为什么postgresql的单条insert语句比mysql快？答案

【问题标题】：Why postgresql's single insert statement is faster than mysql?为什么postgresql的单条insert语句比mysql快？
【发布时间】：2014-03-15 12:10:38
【问题描述】：

我想知道为什么 postgresql 的单个“插入”语句在打开自动提交时完全比 MySQL 快？以下是我对它们执行的相同代码。

版本：

MySQL: 5.6.10 
PostgreSQL:  PostgreSQL 9.3.2 on x86_64

表定义：

MySQL：

CREATE TABLE `user` (
  `username` char(36) NOT NULL,
  `password` char(32) NOT NULL,
  `register_time` datetime NOT NULL,
  `mobile_phone` char(11) NOT NULL,
  `is_admin` enum('yes','no') NOT NULL,
  PRIMARY KEY (`username`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8

PostgreSQL：

CREATE TYPE ytt_enum AS ENUM ('yes','no');
CREATE TABLE ytt."user" (
  "username" char(36) NOT NULL,
  "password" char(32) NOT NULL,
  "register_time" timestamp  NOT NULL,
  "mobile_phone" char(11) NOT NULL,
  "is_admin" ytt_enum NOT NULL,
  PRIMARY KEY ("username")
) ;

商店功能：

MySQL：

DELIMITER $$

USE `t_girl`$$

DROP PROCEDURE IF EXISTS `sp_insert_user_simple`$$

CREATE DEFINER=`root`@`localhost` PROCEDURE `sp_insert_user_simple`(
IN f_input      INT
)
BEGIN
    DECLARE i      INT DEFAULT 0;
    WHILE i <= f_input
    DO
        INSERT INTO t_girl.user (`username`, `password`, register_time,mobile_phone,is_admin) 
        VALUES (UUID(),MD5(REPLACE(UUID(),'-','')),DATE_SUB(NOW(),INTERVAL CEIL(RAND()*40)  DAY),CEIL(RAND()*10000)+13800000000,IF(TRUNCATE(RAND()*2,0)=1,'yes','no'));
        SET i = i + 1;
    END WHILE;
END$$

DELIMITER ;

PostgreSQL：

CREATE  or replace function sp_insert_user_simple(
IN f_input      INT
) returns void as
$ytt$
    declare i int := 0;
    v_username char(36);
    v_password char(32);
    v_register_time timestamp;
    v_mobile_phone char(11);
    v_is_admin ytt_enum;
BEGIN

    WHILE i < f_input
    loop
        v_username := uuid_generate_v1();
        v_password :=MD5(REPLACE(uuid_generate_v1()::text,'-',''));
        v_register_time := to_timestamp((now() - '1 day'::interval*ceil(random()*40))::text,'yyyy-mm-dd HH24:MI:SS');
        v_mobile_phone :=CEIL(RANDOM()*10000)+13800000000;
        v_is_admin := (case TRUNC(RANDOM()*2) when 1  then 'yes' else'no' end)::ytt_enum;
        INSERT INTO ytt.user (username, password, register_time,mobile_phone,is_admin) 
        VALUES (v_username,v_password,v_register_time,v_mobile_phone,v_is_admin);
        i := i + 1;
    END loop;
END;
$ytt$language plpgsql;

参数：

MySQL:
innodb_buffer_pool_size=32M
bulk_insert_buffer_size=20M
autocommit=on
PostgreSQL:
shared_memory=32M
effective_cache_size=20M
autocommit=on

测试结果： MySQL：

mysql> call sp_insert_user_simple(10000);
Query OK, 1 row affected (1 min 9.93 sec)

PostgreSQL：

ytt=# select sp_insert_user_simple(10000); 
 sp_insert_user_simple 
-----------------------

(1 row)

Time: 1177.043 ms

上面的测试表明MySQL的运行时间是69.93秒，而PostgreSQL只有1.17秒。
任何答案表示赞赏。谢谢。

【问题讨论】：

不相关，但是： (a) 您可以在 MySQL 中打开 ANSI 模式，然后使用合理的引用； (b) 不要使用char 类型，使用varchar。 char 太糟糕了。此外，这两个过程都是不必要的，您应该能够将它们编写为单个 insert 语句而无需过程。无论如何：我想知道 MySQL 的自动提交是否在过程中单独提交每个插入（我没有使用 MySQL 的过程）。 PostgreSQL 没有，它最后对整个函数进行了一次提交。这很容易解释差异。
谢谢，我明白了。我将尝试使用应用程序语言重写测试代码。

标签： mysql postgresql

【解决方案1】：

我认为这里发生的事情是 MySQL 的程序可能正在为每个人 INSERT 进行提交。在 PostgreSQL 中，整个过程在最后提交；程序不能运行单个事务。（我不完全确定 MySQL 的过程在 autocommit=off 时的行为是否如此，但似乎是从快速查看文档中得出的）。

无论如何，您确实应该将 INSERT 作为单个语句执行，使用 INSERT ... SELECT：

CREATE  or replace function sp_insert_user_simple(
    IN f_input integer
) returns void AS $$
    INSERT INTO ytt.user (username, password, register_time,mobile_phone,is_admin) 
    SELECT
        uuid_generate_v1(),
        MD5(REPLACE(uuid_generate_v1()::text,'-','')),
        to_timestamp((now() - '1 day'::interval*ceil(random()*40))::text,'yyyy-mm-dd HH24:MI:SS'),
        CEIL(RANDOM()*10000)+13800000000,
        case TRUNC(RANDOM()*2) when 1  then 'yes' else'no' end
    FROM generate_series(1,$1);
$$ LANGUAGE sql;

（我假设这是虚拟用户数据生成？）。

另外，使用char，而不是varchar。 char 是一种糟糕的数据类型，应该避免使用。此外，请考虑将boolean 用于is_admin 列。

【讨论】：

char 在 MySQL 中并没有那么糟糕。
感谢您的回复。我现在了解了 postgresql 的特殊自动提交功能。

【解决方案2】：

尝试测试简单的插入查询：

INSERT INTO ytt.user (username, password) VALUES ('a', 'b');

并在一个过程中循环它，从而使时间测量更准确。避免使用其他内置函数（如 rng 和 timestamp），因为它们的性能在大样本上可能会有显着差异，当然，除非你先测试了它们。

【讨论】：