid   exit 10   fi   echo select * from (SELECT pg_stat_get_backend_pid(s.backendid) AS
procpid,pg_stat_get_backend_activity(s.backendid) AS current_query FROM
(SELECT pg_stat_get_backend_idset() AS backendid) AS s) as querystring
where procpid=$1; psql

  这个脚本是显示指定的pid的session目前正在执行的sql语句。

  比如:

  我用top -c,结果是:

  3665 pgsql 15 0 124M 124M 122M R 30.0 2.1 0:04 postgres: pgsql pgsql [local] INSERT

  可以看到:3665这个pid显示在第一条,说明它的sql可能效率比较低。

  [pgsql@webtrends bin]$ . viewsql.sh 3665   procpid current_query    ---------+---------------------------------------------------    insert into access_log select * from access_log ;   (   我们可以看到他正在进行的sql语句,然后我们就可以对这些sql进行性能的优化。

  如果,如果是一条select语句,执行速度狂慢的话,我们可以用explain来看看他的execute plan,看是否有合适的index或者是否是某个table很久没有analyze过了,等等。

  另外,可以提供一个KILL一个session的脚本,比如:有个session占用的资源太多,如果不kill掉他的话,可能会导致系统DOWN机。

  killsession.sh:   # sh   ################################################   # Author:linux_prog #   # use to kill one session. #   ################################################    ; then   echo   fi   SID $   echo select pg_cancel_backend($SID); psql   比如:我执行:   [pgsql@webtrends bin]$ . killsession.sh   pg_cancel_backend      刚才那个很占资源的session的目前的sql操作就被cancel掉了。

  在3665的psql中会显示

  pgsql=# insert into access_log select * from access_log ;

  ERROR: canceling query due to user request

  (3)清楚的知道每个table或者index的大小

  每一个DBA都应该知道,IO的瓶颈是所有数据库性能的瓶颈。所以我们在设计表结构的时候,一定要尽量的减少每个字段的大小,只有这样,table的size才会尽量的小。

  还有,我们在进行sql调整的时候,首先做的,肯定是对大的TABLE的performance turnning。

  因此,我们很清楚的知道每个table或者index所占用的磁盘大小是很有必要的,在oracle中可以直接访问dba_segments这个view来知道每个TABLE或者INDEX的大小。

  Postgresql的contrib/dbsize中也有这样的一个模块。

  大家可以像上面安装dblink那样安装dbsize.so。

  像这样查看table:access_log的大小:

  pgsql=# select relation_size('access_log')/1024/1024 ||'M' as dbsize;

  dbsize

  --------

  332M

  (1 row)

  像这样查看index:test_idx的大小:

  pgsql=# select relation_size('test_idx')/1024/1024 ||'M' as dbsize;

  0M

  我们先可以写个脚本来进行这样的操作(留给大家自己完成)。

  以上内容都是比较实用的东东,大家如果能够深刻理解的话,一定能够在日常的数据库管理中发挥不可小看的工作。

猜你在找的Postgre SQL相关文章