PostgreSQL
La base de donnes la plus sophistique au monde.

Ouverture de session

Navigation

Contactez-nous

Administration du site :
"equipe chez postgresqlfr point org"

Contact presse :
"fr chez postgresql point org"

Contact association :
"bureau chez postgresqlfr point org"

Questions PostgreSQL :
 IRC :
  serveur irc.freenode.net
  canal #postgresqlfr

Recherche

Accéder aux archives

« Octobre 2008  
Lun Mar Mer Jeu Ven Sam Dim
  2 3 4 5
6 7 8 9 10 11 12
13 14 15 16 17 18 19
20 21 22 23 24 25 26
27 28 29 30 31  

Syndication

Flux XML

Sondage

Quelle est la version de PostgreSQL la plus répandue sur vos serveurs ?
8.3
10%
8.2
42%
8.1
40%
8.0
2%
7.4
6%
7.3 ou antérieure
0%
Nombre de votes: 48

Points à vérifier en ce qui concerne les performances de PostgreSQL 8.0

Technique | Points à vérifier en ce qui concerne les performances de PostgreSQL 8.0

Par Guillaume Lelarge le 15/07/2005 - 21:16

Cet article est la traduction d'un billet posté par Josh Berkus et Joe Conway sur leur site, powerpostgresql.com. D'autres documents devraient suivre...

Voici un ensemble de règles de base pour votre serveur PostgreSQL
8.0. Beaucoup de ces règles sont basées sur des anecdoctes ou des
tests pratiques ; il y a encore beaucoup de travail à effectuer en
ce qui concerne les performances des bases de données et nous essayons de
les mettre en place avec OSDL. Néanmoins, ceci devrait vous permettre de
commencer. Toutes les informations ci-dessous sont utiles. Ce document,
du 12 janvier 2005, sera vraisemblablement mis à jour plus tard. Les
indications sur les paramètrages ci-dessous sont préférées aux
indications que j'ai pû donner sur General Bits.

Cinq principes sur le matériel de votre serveur PostgreSQL

  1. Disques > RAM > CPU
    Si vous devez dépenser de l'argent dans un serveur PostgreSQL,
    dépensez-le sur des baies de disques à haute performance et
    obtenez des processeurs moyens et une quantité de mémoire adéquate.
    PostgreSQL, comme les autres RDBMS compatibles ACID, est très
    demandeur au niveau entrées/sorties. Il est rare que son
    utilisation du CPU soit plus importante que celle de la carte SCSI
    (bien que cela soit possible). Ceci s'applique aux petits serveurs
    mais cela s'applique aussi aux huit voix avec NetApps ; obtenez
    un CPU à bas prix si cela vous permet d'acheter la toute
    dernière carte RAID et un grand nombre de disques.
  2. Plus de têtes de lecture == Mieux

    Avec de nombreux disques, PostgreSQL et la plupart des systèmes
    d'exploitation parallèliseront les demandes de lecture et d'écriture
    sur la base de données. Ceci fera une énorme différence sur les
    systèmes de traitement des transactions et sera une amélioration
    significative pour toute application où la base de données ne tient
    pas entièrement en mémoire. Étant donné les tailles minimales des
    disques de nos jours (72 Go), vous pourriez être tenté de
    n'utiliser qu'un seul disque ou une seule paire en RAID 1 ;
    néanmoins, vous trouverez que l'utilisation de 4, 6, voire même 14
    disques amèneront un surplus de puissance. Évidemment, le SCSI est
    toujours significativement meilleur que l'IDE, même avec SATA.
  3. Séparez les journaux des transactions de la base de
    données
    En supposant que vous avez déjà placé de
    l'argent sur une baie de dimension raisonnable, il existe quelques
    autres options intelligentes plutôt que de tout placer dans un RAID
    simple. En particulier, placer les journaux de la base de données
    (pg_xlog) sur sa propre ressource disque dédiée (une baie ou un
    disque) peut fournir un gain jusqu'à 12 % sur des bases de
    données comprenant une grosse activité en écriture. Ceci est tout
    particulièrement vitale sur les petits systèmes avec des disques
    SCSI ou IDE lents. Ceci fonctionne aussi dans le cas d'un serveur
    comprenant deux disques ; vous pouvez placer les journaux dans
    le disque du système d'exploitation et obtenir ainsi un gain simple.
  4. RAID 1+0/0+1 > RAID 5
    Le RAID 5 avec trois disques est devenu un standard malheureux parmi
    les serveurs économiques des gros vendeurs. Ceci est la configuration
    de baie la plus lente qu'il soit pour PostgreSQL ; vous pouvez
    espérer un petit 50 % par rapport à ce que vous pourriez obtenir
    avec un simple disque SCSI. À la place, concentrez-vous sur du RAID
    1 ou 1+0 ou 0+1 avec un ensemble de 2, 4 ou 6 disques. Avec plus de six
    disques, RAID 5 commence à se comporter de façon acceptable au niveau
    des performances et la comparaison se fera plus au niveau de la
    qualité de votre contrôleur individuel. Peut-être plus important, une
    carte RAID bon marché peut être un risque ; il est quelque
    fois préférable d'utiliser du RAID logiciel plutôt que la carte Adaptec
    intégrée fournie avec votre serveur.
  5. Les applications doivent bien se comporter
    mutuellement

