ZQPool 1.3 发布
ZQPool 是一个可以替代 pgbouncer 的连接池软件，在 1.3 版本中主要做了一下改进：
Feature
- 添加了 ZQPool 的一些监控指标接口，可以通过接口获取 ZQPool 的实时性能统计数据。
- 增加了对 Prometheus 的支持，提供 exporter 供 Prometheus 获取 ZQPool 实时监控指标，可以通过 grafana+Prometheus 来展示 ZQPool 的一些性能统计指标
增加的监控指标
| 指标名称 | 说明 | 状态 |
|---|---|---|
| zqpool_backend_connections | 后端连接数，记录了每个连接池的后端连接数目。 | ✅ |
| zqpool_active_backend_connections | 活跃后端连接数，记录了每个连接池的活跃后端连接数目。 | ✅ |
| zqpool_frontend_connections | 前端连接数，记录了每个连接池的前端连接数目。 | ✅ |
| zqpool_active_frontend_connections | 活跃前端连接数，记录了每个连接池的活跃前端连接数目。 | ✅ |
| zqpool_total_requests | 请求总数，记录了每个连接池的请求总数。 | ✅ |
| zqpool_total_simple_queries | 简单查询总数，记录了每个连接池的简单查询总数。 | ✅ |
| zqpool_total_extended_queries | 扩展查询总数，记录了每个连接池的扩展查询总数。 | ✅ |
| zqpool_backend_connection_limit_reached_times | 记录了每个连接池的后端连接数被占满的次数。 | ✅ |
Fixed
- 修复 select 一张不存在的表有概率 hang 住的问题
- 修复当前端连接突然关闭无法释放后端连接的 Bug
ZQPool 介绍
ZQPool 主要解决 PostgreSQL 生态中流行的连接池软件 pgbouncer 软件的一些缺点。通常使用数据库连接池的主要目的有两个：
- 减少到数据库上的连接数。应用程序到连接池软件上有 M 个连接，这 M 个连接不是同时都繁忙的，这 M 个连接上同一个时刻发来的并发 SQL 可能只有 N 个（N 通常大大小于 M)，这样连接池软件只需要在后端数据库上建 N 个连接。就可以满足了要求。这个场景通常是 java 应用。 我们可以想象一个场景：一个 java 应用可能部署在 200 台主机上，而每个主机上 java 应用自身会开启一个 java 连接池，这个 java 连接池假设开 20 个连接，这时到数据库上就有 200*20=4000 个连接，这些连接实际上多数时间都是空闲的，少数时间才是活跃的。 4000 个连接，PostgreSQL 数据库就需要启动 4000 个进程，太多连接会降低数据库的效率。
- 减少短连接应用花在新建数据库连接的时间。PostgreSQL 数据库对每一个连接需要 fork 出一个新的进程来提供服务，而每次 fork 一个进程是需要时间的。而连接池软件可以预先建好到数据库的连接，应用程序连接到连接池软件后，连接池软件可以从池中取一个已经建好的连接马上提供服务，这样就大大减少了新连接的时间。这个场景的典型应用是 php 应用。php 应用到数据库通常是短连接。
而 PostgreSQL 数据库中流行的 pgbouncer 通常解决不了上面的第一个问题（java 应用）：即减少到数据库上连接数的目的。 要减少到数据库上的连接数，pgbouncer 连接池的模式只能配置成语句级或事务级，不能配置成会话级，因为 pgbouncer 在会话级下，前面来多少个连接，到数据库也必须建多少连接，根本起不到减少数据库连接的目的。当我们把 pgbouncer 配置成语句级或事务级时，java 应用连接 pgbouncer 会报错:
org.postgresql.util.PSQLException: ERROR: prepared statement "S_1" already exists
这个原因是 jdbc 执行 SQL 是分两个步骤的:
先使用 Prepare 的 SQL，即：“prepare S_1 as select * from test01 where id=$1;”
然后再 “execute S1 (1);”
报错的原因为：
- 执行 “prepare S_1 as select * from test01 where id=$1;” 时，从连接池中取一个连接 A，执行后，就释放了此连接；
- 执行 “execute S_1 (1);”，再从连接池中获得一个连接，这时获得的连接可能已经不是之前的连接，这个新连接中没有 Prepare 语句 “S_1”，所以就报错了；
- 如果又来了另一个 SQL，可能从连接池中取到的还是之前的连接 A，然后再执行 “prepare S_1 as select * from test02 where id=$1;”，但这个 prepare SQL 的名字 S_1 已经被前面的 SQL 占用，这时就报错了。
- 当然 jdbc 的实际行为比上面描述的要复杂的多，但原理大致就是上面描述的这个过程。
而 ZQPool 通过跟踪一个连接上的 Prepare SQL 的名字，并替换成不重复的名字的方式解决了这个问题。
pgbouncer 还有一个缺点，处理 SQL 的转发只能用到 CPU 的一个核，即 pgbouncer 是单线程程序。对于高并发的情况下，超过单核的性能时，就会立即出现瓶颈。而 ZQPool 是使用 golang 的协程技术，可以利用了多核的性能，在一台 2 颗 Intel (R) Xeon (R) Silver 4210R CPU @ 2.40GHz 的物理机：
这是 pgbouncer 的测试情况：
[postgres@csyun01 ~]$ pgbench -h 10.197.160.18 -p 6432 -Uu01 -S -P 2 -T 30 -c 32
pgbench (14.3)
starting vacuum...end.
progress: 2.0 s, 30407.5 tps, lat 1.050 ms stddev 0.180
progress: 4.0 s, 30108.6 tps, lat 1.062 ms stddev 0.182
progress: 6.0 s, 30231.5 tps, lat 1.058 ms stddev 0.179
progress: 8.0 s, 31157.9 tps, lat 1.026 ms stddev 0.176
progress: 10.0 s, 30491.7 tps, lat 1.049 ms stddev 0.178
progress: 12.0 s, 30463.0 tps, lat 1.050 ms stddev 0.180
progress: 14.0 s, 30366.2 tps, lat 1.053 ms stddev 0.179
progress: 16.0 s, 30177.5 tps, lat 1.060 ms stddev 0.180
progress: 18.0 s, 30067.1 tps, lat 1.064 ms stddev 0.181
progress: 20.0 s, 30420.1 tps, lat 1.051 ms stddev 0.177
...
...
...
这是使用 ZQPool 测试的情况：
[postgres@csyun01 ~]$ pgbench -h 10.197.160.18 -p 5436 -Uu01 -S -P 2 -T 30 -c 32
Password:
pgbench (14.3, server 10.5)
starting vacuum...end.
progress: 2.0 s, 111134.7 tps, lat 0.213 ms stddev 0.058
progress: 4.0 s, 112688.1 tps, lat 0.209 ms stddev 0.058
progress: 6.0 s, 114570.8 tps, lat 0.207 ms stddev 0.054
progress: 8.0 s, 107305.3 tps, lat 0.216 ms stddev 0.066
progress: 10.0 s, 108680.1 tps, lat 0.215 ms stddev 0.063
progress: 12.0 s, 108867.6 tps, lat 0.214 ms stddev 0.064
...
...
...
可以看到 ZQPool 的 tps 可以到 10 万每秒，而 pgbouncer 最多到 3 万每秒就上不去了。
