PostgreSQL 并行計算解說 之6 - parallel CREATE MATERIALIZED VIEW

标簽

PostgreSQL , cpu 并行 , smp 并行 , 并行計算 , gpu 并行 , 并行過程支援

https://github.com/digoal/blog/blob/master/201903/20190316_08.md#%E8%83%8C%E6%99%AF 背景

PostgreSQL 11 優化器已經支援了非常多場合的并行。簡單估計，已支援27餘種場景的并行計算。

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 自定義并行聚合            
            
parallel 自定義并行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             
           

接下來進行一一介紹。

關鍵知識請先自行了解：

1、優化器自動并行度算法 CBO

《PostgreSQL 9.6 并行計算 優化器算法淺析》 《PostgreSQL 11 并行計算算法，參數，強制并行度設定》

https://github.com/digoal/blog/blob/master/201903/20190316_08.md#parallel-create-materialized-view parallel CREATE MATERIALIZED VIEW

并行建立物化視圖

資料量：10億。

場景	資料量	關閉并行	開啟并行	并行度	開啟并行性能提升倍數
CREATE MATERIALIZED VIEW	10 億	54.7 秒	2 秒	30	27.35 倍

https://github.com/digoal/blog/blob/master/201903/20190316_08.md#1%E5%85%B3%E9%97%AD%E5%B9%B6%E8%A1%8C%E8%80%97%E6%97%B6-547-%E7%A7%92 1、關閉并行，耗時： 54.7 秒。

drop table tbl_test;    
    
postgres=# explain create materialized view tbl_test as select * from table1 where i<>1;  
                         QUERY PLAN                            
-------------------------------------------------------------  
 Seq Scan on table1  (cost=0.00..16924779.80 rows=1 width=2)  
   Filter: (i <> 1)  
(2 rows)  
  
postgres=# create unlogged table tbl_test as select * from table1 where i<>1;  
SELECT 0  
Time: 54714.511 ms (00:54.715)  
           

https://github.com/digoal/blog/blob/master/201903/20190316_08.md#2%E5%BC%80%E5%90%AF%E5%B9%B6%E8%A1%8C%E8%80%97%E6%97%B6-2-%E7%A7%92 2、開啟并行，耗時： 2 秒。

drop materialized view tbl_test;    
    
postgres=# explain create materialized view tbl_test as select * from table1 where i<>1;  
                                QUERY PLAN                                   
---------------------------------------------------------------------------  
 Gather  (cost=0.00..4841445.69 rows=1 width=2)  
   Workers Planned: 30  
   ->  Parallel Seq Scan on table1  (cost=0.00..4841445.69 rows=1 width=2)  
         Filter: (i <> 1)  
(4 rows)  
  
postgres=# create materialized view tbl_test as select * from table1 where i<>1;  
SELECT 0  
Time: 2037.379 ms (00:02.037)  
           

注意CREATE MATERIALIZED VIEW的insert是非并行的(即Gather是單程序)，QUERY是并行的。

是以并行與非并行的性能差異隻展現在QUERY部分，INSERT部分實際上沒有差異。

https://github.com/digoal/blog/blob/master/201903/20190316_08.md#%E5%85%B6%E4%BB%96%E7%9F%A5%E8%AF%86 其他知識

2、function, op 識别是否支援parallel

postgres=# select proparallel,proname from pg_proc;            
 proparallel |                   proname                                
-------------+----------------------------------------------            
 s           | boolin            
 s           | boolout            
 s           | byteain            
 s           | byteaout            
           

3、subquery mapreduce unlogged table

對于一些情況，如果期望簡化優化器對非常非常複雜的SQL并行優化的負擔，可以自己将SQL拆成幾段，中間結果使用unlogged table儲存，類似mapreduce的思想。unlogged table同樣支援parallel 計算。

4、vacuum，垃圾回收并行。

5、dblink 異步調用并行

《PostgreSQL VOPS 向量計算 + DBLINK異步并行 - 單執行個體 10億 聚合計算跑進2秒》 《PostgreSQL 相似搜尋分布式架構設計與實踐 - dblink異步調用與多機并行(遠端 遊标+記錄 UDF執行個體)》 《PostgreSQL dblink異步調用實作 并行hash分片JOIN - 含資料交、并、差 提速案例 - 含dblink VS pg 11 parallel hash join VS pg 11 智能分區JOIN》

暫時不允許并行的場景(将來PG會繼續擴大支援範圍)：

1、修改行，鎖行，除了create table as , select into, create mview這幾個可以使用并行。

2、query 會被中斷時，例如cursor , loop in PL/SQL ，因為涉及到中間處理，是以不建議開啟并行。

3、paralle unsafe udf ，這種UDF不會并行

4、嵌套并行(udf (内部query并行))，外部調用這個UDF的SQL不會并行。（主要是防止large parallel workers ）

5、SSI 隔離級别

https://github.com/digoal/blog/blob/master/201903/20190316_08.md#%E5%8F%82%E8%80%83 參考

https://www.postgresql.org/docs/11/parallel-plans.html 《PostgreSQL 11 preview - 并行計算 增強 彙總》 《PostgreSQL 10 自定義并行計算聚合函數的原理與實踐 - (含array_agg合并多個數組為單個一進制數組的例子)》

https://github.com/digoal/blog/blob/master/201903/20190316_08.md#%E5%85%8D%E8%B4%B9%E9%A2%86%E5%8F%96%E9%98%BF%E9%87%8C%E4%BA%91rds-postgresql%E5%AE%9E%E4%BE%8Becs%E8%99%9A%E6%8B%9F%E6%9C%BA 免費領取阿裡雲RDS PostgreSQL執行個體、ECS虛拟機