PostgreSQL 用CPU "硬解碼" 提升1倍 數值運算能力 助力金融大資料量計算

postgresql 支援的數字類型包括整型，浮點，以及pg自己實作的numeric資料類型。

numeric可以存儲非常大的數字，超過2^17次方個數字長度。提升了精度的同時，也帶來了性能的損耗，不能充分利用cpu 的 “硬解碼”能力。

浮點類型就比numeric輕量很多，是以性能也會好很多，一倍左右。

在大資料的場合中，節約1倍的計算量是很可觀的哦，特别是在金融行業，涉及到大量的數值計算。

如果你玩過greenplum, deepgreen, vitessedb ，也能發現在這些資料庫産品的測試手冊中，會提到使用money, float8類型來替換原有的numeric類型來進行測試。可以得到更好的性能。

但是money, float8始終是有一定的弊端的，超出精度時，結果可能不準确。

那麼怎樣提升numeric的性能又不會得到有誤的結果呢？

我們可以使用fexeddecimal插件，如下：

https://github.com/2ndquadrant/fixeddecimal

fixeddecimal的原理很簡單，實際上它是使用int8來存儲的，整數位和小數位是在代碼中固定的：

如果 fixeddecimal_scale 設定為2，則fixeddecimal_multiplier 設定為100，如果 fixeddecimal_scale 設定為3，fixeddecimal_multiplier 設定為1000。

也就是通過整型來存儲，顯示時除以multiplier得到整數部分，取餘得到小數部分。

是以fixeddecimal能存取的值範圍就是int8的範圍除以multiplier。

另外需要注意，編譯fixeddecimal需要用到支援__int128的編譯器，gcc 4.9.3是支援的。是以如果你用的gcc版本比較低的話，需要提前更新好gcc。

http://blog.163.com/digoal@126/blog/static/163877040201601313814429/

下面測試一下fixeddecimal+postgresql 9.5的性能表現，對1億資料進行加減乘除以及聚合的運算，看float8, numeric, fixeddecimal類型的運算結果和速度：

使用auto_explain記錄下對比float8,numeric,fixeddecimal的執行計劃和耗時。

性能對比:

注意上面的測試case,

float8的結果已經不準确了，fixeddecimal使用了預設的scale=2，是以小數位保持2位精度。

numeric則精度更高，顯示的部分沒有顯示全，這是pg内部控制的。

另外需要注意的是，fixeddecimal對于超出精度的部分是做的截斷，不是round, 是以123.555是存的12355而不是12356。