应用PMDK修改WAL操作使之适配持久化内存

这几个补丁能够通过使用PMDK对存储在持久化内存PMEM上的WAL日志进行读写。PMEM是下一代存储介质，具有一系列特性：快速、字节寻址、非易失。

Pgbench是PG的通用benchmark，使用benchmark进行测试，这些补丁修改后的PG比原生PG性能提升5%。使用我们的insert benchmark，能够比原生PG快90%。下面进行详细描述。

这个e-mail包括以下几部分：

A）PMDK

B）补丁

C）测试方法及结果

PMDK

PMDK提供函数使应用能够直接访问PMEM，无需通过内核作为内存。API包括：

1）open PMEM文件的API、create PMEM文件的API、map PMEM文件到虚拟地址的API

PMDK利用DAX文件系统特性提供这些API函数。DAX文件系统对PMEM敏感，允许直接访问PMEM，而不使用内核的page cache。可以使用标准的mmap函数将DAX文件系统中的文件映射到内存。更进一步说，通过将PMEM中的文件映射到虚拟地址，应用可以使用CPU的 load/store指令替代read/write访问PMEM。

2）读写 PMEM文件的API

PMDK提供API：类似memcpy()函数，通过single instruction、multiple data instruction、NT storage instruction 将数据拷贝到PMEM。这些指令能够提升拷贝性能。因此这些API比read/write更快。API参考：

[1] http://pmem.io/pmdk/

[2]https://www.usenix.org/system/files/login/articles/login_summer17_07_rudoff.pdf

[3] SIMD: 对加载数据进行操作的单指令。如果SIMD系统一次加载8字节数据到寄存器，那么到PMEM的存储操作会同时对所有8字节值进行。

[4] NT store instructions: 该指令跳过CPU cache，因此使用该指令不需要flush。

补丁

补丁修改：

0001-Add-configure-option-for-PMDK.patch:添加--with-libpmem配置，通过pmdk库执行IO

0002-Read-write-WAL-files-using-PMDK.patch:

使用PMDK函数对WAL进行IO操作

wal_sync_method参数增加pmem-drain，用于标明PMEM上wal sync方式。

0003-Walreceiver-WAL-IO-using-PMDK.patch:

对于备机的walreciver进程，使用PMDK写日志。

执行方式及结果

环境：

Server: HP ProLiant DL360 Gen9

CPU: Xeon E5-2667 v4 (3.20GHz); 2 processors(without HT)

DRAM: DDR4-2400; 32 GiB/processor

(8GiB/socket x 4 sockets/processor) x 2 processors

NVDIMM: DDR4-2133; 32 GiB/processor

(8GiB/socket x 4 sockets/processor) x 2 processors

HDD: Seagate Constellation2 2.5inch SATA 3.0. 6Gb/s 1TB 7200rpm x 1

OS: Ubuntu 16.04, linux-4.12

DAX FS: ext4

NVML: master(at)Aug 30, 2017

PostgreSQL: master

Note: I bound the postgres processes to one NUMA node, and the benchmarks to other NUMA node.

1）配置pmem，将之作为一个块设备

# ndctl list

# ndctl create-namespace -f -e namespace0.0 --mode=memory -M dev

2）在pmem上创建一个文件系统，以DAX方式挂载

# mkfs.ext4 /dev/pmem0

# mount -t ext4 -o dax /dev/pmem0 /mnt/pmem0

3）设置PMEM_IS_PMEM_FORCE，表示WAL文件存放在PMEM上

注意，没有设置这个环境变量，PG的进程启动不起来

# export PMEM_IS_PMEM_FORCE=1

4）安装PG

安装Pg时有3个重要注意事项：

a. Configure时添加--with-libpmem："./configure --with-libpmem"

b. 将WAL目录存放到PMEM上

c. 将wal_sync_method参数由fdatasync改为pmem_drain

具体操作：

# cd /path/to/[PG_source dir]

# ./configure --with-libpmem

# make && make install

# initdb /path/to/PG_DATA -X /mnt/pmem0/path/to/[PG_WAL dir]

# cat /path/to/PG_DATA/postgresql.conf | sed -e s/#wal_sync_method\ =\

fsync/wal_sync_method\ =\ pmem_drain/ > /path/to/PG_DATA/postgresql.conf.

tmp

# mv /path/to/PG_DATA/postgresql.conf.tmp /path/to/PG_DATA/postgresql.conf

# pg_ctl start -D /path/to/PG_DATA

# created [DB_NAME]

5）执行2个benchmark，一个是pgbench，一个是my insert benchmark

Pgbench:

# numactl -N 1 pgbech -c 32 -j 8 -T 120 -M prepared [DB_NAME]

执行pgbench三次的平均值：

wal_sync_method=fdatasync: tps = 43,179

wal_sync_method=pmem_drain: tps = 45,254

pclinet_thread：my insert benchmark

准备：

CREATE TABLE [TABLE_NAME] (id int8, value text);

ALTER TABLE [TABLE_NAME] ALTER value SET STORAGE external;

PREPARE insert_sql (int8) AS INSERT INTO %s (id, value) values ($1, '

[1K_data]');

执行：

BEGIN; EXECUTE insert_sql(%lld); COMMIT;

Note: I ran this quer 5M times with 32 threads.

# ./pclient_thread

Invalid Arguments:

Usage: ./pclient_thread [The number of threads] [The number to insert

tuples] [data size(KB)]

# numactl -N 1 ./pclient_thread 32 5242880 1

测试三次的平均值：

wal_sync_method=fdatasync: tps = 67,780

wal_sync_method=pmem_drain: tps = 131,962

Attachment

Content-Type

Size

0001-Add-configure-option-for-PMDK.patch

application/octet-stream

5.1 KB

0002-Read-write-WAL-files-using-PMDK.patch

application/octet-stream

46.9 KB

0003-Walreceiver-WAL-IO-using-PMDK.patch

application/octet-stream

4.8 KB

原文

https://www.postgresql.org/message-id/C20D38E97BCB33DAD59E3A1%40lab.ntt.co.jp