    L'autre grosse erreur que j'ai vu dans bon nombre de société est de
    placer PostgreSQL avec plusieurs autres applications sur un seul
    serveur, où tout le monde finit par se battre pour les mêmes
    ressources. Encore pire, placer PostgreSQL et d'autres RDBMS sur la
    même machine ; les systèmes de bases de données vont se battre
    pour obtenir la bande passante du disque et le cache disque du
    système d'exploitation, et ils en pâtiront tous. Les serveurs de
    documents et les programmes créant des traces de sécurité sont
    pratiquement aussi mauvais. PostgreSQL peut gérer une machine avec
    des applications qui ont des besoins principalement au niveau CPU
    et RAM, comme Apache, en supposant qu'il y ait suffisamment de RAM.

Douze paramètrages que vous voudrez ajuster dans votre fichier
PostgreSQL.Conf

Il existe vraiment un nombre effrayant de nouvelles options dans le
fichier PostgreSQL.conf. Même les options familières des cinq dernières
versions ont vu leurs noms ou le format de leur paramètres changés.
Le but est de vous donner plus de contrôle (vous, les administrateurs des
bases de données). Mais cela vous peut vous demander du temps.

Ce qui suit sont les paramètrages que la plupart des administrateurs
de bases de données voudront modifier, avec une attention portée plus
fortement vers la performance. Il existe quelques paramètres
spécialisés que la plupart des utilisateurs ne toucheront pas mais que ceux
qui les utilisent trouveront indispensables. Pour ceux-là, il leur faudra
attendre le livre.

Rappelez-vous : les paramètres de PostgreSQL.conf
ne doivent pas être commentés pour être pris en compte, et les mettre de
nouveau en commentaire ne restaure pas forcément leur valeur par
défaut !

Connexions

listen_addresses : Remplace à la fois
les paramètres tcp_ip et virtual_hosts de la version 7.4. Vaut, par défaut,
localhost dans la plupart des installations, autorisant uniquement les
connexions sur la console. La plupart des administrateurs de bases de
données voudront le configurer à « * », signifiant toutes les interfaces
disponibles, une fois que les bons droits ont été configurés dans le
fichier pg_hba.conf, pour que PostgreSQL soit accessible du réseau.
Comme amélioration par rapport aux versions précédentes, la valeur
« localhost » par défaut permet les connexions sur l'interface
« loopback », 127.0.0.1, activant les nombreux outils basés sur
les navigateurs.

max_connections : Exactement comme dans
les versions précédentes, cette variable a besoin d'être configurée pour
atteindre le nombre réel de connexions dont vous pensez avoir besoin.
Une valeur haute va requérir plus de mémoire partagée (shared_buffers).
Comme la surcharge pour chaque connexion, à la fois du côté de PostgreSQL
et de celui du système hôte, il est important d'utiliser une queue de
connexion si vous avez besoin d'un grand nombre d'utilisateurs. Par
exemple, 150 connexions actives sur un seul processeur 32 bit de qualité
moyenne sur un serveur Linux consommera des ressources significatives.
600 est la limite sur ce matériel. Bien sûr, un matériel plus costaud
permettra un plus grand nombre de connexions.

