又一个选择PostgreSQL的理由：单表1亿性能对比

今天测试一下 1 亿条数据，又个由单MySQL 和 PostgreSQL 的选择性性能表现。说明下，理对比只是表亿做一些基本的测试，并没有用一些数据库 Benchmark 工具进行测试。又个由单

准备

建表语句：

复制CREATE TABLE user_mysql / user_postgresql ( id SERIAL PRIMARY KEY,选择性 username VARCHAR(50), email VARCHAR(100), password VARCHAR(100), first_name VARCHAR(50), last_name VARCHAR(50), address VARCHAR(200), city VARCHAR(50), state VARCHAR(50), zip_code VARCHAR(10), country VARCHAR(50), phone_number VARCHAR(50), date_of_birth DATE, gender VARCHAR(10), occupation VARCHAR(100), education_level VARCHAR(50), registration_date TIMESTAMP, last_login TIMESTAMP, is_active BOOLEAN, is_admin BOOLEAN, additional_field1 VARCHAR(100), additional_field2 VARCHAR(100) );1.2.3.4.5.6.7.8.9.10.11.12.13.14.15.16.17.18.19.20.21.22.23.24.

接下来记录一下相关数据。

1.插入耗时MySQL：≈ 67分钟PostgreSQL：≈ 55分钟2.count(*)耗时

MySQL：45 s 877 ms，理对比明细如下：

复制mydatabase> select count(*) from user_mysql [2023-09-26 22:22:24] 1 row retrieved starting from 1 in 45 s 877 ms (execution: 45 s 767 ms,表亿 fetching: 110 ms)1.2.

PostgreSQL：8 s 169 ms，明细如下：

复制postgres.public> select count(*) from user_postgresql [2023-09-26 22:24:08] 1 row retrieved starting from 1 in 8 s 169 ms (execution: 8 s 133 ms,又个由单 fetching: 36 ms)1.2.

1亿数据量

3.根据主键查询数据

MySQL：47 ms，明细如下：

复制mydatabase> select * from user_mysql where id = 19279833 [2023-09-26 22:28:10] 1 row retrieved starting from 1 in 47 ms (execution: 16 ms,选择性 fetching: 31 ms)1.2.

PostgreSQL：46 ms，明细如下：

复制postgres.public> select * from user_postgresql where id = 19279833 [2023-09-26 22:29:51] 1 row retrieved starting from 1 in 46 ms (execution: 15 ms,理对比 fetching: 31 ms)1.2. 4.根据username查询（无索引）

MySQL：1 m 56 s 986 ms，明细如下：

复制// 查询第99279833行数据 mydatabase> select * from user_mysql where username = 10190439674 [2023-09-26 22:36:09] 1 row retrieved starting from 1 in 1 m 56 s 986 ms (execution: 1 m 56 s 939 ms,表亿 fetching: 47 ms)1.2.3.

PostgreSQL：38 s 73 ms，服务器租用明细如下：

复制// 同样查询第99279833行数据 postgres.public> select * from user_postgresql where username = 14998727834 [2023-09-26 22:38:25] 1 row retrieved starting from 1 in 38 s 73 ms (execution: 38 s 18 ms,又个由单 fetching: 55 ms)1.2.3. 5.创建索引耗时

MySQL创建B+TREE索引：5 m 31 s 276 ms，明细如下：

复制mydatabase> ALTER TABLE user_mysql ADD INDEX idx_name (username) [2023-09-26 22:47:37] completed in 5 m 31 s 276 ms1.2.

PostgreSQL创建B-TREE索引：9 m 20 s 847 ms，选择性明细如下：

复制postgres.public> CREATE INDEX idx_name ON user_postgresql (username) [2023-09-26 22:57:59] completed in 9 m 20 s 847 ms1.2. 6.根据username查询（有索引）

MySQL：93 ms，理对比明细如下：

复制// 查询第99279833行数据 mydatabase> select * from user_mysql where username = 10190439674 [2023-09-26 23:01:48] 1 row retrieved starting from 1 in 93 ms (execution: 0 ms, fetching: 93 ms)1.2.3.

PostgreSQL：63 ms，明细如下：

复制// 同样查询第99279833行数据 postgres.public> select * from user_postgresql where username = 14998727834 [2023-09-26 23:00:07] 1 row retrieved starting from 1 in 63 ms (execution: 0 ms, fetching: 63 ms)1.2.3. 7.根据username修改（有索引）

MySQL：16 ms，明细如下：

复制mydatabase> update user_mysql set email=myemail where username = 10190439674 [2023-09-26 23:06:05] 1 row affected in 16 ms1.2.

PostgreSQL：15 ms，明细如下：

复制postgres.public> update user_postgresql set email=myemail where username = 14998727834 [2023-09-26 23:07:13] 1 row affected in 15 ms1.2. 8.分页查询（不加条件）

MySQL：1 m 40 s 265 ms，明细如下：

复制mydatabase> select * from user_mysql limit 89999980, 20 [2023-09-26 23:10:54] 20 rows retrieved starting from 1 in 1 m 40 s 265 ms (execution: 1 m 40 s 234 ms, fetching: 31 ms)1.2.

PostgreSQL：27 s 750 ms，明细如下：

复制postgres.public> select * from user_postgresql limit 20 offset 89999980 [2023-09-26 23:12:32] 20 rows retrieved starting from 1 in 27 s 750 ms (execution: 27 s 688 ms, fetching: 62 ms)1.2.

9.分页查询（加条件，条件为索引）

MySQL：94 ms，明细如下：

复制mydatabase> select * from user_mysql where id >= 89999980 limit 20 [2023-09-26 23:13:34] 20 rows retrieved starting from 1 in 94 ms (execution: 0 ms, fetching: 94 ms)1.2.

PostgreSQL：78 ms，明细如下：

复制postgres.public> select * from user_postgresql where id >= 89999980 limit 20 [2023-09-26 23:14:12] 20 rows retrieved starting from 1 in 78 ms (execution: 0 ms, fetching: 78 ms)1.2. 总结

在数据量达到1亿时，数据库操作的开销都会比较大，免费源码下载尤其是不走索引的操作和DDL操作等。因此在生产环境时，不建议数据量太大，数据库特别大的情况下，建议使用更强大的数据库，不建议分表分库。对大表进行DDL操作时也需要谨慎操作。

声明：这些数据均为本机测试，并未用专业测试软件测试，仅供参考。b2b供应网