标签
PostgreSQL , cpu 并行 , smp 并行 , 并行计算 , gpu 并行 , 并行过程支持
背景
PostgreSQL 11 优化器已经支持了非常多场合的并行。简单估计，已支持27余种场景的并行计算。
parallel seq scan
parallel index scan
parallel index only scan
parallel bitmap scan
parallel filter
parallel hash agg
parallel group agg
parallel cte
parallel subquery
parallel create table
parallel create index
parallel select into
parallel CREATE MATERIALIZED VIEW
parallel 排序 : gather merge
parallel nestloop join
parallel hash join
parallel merge join
parallel 自定义并行聚合
parallel 自定义并行UDF
parallel append
parallel union
parallel fdw table scan
parallel partition join
parallel partition agg
parallel gather
parallel rc 并行
parallel rr 并行
parallel GPU 并行
parallel unlogged table
接下来进行一一介绍。
关键知识请先自行了解：
1、优化器自动并行度算法 CBO
《PostgreSQL 11 并行计算算法，参数，强制并行度设置》
parallel agg
并行聚合，支持hash聚合，分组聚合。
数据量：10亿。
| 场景 | 数据量 | 关闭并行 | 开启并行 | 并行度 | 开启并行性能提升倍数 |
|---|---|---|---|---|---|
| 聚合 | 10 亿 | 142.3 秒 | 4.8 秒（哈希聚合）, 4.8 秒（分组聚合） | 30 | 29.6 倍 |
1、关闭并行，耗时：142.3 秒。
postgres=# explain select i,count(*) from table1 group by i;
QUERY PLAN
----------------------------------------------------------------------------
HashAggregate (cost=19424779.96..19424779.97 rows=1 width=10)
Group Key: i
-> Seq Scan on table1 (cost=0.00..14424779.64 rows=1000000064 width=2)
(3 rows)
postgres=# select i,count(*) from table1 group by i;
i | count
---+------------
1 | 1000000000
(1 row)
Time: 142325.734 ms (02:22.326)
2、开启并行，耗时：4.8 秒。
set enable_sort=off;
postgres=# explain select i,count(*) from table1 group by i;
QUERY PLAN
----------------------------------------------------------------------------------------------
Finalize HashAggregate (cost=4924779.19..4924779.20 rows=1 width=10)
Group Key: i
-> Gather (cost=4924779.03..4924779.04 rows=30 width=10)
Workers Planned: 30
-> Partial HashAggregate (cost=4924779.03..4924779.04 rows=1 width=10)
Group Key: i
-> Parallel Seq Scan on table1 (cost=0.00..4758112.35 rows=33333335 width=2)
(7 rows)
postgres=# select i,count(*) from table1 group by i;
i | count
---+------------
1 | 1000000000
(1 row)
Time: 4807.538 ms (00:04.808)
set enable_sort=on;
postgres=# explain select i,count(*) from table1 group by i;
QUERY PLAN
----------------------------------------------------------------------------------------------------
Finalize GroupAggregate (cost=4924779.82..4924780.80 rows=1 width=10)
Group Key: i
-> Gather Merge (cost=4924779.82..4924780.64 rows=30 width=10)
Workers Planned: 30
-> Sort (cost=4924779.05..4924779.05 rows=1 width=10)
Sort Key: i
-> Partial HashAggregate (cost=4924779.03..4924779.04 rows=1 width=10)
Group Key: i
-> Parallel Seq Scan on table1 (cost=0.00..4758112.35 rows=33333335 width=2)
(9 rows)
postgres=# select i,count(*) from table1 group by i;
i | count
---+------------
1 | 1000000000
(1 row)
Time: 4825.378 ms (00:04.825)
其他知识
1、优化器自动并行度算法 CBO
《PostgreSQL 11 并行计算算法，参数，强制并行度设置》
2、function, op 识别是否支持parallel
postgres=# select proparallel,proname from pg_proc;
proparallel | proname
-------------+----------------------------------------------
s | boolin
s | boolout
s | byteain
s | byteaout
3、subquery mapreduce unlogged table
对于一些情况，如果期望简化优化器对非常非常复杂的SQL并行优化的负担，可以自己将SQL拆成几段，中间结果使用unlogged table保存，类似mapreduce的思想。unlogged table同样支持parallel 计算。
4、vacuum，垃圾回收并行。
5、dblink 异步调用并行
《PostgreSQL VOPS 向量计算 + DBLINK异步并行 - 单实例 10亿 聚合计算跑进2秒》
《PostgreSQL 相似搜索分布式架构设计与实践 - dblink异步调用与多机并行(远程 游标+记录 UDF实例)》
暂时不允许并行的场景(将来PG会继续扩大支持范围)：
1、修改行，锁行，除了create table as , select into, create mview这几个可以使用并行。
2、query 会被中断时，例如cursor , loop in PL/SQL ，因为涉及到中间处理，所以不建议开启并行。
3、paralle unsafe udf ，这种UDF不会并行
4、嵌套并行(udf (内部query并行))，外部调用这个UDF的SQL不会并行。（主要是防止large parallel workers ）
5、SSI 隔离级别
参考
https://www.postgresql.org/docs/11/parallel-plans.html
《PostgreSQL 11 并行计算算法，参数，强制并行度设置》
《PostgreSQL 11 preview - 并行计算 增强 汇总》
《PostgreSQL 10 自定义并行计算聚合函数的原理与实践 - (含array_agg合并多个数组为单个一元数组的例子)》
免费领取阿里云RDS PostgreSQL实例、ECS虚拟机
