首页
/ CrateDB中字符串列存储压缩优化的探索与实践

CrateDB中字符串列存储压缩优化的探索与实践

2025-06-15 19:56:10作者:虞亚竹Luna

背景与问题分析

在CrateDB的存储引擎实现中,团队长期维护着一个Lucene90DocValuesFormat的分支版本,该版本移除了术语字典(terms dictionary)的压缩功能。这一修改带来了显著的性能提升,特别是在处理高基数字符串列值的流式读取场景下。然而,这种定制化分支也带来了维护成本——无法自动获取Lucene主线的性能改进和新功能(如Lucene 10中引入的稀疏索引特性)。

性能测试表明,在select/hash_join基准测试中(涉及两个表通过字符串列进行连接操作),使用主线的压缩格式会导致严重的性能下降。特别当该字符串列被定义为主键时(意味着值唯一性),对术语字典的访问呈现完全随机模式,这对基于压缩块存储的数据结构极为不利——每次访问都可能命中不同的压缩块,使得解压缩开销无法分摊。

解决方案探索

团队尝试了多种技术方案来优化这一场景:

  1. 预取优化:在BinaryColumnReference中实现prefetch方法,尝试按术语字典顺序批量加载1024个文档ID的值。虽然相比基线有所改善,但在大数据集下仍比分支版本慢约两倍,因为随机分布的文档ID仍会命中不同的压缩块。

  2. 混合存储策略:考虑仅对主键列使用分支格式,其他字符串列回归主线格式。但这样会牺牲主键字符串列的稀疏索引功能。

  3. 索引排序优化:实验性地对主键列实施索引排序,在小数据集场景表现优异,但在大规模流式处理时反而造成性能下降。测试数据显示:

    • 小数据集查询延迟降低128%
    • 但百万级数据查询延迟反而增加81.73%
  4. 存储字段替代方案:尝试从存储字段而非排序集合文档值中获取主键值。虽然存储字段在顺序访问时可能有优势,但实测性能反而下降约5倍。

技术决策与最终方案

经过多轮验证,团队确定了最优技术路线:

  1. 采用BinaryDocValues:相比SortedSetDocValues,BinaryDocValues在大规模顺序访问场景下展现出明显优势:

    • 在百万级数据查询中性能提升52.21%
    • 内存分配率从1570.07MB/s提升至2552.79MB/s
    • 显著减少GC压力(Young GC次数减少,平均耗时降低)
  2. 存储空间权衡:虽然BinaryDocValues方案会使字段数据增长21%,但术语字典大小仅增加5.28%,总体存储空间增加约2.54%,在可接受范围内。

  3. 保留定制化分支:鉴于实际业务场景中大量存在需要流式读取字符串数据的负载,最终决定暂时保留去除术语字典压缩的分支版本,同时将BinaryDocValues作为未来演进方向。

经验总结与未来方向

本次优化过程得出几个重要结论:

  1. 访问模式决定性能特征:随机访问与压缩存储的相性较差,在设计存储格式时必须考虑典型查询模式。

  2. 没有银弹方案:索引排序对小数据集有效但不利于流式处理,说明优化需要针对具体场景。

  3. 性能与空间的trade-off:在某些场景下,适度的存储空间增长换取性能提升是合理选择。

未来工作将聚焦于:

  • 全面转向BinaryDocValues的可行性验证
  • 研究如何平滑迁移现有数据格式
  • 探索对数值主键列应用索引排序以替代BKD索引的可能性

通过这次深入的性能优化实践,CrateDB团队对列式存储的底层机制有了更深刻的理解,为后续存储引擎的持续优化奠定了坚实基础。

登录后查看全文
热门项目推荐

项目优选

收起
kernelkernel
deepin linux kernel
C
22
6
docsdocs
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
156
2 K
nop-entropynop-entropy
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
8
0
pytorchpytorch
Ascend Extension for PyTorch
Python
38
72
HarmonyOS-ExamplesHarmonyOS-Examples
本仓将收集和展示仓颉鸿蒙应用示例代码,欢迎大家投稿,在仓颉鸿蒙社区展现你的妙趣设计!
Cangjie
405
387
RuoYi-Vue3RuoYi-Vue3
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
942
555
金融AI编程实战金融AI编程实战
为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Python
75
71
openHiTLSopenHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
993
396
ops-mathops-math
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
519
50
Cangjie-ExamplesCangjie-Examples
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
345
1.32 K