Pgpool-II相当于中间件，Pgpool-II与PG是解耦合的，基于这样的机制，Pgpool-II可以搭建在已经存在的任意版本的PG主从结构上，主从结构的实现与Pgpool-II无关，可以通过slony等工具或者PG自身的流复制机制实现。
一、拓扑结构
本次实验是基于PG自身的流复制。拓扑结构，如图1所示，
1.一台Master PG 主库。
2.一台Slave PG 从库。
3.Pgpool将会分别安装在主机 和 从机进行测试。
图1
二、测试
pgbench是PG自带的一款简单的PG性能测试工具，测试指标是TPS，表示每秒钟完成的事务数。测试过程如下：
1.创建测试数据。
pgbench -i -s100 -h 172.18.89.115 -p 5432 postgres
这条指令将会创建1000万条测试数据.由于我们是主从结构的流复制模式，测试数据将会写入主机，主机将会把数据备份给从机。
2.数据测试
使用pgbench启动30个客户端，进行60秒的测试。
pgpool安装在主／从机的时候执行此命令(读写测试)：
pgbench -c 30 -T 60 -h 主／从机 IP -p 9999 -U postgres
单机测试(关掉pgpool，注意端口的改变)：
pgbench -c 30 -T 60 -h 主／从机 IP -p 5432 -U postgres
只读测试，添加-S 参数即可。
测试中对pgpool分别 安装在主机 和 从机 进行7次测试，
表格名词解释：
主机：pgpool安装在master db 服务器上。
备机：pgpool 安装在 slave db 服务器上。
单机：关闭pgpool ，只用pg 自身进行测试。
读写模式下：
单位：TPS
图2
图3
相对而言，pgpool 安装在从机的时候性能更高，对本次测试数据而言，性能提升17.28%。因为写操作对主库操作较多，如果pgpool 安装在主库服务器上，势必对pg的影响较大，测试发现性能大约是单机时候的69.6%。
只读模式下：
单位：TPS
图4
图5
以上数据可以看出在只读模式下，pgpool 安装在备用机器上性能依旧高于主机和单机的情况下。性能大约提升14.48%，安装在主机的性能依旧低于单机性能。
综上所诉，pgpool 对pg 的性能有一定的提升，提升在16%左右，这是pgpool安装在主从服务器上，如果把pgpool 单独独立出一台服务器做负载均衡，理论上此时对pg的性能应该还有提升空间。毕竟pgpool的启动还是对服务器自身也是有一定的性能消耗。
本文探讨的只是采用的pgpool的主备流复制模式，打开了负载均衡。pgpool 自身还有复制模式，在线回复，故障恢复，并行查询等功能，感兴趣可以继续探讨研究。
)