Mémoire

shared_buffers : Rappel :
cette variable n'est PAS la mémoire totale qu'utilise PostgreSQL.
C'est le bloc de mémoire dédié que PostgreSQL utilise pour ses
opérations actives et devrait correspondre à une quantité mineure de
la mémoire totale sur votre machine car PostgreSQL utilise aussi le cache
disque du système d'exploitation. Malheureusement, le nombre exact de
tampons partagés requis est un calcul complexe entre la RAM totale, la
taille de la base de données, le nombre de connexions et la complexité
des requêtes. Donc, il est préférable d'utiliser quelques règles de base
dans l'allocation et de surveiller le serveur (particulièrement via les
vues pg_statio) pour déterminer les ajustements nécessaires.
Sur des serveurs dédiés, les valeurs possibles semblent se situer entre
8 Mo et 400 Mo (entre 1 000 et 50 000 pages de
8 Ko). Les facteurs qui élèvent les tampons partagés désirés sont
des portions actives plus importantes, des grosses requêtes complexes,
de nombreuses requêtes simultanées, des procédures ou des transactions
s'exécutant sur une grosse période, plus de RAM disponible et des
processeurs plus nombreux ou plus rapides. Et, bien sûr, d'autres
applications sur la machine. Contrairement à certaines attentes, allouer
bien trop de shared_buffers peut réellement baisser les performances, le
temps normalement requis pour le parcours. Voici quelques exemples basés
sur des anecdotes et sur des tests TPC sur machines Linux :

  • Portable, processeur Celeron, 384 Mo de RAM, base de données
    de 25 Mo : 12 Mo/1500
  • Serveur Athlon, 1 Go de RAM, base de données décisionnelle
    10 Go : 120 Mo/15000
  • Serveur Quadri PIII, 4 Go de RAM, 40 Go, base de données
    de traitements de grosses transactions (150 connexions) :
    240 Mo/30000
  • Serveur Quadri Xeon, 8 Go de RAM, 200 Go, base de données
    de traitement de grosses transactions (300 connexions) :
    400MB/50000
Merci de noter qu'augmenter shared_buffers, et quelques autres
paramètres mémoire, vous demandera de modifier les paramètres mémoire
System V du système d'exploitation. Voir la documentation de PostgreSQL
pour des instructions sur ceci.

work_mem : Auparavant appelé
sort_mem, mais renommé depuis car il couvre aussi les tris, les
agrégats et quelques autres opérations. C'est une mémoire non
partagée qui est allouée par opération (une à plusieurs fois par
requête) ; ce paramètre est situé ici pour placer une limite
sur la mémoire RAM que chaque opération peut allouer avant d'être forcé
à écrire sur disque. Il devrait être configuré suivant un calcul basé
en divisant la RAM disponible (après les applications et shared_buffers)
par le nombre de requêtes maximum attendu, multiplié par le nombre
moyen d'opérations par requête utilisant de la mémoire.
Une certaine attention doit aussi être portée sur la valeur de
work_mem nécessaire à chaque requête ; traiter de grands ensembles
de données en requiert plus. Les applications web utilisant des bases
de données configurent généralement une valeur assez basse car le nombre
de connexions est assez grand et les requêtes sont simples ;
de 512 Ko à 2048 Ko suffit généralement. Au contraire, les
applications de support de décision avec leur requêtes de 160 lignes et
les agrégats de plus de 10 millions de lignes demandent souvent
beaucoup plus, pratiquement 500 Mo sur un serveur disposant de
beaucoup de mémoire. Pour des bases de données à utilisation mixe, ce
paramètre peut être configuré par connexion, au moment du lancement
de la requête, pour donner plus de RAM à certaines requêtes spécifiques.

maintenance_work_mem : Appelée auparavant
vacuum_mem, ceci est la quantité de RAM que PostgreSQL utilise pour
VACUUM, ANALYZE, CREATE INDEX et l'ajout de clés étrangères. Vous devez
l'augmenter suivant la taille des tables de votre base de données et la
quantité de mémoire que vous pouvez donner pour rendre les opérations
aussi rapides que possibles. Un paramètrage de 50 % à 75 % de
la taille (sur disque) de votre plus grosse table ou index est une bonne
règle, ou entre 32 et 256 Mo lorsqu'il n'est pas possible de le
déterminer.

Disque et WAL

checkpoint_segments : Définit la taille
cache sur disque du journal des transactions pour les opérations
d'écriture. Vous pouvez ignorer ceci dans les applications web utilisant
des bases de données car elles sont principalement utilisées pour de la
lecture. Mais, dans le cas des bases de données utilisant des transactions
ou créant des rapports impliquant de gros volumes de données, l'augmenter
est critique pour les performances. Suivant le volume des données,
augmentez-le de 12 à 256 segments, en commençant avec des valeurs basses
et en l'augmentant lorsque vous apercevez des messages d'avertissements
dans les journaux de trace. L'espace requis sur disque est égal à
(checkpoint_segments * 2 + 1) * 16MB, donc assurez-vous que vous disposez
d'assez de place disque (32 signifiant plus d'1 Go).

