PostgreSQL 并行計算解說 之8 - parallel sort

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_10.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_10.md#parallel-sort parallel sort

并行排序

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
排序	10 億	76.9 秒	2.75 秒	32	28 倍

https://github.com/digoal/blog/blob/master/201903/20190316_10.md#1%E5%85%B3%E9%97%AD%E5%B9%B6%E8%A1%8C%E8%80%97%E6%97%B6-769-%E7%A7%92 1、關閉并行，耗時： 76.9 秒。

postgres=# explain select * from table2 order by i limit 10;  
                                    QUERY PLAN                                      
----------------------------------------------------------------------------------  
 Limit  (cost=36034419.47..36034419.50 rows=10 width=4)  
   ->  Sort  (cost=36034419.47..38534419.47 rows=1000000000 width=4)  
         Sort Key: i  
         ->  Seq Scan on table2  (cost=0.00..14424779.00 rows=1000000000 width=4)  
(4 rows)  
  
postgres=# select * from table2 order by i limit 10;  
      i        
-------------  
 -1999999995  
 -1999999990  
 -1999999987  
 -1999999986  
 -1999999981  
 -1999999980  
 -1999999976  
 -1999999974  
 -1999999974  
 -1999999966  
(10 rows)  
  
Time: 76853.591 ms (01:16.854)  
           

https://github.com/digoal/blog/blob/master/201903/20190316_10.md#2%E5%BC%80%E5%90%AF%E5%B9%B6%E8%A1%8C%E8%80%97%E6%97%B6-275-%E7%A7%92 2、開啟并行，耗時： 2.75 秒。

postgres=# explain select * from table2 order by i limit 10;  
                                          QUERY PLAN                                            
----------------------------------------------------------------------------------------------  
 Limit  (cost=5412581.10..5412581.38 rows=10 width=4)  
   ->  Gather Merge  (cost=5412581.10..33212676.69 rows=1000000000 width=4)  
         Workers Planned: 32  
         ->  Sort  (cost=5412580.26..5490705.26 rows=31250000 width=4)  
               Sort Key: i  
               ->  Parallel Seq Scan on table2  (cost=0.00..4737279.00 rows=31250000 width=4)  
(6 rows)  
  
postgres=# select * from table2 order by i limit 10;  
      i        
-------------  
 -1999999995  
 -1999999990  
 -1999999987  
 -1999999986  
 -1999999981  
 -1999999980  
 -1999999976  
 -1999999974  
 -1999999974  
 -1999999966  
(10 rows)  
  
Time: 2753.157 ms (00:02.753)  
           

https://github.com/digoal/blog/blob/master/201903/20190316_10.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_10.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_10.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