跳转到主内容
跳转到主内容

性能基准测试

Private preview in ClickHouse Cloud
要点
  • 基准测试对象：由 ClickHouse 托管的 Postgres，与 AWS RDS（预置 16k IOPS）和 Aurora IO Optimized 对比，使用标准的 pgbench 测试
  • 性能：基于 NVMe 的 ClickHouse Postgres 在 I/O 密集型负载下实现 4.3–9 倍的性能提升，在 CPU 受限场景下快 12%
  • 非常适合快速增长的 AI 驱动型工作负载，这类负载需要高事务吞吐、低延迟数据访问，以及无 I/O 瓶颈的可预测性能

基准测试概览​

我们使用标准的 PostgreSQL 基准测试工具 pgbench 进行了全面的性能测试，用于评估在中等并发和高并发场景下的负载性能。

基准测试​

所有性能测试均在相同计算能力的客户端虚拟机上进行，该虚拟机与 PostgreSQL 数据库位于同一地区和可用区内，以确保公平比较。

测试 1：IO 密集型 - 读写混合（500 GB 数据集）​

IO Intensive Read+Write benchmark results

相较于 RDS（16k IOPS）的性能提升：

  • TPS 提升 326%（快 4.3 倍）

相较于 Aurora IO Optimized 的性能提升：

  • TPS 提升 345%（快 4.5 倍）

分析：读写混合负载最能体现 NVMe 存储的显著性能优势，并且代表了快速增长的 AI 驱动型负载中最符合现实的场景：既需要高吞吐的数据摄取，又需要低延迟读取。由 ClickHouse 管理的 Postgres 在更高并发下达到了 19.8K TPS，证明了 NVMe 存储在高负载下具备良好的扩展能力。这一结果比 RDS 和 Aurora 快 4.3–4.5 倍。网络附加式存储方案在写入密集型操作下表现不佳，即使在预置了容量并启用了 Aurora 的 IO Optimized 配置的情况下，RDS 和 Aurora 的 TPS 也只能达到 4.4K–4.6K 的上限。

环境配置​

本测试使用 500 GB 大型数据集评估混合读写性能，对存储子系统的读写路径同时施加压力。

实例配置：

配置由 ClickHouse 托管的 Postgres配置 16k IOPS 的 RDSAurora IO Optimized
PG 版本171717
vCPU 数量161616
内存64 GB64 GB128 GB
磁盘大小1 TB1 TB1 TB
磁盘类型NVMe（无限制 IOPS）网络附加存储（16,000 IOPS）网络附加存储（IO 优化型）

测试配置：

# Initialize database (500 GB dataset)
pgbench -i -s 34247

# Read+Write benchmark
pgbench -c 256 -j 16 -T 600 -M prepared -P 30

测试 2：IO 密集型 - 只读（500 GB 数据集）​

IO Intensive Read-Only benchmark results

相较于 RDS（16k IOPS）的性能提升：

  • TPS 提升 802%（快 9.0 倍）

分析：对于受 IO 限制的读密集型工作负载，性能差距显著拉大。由 ClickHouse 托管的 Postgres 实现了 84.8K TPS，而预配置 16,000 IOPS 的 RDS 即使具备等效的计算资源，也仅达到 9.4K TPS。关键差异在于：ClickHouse 的 NVMe 存储可以随着更高的并发度进行扩展，而网络附加存储则始终受限于预配置 IOPS 的上限。即便启用了预配置 IOPS，RDS 依然比 ClickHouse 慢 9 倍，这清楚表明，对于 IO 密集型工作负载而言，存储架构至关重要。

设置​

此测试使用 500 GB 的大型数据集来评估读取性能，该数据集无法完全放入内存，从而考察磁盘 I/O 能力。

实例配置：

配置由 ClickHouse 管理的 Postgres具有 16k IOPS 的 RDS
PG 版本1717
vCPUs1616
RAM64 GB64 GB
磁盘大小1 TB1 TB
磁盘类型NVMe（无限 IOPS）网络附加存储（16,000 IOPS）