max_fsm_pages : Taille du registre
traçant partiellement les pages de données vides pour les peupler plus
tard avec de nouvelles données ; si elle est bien configurée, elle
rend le VACUUM plus rapide et supprime le besoin de VACUUM FULL et de
REINDEX. Devrait être légèrement supérieure au nombre total de pages de
données qui sera touché par les mises à jour et suppressions entre
VACUUM. Les deux façons de déterminer ce nombre sont de lancer VACUUM
VERBOSE ANALYZE ou, dans le cas de l'utilisation d'autovacuum (voir
ci-dessous), de configurer ceci suivant la valeur du paramètre -V en
tant que pourcentage des pages de données totales utilisées par votre
base de données. fsm_pages requiert très peu de mémoire, donc il vaut
mieux être généreux ici.

vacuum_cost_delay : Si vous avez des
tables importantes et un nombre significatif d'écritures concurrentes,
vous pourriez vouloir utiliser une nouvelle fonctionnalité qui diminue
l'activité I/O des VACUUM au prix de les rendre plus long. Comme il
s'agit d'une toute nouvelle fonctionnalité, c'est une valeur complexe
comprenant cinq paramètres indépendants pour lesquels nous n'avons que
quelques tests de performance. Augmenter vacuum_cost_delay à une valeur
non nulle active cette fonctionnalité ; utilisez un délai
raisonnable, quelque part entre 50 et 200 ms. Pour une configuration
plus fine, augmenter vacuum_cost_page_hit et décroître
vacuum_cost_page_limit amoindrira l'impact des opérations VACUUM et les rendra
plus lentes ; dans les tests de Jan Wieck pour des traitements de
transaction, un délai de 200, un page_hit de 6 et une limite de 100 fait
décroître l'impact du VACUUM de plus de 80 % en triplant le temps
d'exécution.

Planificateur de requêtes

Ces paramètres permettent au planificateur de requêtes de disposer
d'estimations plus justes et, du coup, de choisir le meilleur plan possible.
Il existe deux paramètres globaux dont il vaut mieux s'occuper :

effective_cache_size : Indique au
planificateur de requêtes l'objet en base de données le plus gros qu'il
peut s'attendre à avoir à placer en cache. Devrait généralement être
configuré au 2/3 de la RAM totale, dans le cas d'un serveur dédié. Sur
un serveur à utilisation mixe, vous aurez à estimer le nombre total de
mémoire RAM et de cache disque du système d'exploitation utilisé par
les applications et le soustraire.

random_page_cost : Une variable qui
estime le coût moyen des recherches pour des pages de données récupérées
via l'index. Sur des machines très rapides, avec des baies de disques
très rapides, elle devrait être diminuée, à 3,0, 2,5 voire même 2,0.
Néanmoins, si la portion active de votre base de données est bien plus
grosse que votre mémoire, vous augmenterez le facteur à la valeur
par défaut de 4. Autrement, vous basez vos ajustements sur la
performance des requêtes. Si le planificateur semble favoriser sans
raison les parcours séquentiels par rapport aux parcours d'index,
baissez-le. Assurez-vous de tester une grande variété de requêtes. Ne
passez pas en-dessous de 2,0 ; si cela semble nécessaire, vous
avez besoin d'ajuster des variables comprises dans des domaines,
comme les statistiques de planification.

Traces

log_destination : Ceci remplace le
paramètrage non intuitif de syslog dans les versions précédentes. Vos
choix sont d'utiliser le journal du système d'exploitation (syslog ou
eventlog) ou d'utiliser un journal de trace séparé pour PostgreSQL
(stderr). Le premier choix est meilleur en ce qui concerne la
surveillance du système ; le deuxième est préférable pour corriger
les problèmes de la base de données et pour améliorer sa configuration.

redirect_stderr : Si vous décidez
d'utiliser un journal de traces séparé pour PostgreSQL, ce paramètrage
vous permet de tracer dans un fichier en utilisant un outil de
PostgreSQL au lieu de la redirection de la ligne de commande, vous
permettant une rotation automatisée des traces. Configurez-le à True,
puis configurez log_directory en lui indiquant où placer les traces.
Les configurations par défaut pour log_filename, log_rotation_size et
log_rotation_age conviennent à la plupart des gens.

