PostgreSQL 11:如何划分1000个租户

Question

设置

我们有一个多租户应用程序，大约有1000个客户。当客户流失时，我们会在一段时间后删除他们的所有数据。我们有几个表非常大，我们正在考虑使用分区来分割每个客户。

问题

1000个租户(客户)是很多分区-在PostgreSQL上这样做合理吗？

More详细信息

目前，我们的租户之间的分隔是通过DB中所有表上的account_id列进行的。有几张桌子很大。例如，有一个event表(我对分区感兴趣)，它包含应用程序中发生的所有事情的审计日志和其他事件。

下面是有关事件表的一些事实：

• 它包含约300米行+一些组合/部分索引。
• account_id对事件的统计非常不均衡，5%的帐户拥有50%的数据。
• 有一个时间戳字段和一些其他字段(JSONB、author_id等)
• 写操作:大部分插入和删除(每个account_id)。删除可能是数以百万计的行。没有最新消息。删除大型帐户是罕见的，目前还不是一个很大的性能问题。
• 选择是特定事件(由account_id +id选择)或给定时间内的所有事件。时间并不总是固定的。查询中始终存在account_id。

Possible解决方案

由account_id划分：

优点：

• 删除将是快速的，因为DROP TABLE。
• 查询也应该相当不错，因为所有查询都包含WHERE account_id = 123。

缺点：

• 对于Postgres来说，1000个分区太多了吗？
• 每个帐户事件分布不均，创建了几个超级大分区和几个小分区。

按时间戳进行分区：

优点：

• 最近的数据通常大部分是被访问的，并且使用时间戳会使查询更快。
• 事件的更可预测/更均匀的分布。

缺点：

• 删除单个帐户可能会影响很多分区--这不是什么大问题。
• 总是需要按时间戳包含一个过滤器--这并不总是可能的。

Answer 1

分区主要是关于加速删除和顺序扫描。

• 如果您最大的痛苦是account_id的大删除，那么该列上的列表分区将是最好的解决方案。
• 如果您最大的痛苦是摆脱所有早于某一日期的数据，按时间划分范围将是解决方案。
• 如果您有一些查询，这些查询必须对大型表执行顺序扫描，但在account_id上具有D8条件或时间约束，则在该WHERE条件下进行分区将允许PostgreSQL只对某些分区执行顺序扫描。

您必须决定这些事情中的任何一件是否足以让您考虑分区。分区并不是免费的:它将增加查询规划时间，有时还会增加执行时间。

分区不会使索引扫描速度更快，通常情况正好相反。只有当您期望从分区中获得真正的利益时，才进行分区。

1000个分区几乎太多了，效率很低。您可能会考虑为更大的帐户拥有单独的分区，并将其余的部分捆绑起来，也许使用默认的分区。