测试配置：

# Initialize database (500 GB dataset)
pgbench -i -s 34247

# Read-only benchmark
pgbench -c 256 -j 16 -T 600 -M prepared -P 30 -S

测试 3：CPU 密集型（数据可全部装入内存）​

CPU Intensive benchmark results

性能提升：

  • TPS 比 RDS PostgreSQL 高 12.3%

分析：即使在磁盘 I/O 极少的 CPU 受限场景中，由 ClickHouse 管理的 Postgres 依然以 36.5K TPS 领跑。尽管两个服务都达到了 100% 的 CPU 利用率，ClickHouse 的 NVMe 存储凭借更高的缓存命中率提供了更优的性能。相比 RDS 高出 12.3% 的优势表明，即便在主要由 CPU 限制的工作负载下，其底层基础设施依然十分高效。

设置​

本测试在工作集完全驻留于内存、磁盘 I/O 影响被最小化的情况下评估 CPU 性能。

实例配置：

配置ClickHouse 托管的 PostgresRDS PostgreSQL
PG Version1717
vCPUs22
RAM8 GB8 GB
Disk TypeNVMe网络附加存储（gp3）

测试配置：

# Initialize database (2 GB dataset)
pgbench -i -s 136

# Warm-up run to load dataset into memory
pgbench -c 1 -T 60 -S -M prepared

# Run benchmark (read-only, prepared statements)
pgbench -c 32 -j 16 -T 300 -S -M prepared -P 30

性能概要​

关键结论​

在所有三个基准测试场景中，由 ClickHouse 托管的 Postgres 始终展现出更优性能：

  1. I/O 密集型读写负载：TPS 是 RDS（16k IOPS）和 Aurora IO Optimized 的 4.3–4.5 倍
  2. I/O 密集型只读负载：TPS 是 16k IOPS RDS 的 9 倍
  3. CPU 受限负载：TPS 比 RDS 高出 12%

Postgres by ClickHouse 大显身手的场景​

Postgres by ClickHouse 非常适合以下类型的应用：

  • 支撑高速增长的 AI 驱动型工作负载，需要高吞吐的数据摄取、频繁的 upsert、实时特征更新，并且通过与 ClickHouse 的无缝集成，在 OLAP 工作负载上开箱即用地提供分析能力
  • 需要执行频繁写入、更新或读写混合操作
  • 需要可预测的高性能存储
  • 目前受制于传统托管 Postgres 服务的 IOPS 限制

如果预计之后会有分析需求，并且希望与 ClickHouse 进行更深入的集成——这在现代 AI 工作负载中非常常见，因为事务型数据会驱动实时仪表盘、特征存储和 ML 流水线——那么 Postgres by ClickHouse 应该作为默认首选。这种原生集成消除了复杂的 ETL 流水线，实现了业务数据库与分析查询之间的无缝数据流动。

NVMe 架构优势​

性能优势来源于底层架构上的根本差异：

方面NVMe 存储（Managed Postgres）网络附加存储（Provisioned IOPS）
IOPS从 10 万到几乎无限预置 16,000
网络跳数（Network hops）零（本地设备）每次磁盘操作都需要一次网络往返
性能扩展能力（Performance scaling）随并发线性扩展受限于预置的 IOPS

有关 NVMe 存储性能优势的更多详细信息，请参阅 NVMe-powered performance。

成本效益​

除了性能本身之外，由 ClickHouse 托管的 Postgres 还提供更优的性价比：

  • 更高的每美元吞吐量：在使用 16k 预配置 IOPS 和 Aurora IO Optimized 的情况下，相比 RDS 可实现 4–9 倍的 TPS
  • 成本更可预测：无需额外预置 IOPS 容量——包含无限本地 IOPS
  • 更低的计算需求：由于 I/O 高效，可通过更小的实例规格实现目标性能
  • 减少对只读副本的需求：更高的单实例吞吐量降低了进行水平扩展的必要性

对于目前受 IOPS 限制的工作负载，切换到 Managed Postgres 可以在显著提升性能的同时，消除对昂贵的预配置 IOPS 或 IO Optimized 配置的需求。

参考资料​

完整的基准测试数据、配置和详细指标可在我们的基准测试结果电子表格中查看。

其他资源​