PostgreSQL之插件小论

  PostgreSQL之强大，在于社区生态之蓬勃，在于可扩展性之完美，PostgreSQL支持上百种插件，通过插件，它的功能日渐丰富且能力日渐强大，其他数据库能做的，我PostgreSQL照样能做（未来之趋势）。前久看了微信公众号“非法加冯”上的一篇文章《PostgreSQL正在吞噬数据库世界》，PostgreSQL正在数据库大陆模板图上探索新的领土，拓展自己的大陆模板图，插件就是它征服数据库大陆的武器，说实话，我有点小兴奋，我也希望PG实现数据库的大一统，让人们的智慧放在数据库新功能新领域的探索之上，让数据库技术更快速的发展，PostgreSQL之插件，如虎添翼。
  《PostgreSQL正在吞噬数据库世界》的作者也整理PostgreSQL目前可用的插件，并放在Pigsty|扩展网站上，当我浏览作者提供的插件览表时（该览表在其微信公众号的《PG隆中对，一个PG三个核，一个好汉三百个帮》文章中有展示），当看到count_distinct插件时，光从字面理解，我略带激动，我想这个插件可能解决了前久所遇到的一个SQL性能问题，人最近越是在想什么，那最近对该事的留意度就越高。
  带着探索的心态，我也想测试count_distinct插件是否好用，是否真的解决了我所遇到的问题，同时整理了如何向PostgreSQL中添加插件的操作步骤。
  前久遇到一个性能问题，在对表的某个字段去重并做count操作时，SQL select count(distinct col1) from test1的执行性能比select count(*) from (select distinct col1 from test1) a还差。这不难免会引起性能问题，业务厂商或者用户更趋于使用前者来满足自己的需求。于是我做了更深入的测试（数据库版本14.2），发现：当col1字段值去重之后的数量与基表总行数之比逐渐升高时，前者的执行性能逐渐升高，后者的执行性能逐渐降低，当比值达到某个临界点时前者的执行性能开始高于后者，反之亦然。在我的测试中，当这个比值为1/50左右时，后者的执行性能优于前者，当该比值更低时，这种性能更明显，反之亦然。所以得出一个简单的结论，当列值去重之后的数据量远小于基表数量时，推荐使用后者来满足需求。但这不是我想要的，我期望count(distinct col1)任何情况下性能总是最好的，简单即是性能最优（过于理想化了），但这确实也是大家所期望的吧，谁也不想在有简单SQL就可以实现需求的情况下，去考虑一个更为复杂的SQL来提升性能。于是初见count_distinct插件，我是略带兴奋的，但是否能够让我高兴到底呢？我对其进行了测试。
  通过从前文提供的网站中下载了count_distinct插件，并添加到自己的测试环境中。功能测试方面，count_distinct插件局限性还是较大的，在字段处理上不支持char、varchar类型，我就已经开始失落了，需要做去重计数操作的字段类型大多数是char或者varchar。count_distinct插件的官网：https://github.com/tvondra/count_distinct，官网解释仅支持处理定长的数据类型，int、boolean、枚举类型还是支持的。性能测试方面：正如官网所说，从执行计划来看count_distinct(col1)相比于count(distinct col1)将排序操作给去除掉了，从而使得性能得到了提升，然而当col1字段值去重之后的结果集数与基表行数之比越高时，即字段中重复值不多时，count(distinct col1)的性能优于count_distinct(col1),反之，当比值越低时，性能不如select count(*) from (select distinct col1 test1) a;但有一点需要关注，count_distinct去除排序操作，降低了内存耗用，也算是一个优点。
  针对上述结论，可能在大数据集上体现更为明显。本文主要展示如何为PostgreSQL添加插件，测试的流程及步骤就不深入展开，仅提供测试SQL，如下所示：

-- count(*) from (distinct col1)
 explain (analyze,buffers) select count(*) from (select distinct generate_series(1,200000) id from generate_series(1,50)) a;

-- count(distinct col1)
 explain (analyze,buffers) select count(distinct id) from (select generate_series(1,200000) id from generate_series(1,50)) a;

-- count_distinct(col1)
explain (analyze,buffers) select count_distinct(id) from (select generate_series(1,200000) id from generate_series(1,50)) a;
复制

二、添加插件

  以count_distinct插件为例子：

# 1.切换到PostgreSQL数据库操作系统用户，并创建一个用于存放插件的目录
su - postgres
mkdir extension
# 2.进入目录，并下载count_distinct插件源码
cd extension
git clone https://github.com/tvondra/count_distinct.git

# 3.进入到count_distinct目录，对源码进行编译
cd count_distinct
make 

# 4.将生成的库文件count_distinct.so拷贝至数据库软件安装目录下的lib/postgresql下## （本测试用例数据库软件安装目录为/opt/software/pg14）
cp count_distinct.so /opt/software/pg14/lib/postgresql/

# 5.将相关SQL文件拷贝至插件目录
## 插件目录默认为:数据库软件目录/share/postgresql/extension
cp count_distinct.control sql/* /opt/software/pg14/share/postgresql/extension/

# 6.连接数据库并创建插件
psql 
create extension count_distinct;
复制

  到此，向PG中添加插件的操作步骤就已经结束了！！