Autovacuum et vous

Lors de votre progression vers la production en 8.0, vous devrez
configurer un plan de maintenance qui inclut les VACUUM et ANALYZE. Si
votre base de données doit gérer un flot important d'écriture de données
mais ne requiert pas de chargement ou de suppression massifs de données
ou de redémarrages fréquents, ceci pourrait impliquer la configuration
de pg_autovacuum. C'est bien mieux qu'un VACUUM régulier parce
que :

  • Les tables sont VACUUMées suivant leur activité, ceci permettant
    d'éviter de lancer des VACUUM sur des tables en lecture seule.
  • La fréquence des VACUUM augmente automatiquement avec
    l'acroissement de l'activité de la base de données.
  • Il est plus simple de calculer les besoins pour le "free space
    map" et éviter ainsi un engorgement de la base de données.

Configurer autovacuum requiert une construction facile du module
compris dans le répertoire contrib/pg_autovacuum de vos sources
PostgreSQL (les utilisateurs Windows devraient trouver autovaccuum inclus
dans le paquetage PGInstaller). Vous activerez les paramètrages de
configuration des statistiques détaillées dans le fichier README. Ensuite,
vous lancez autovacuum une fois que PostgreSQL a démarré et en tant que
processus séparé ; il s'arrêtera automatiquement lors de l'arrêt
de PostgreSQL.

La configuration par défaut d'autovacuum est très basse et tout
à fait convenable pour une très petite base de données. J'utilise
généralement quelque chose de plus agressif comme :
-D -v 400 -V 0.4 -a 100 -A 0.3
Ceci lance VACUUM sur les tables après que 400 lignes + 40 % de la
table ont été insérées, mises à jour ou supprimées. La configuration
ci-dessus vous laisse aussi configurer max_fsm_pages à 50 % des
pages de données dans la base avec la certitude que ce nombre ne sera
pas dépassé, causant un débordement de la base de données. Nous testons
actuellement différents paramètrages à OSDL et il y aura quelques cas
difficiles plus bas.

Notez que vous pouvez aussi utiliser autovacuum pour configurer les
options de délai du VACUUM, au lieu de le faire dans PostgreSQL.conf. Le
délai du vacuum peut être d'une importance vitale pour les systèmes avec
de très grosses tables ou index ; sinon, un appel autovacuum (non
planifié) peut arrêter une opération importante.

Malheureusement, il existe un ensemble de limitations sérieuses à
l'autovacuum de la 8.0, limitations qui seront éliminées dans les
versions futures :

  • Pas de mémoire à long terme : autovacuum oublie toutes ces
    traces d'activité lors du redémarrage de la base de données. Donc, si
    vous effectuez des redémarrages réguliers, vous devrez faire un VACUUM
    ANALYZE complet des bases de données tout juste après.
  • Ne fait pas attention à l'activité du serveur : il existait
    des plans pour vérifier la charge du système avant le VACUUM, mais ce
    n'est pas une fonctionnalité actuelle. Donc, si vous avez des pics de
    charge extrême, autovacuum pourrait ne pas être le bon choix pour
    vous.
Copyright Josh Berkus et Joe Conway, OPL Licensed

Traduction française, Guillaume Lelarge.

Options d'affichage des commentaires

Sélectionnez la méthode d'affichage des commentaires que vous préférez, puis cliquez sur "Sauvegarder les paramètres" pour activer vos changements.

Guillaume a encore frappé :-)

Jean-Paul Argudo/ = 16 Juillet, 2005 - 18:25

Guillaume a encore frappé en traduisant un des articles les plus intéressants du moment... Admirez la précision de la traduction...

Si vous aimez PostgreSQL et que vous voulez contribuer au projet, il y a un moyen simple et accessible au plus grand nombre pour le faire : tout comme Guillaume Lelarge, vous pouvez traduire les fichiers relatifs au projet, la doc, des articles, etc.. Pour cela, allez faire un petit tour sur le site de Guillaume, ça vaut le détour :
http://traduc.postgresqlfr.org

Bravo et merci Guillaume (et tous ses amis). Encore une fois : N'hésitez pas à le contacter et à l'aider !

--
Jean-Paul ARGUDO
www.PostgreSQLFr.org


Doc / slide en anglais sur l'optimisation

thomas silvi/ = 23 Juillet, 2005 - 13:38

Les slides sont disponibles a cette adresse :
http://www.gtsm.com/oscon2003/toc.html

Cela explique pas mal de choses mais il faut prendre le temps
de le lire.


© PostgreSQLFr, tous droits réservés.
Site déclaré à la CNIL sous le numéro 1074678, conformément à la Loi en vigueur.