PostgreSQL 并行計算解說 之11 - parallel gather, gather merge

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/201903/20190317_03.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 gather merge      
                      
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/201903/20190317_03.md#parallel-gather--gather-merge parallel gather , gather merge

并行計算結果合并: (gather, gather merge)

parallel gather , gather merge 是一段并行任務中的ROOT部分，gather用來收集所有計算子程序的計算結果，gather merge用來收集所有計算子程序的計算結果并進行歸并排序。

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
普通并行(gather)	10 億	70.2 秒	2.5 秒	30	28.1 倍
歸并并行(gather merge)		78.2 秒	2.76 秒		28.3 倍

https://github.com/digoal/blog/blob/master/201903/20190317_03.md#1%E5%85%B3%E9%97%AD%E5%B9%B6%E8%A1%8C%E8%80%97%E6%97%B6-702-%E7%A7%92--782-%E7%A7%92 1、關閉并行，耗時： 70.2 秒 , 78.2 秒。

postgres=# explain select max(i) from table2;  
                                 QUERY PLAN                                   
----------------------------------------------------------------------------  
 Aggregate  (cost=16924779.00..16924779.01 rows=1 width=4)  
   ->  Seq Scan on table2  (cost=0.00..14424779.00 rows=1000000000 width=4)  
(2 rows)  
  
postgres=# explain select i from table2 order by i desc limit 10;  
                                    QUERY PLAN                                      
----------------------------------------------------------------------------------  
 Limit  (cost=10036034419.47..10036034419.50 rows=10 width=4)  
   ->  Sort  (cost=10036034419.47..10038534419.47 rows=1000000000 width=4)  
         Sort Key: i DESC  
         ->  Seq Scan on table2  (cost=0.00..14424779.00 rows=1000000000 width=4)  
(4 rows)  
  
  
postgres=# select max(i) from table2;  
 max   
-----  
  -1  
(1 row)  
  
Time: 70168.043 ms (01:10.168)  
  
postgres=# select i from table2 order by i desc limit 10;  
  i    
-----  
  -1  
  -2  
  -6  
  -7  
  -7  
 -12  
 -12  
 -14  
 -16  
 -18  
(10 rows)  
  
Time: 78217.388 ms (01:18.217)  
           

https://github.com/digoal/blog/blob/master/201903/20190317_03.md#2%E5%BC%80%E5%90%AF%E5%B9%B6%E8%A1%8C%E8%80%97%E6%97%B6-25-%E7%A7%92--276-%E7%A7%92 2、開啟并行，耗時： 2.5 秒 , 2.76 秒。

postgres=# explain select max(i) from table2;  
                                          QUERY PLAN                                            
----------------------------------------------------------------------------------------------  
 Finalize Aggregate  (cost=4841445.75..4841445.76 rows=1 width=4)  
   ->  Gather  (cost=4841445.67..4841445.68 rows=30 width=4)  
         Workers Planned: 30  
         ->  Partial Aggregate  (cost=4841445.67..4841445.68 rows=1 width=4)  
               ->  Parallel Seq Scan on table2  (cost=0.00..4758112.33 rows=33333333 width=4)  
(5 rows)  
  
postgres=# explain select i from table2 order by i desc limit 10;  
                                          QUERY PLAN                                            
----------------------------------------------------------------------------------------------  
 Limit  (cost=10005478434.44..10005478434.72 rows=10 width=4)  
   ->  Gather Merge  (cost=10005478434.44..10032832749.05 rows=999999990 width=4)  
         Workers Planned: 30  
         ->  Sort  (cost=10005478433.68..10005561767.01 rows=33333333 width=4)  
               Sort Key: i DESC  
               ->  Parallel Seq Scan on table2  (cost=0.00..4758112.33 rows=33333333 width=4)  
(6 rows)  
  
  
postgres=# select max(i) from table2;  
 max   
-----  
  -1  
(1 row)  
  
Time: 2523.247 ms (00:02.523)  
  
postgres=# select i from table2 order by i desc limit 10;  
  i    
-----  
  -1  
  -2  
  -6  
  -7  
  -7  
 -12  
 -12  
 -14  
 -16  
 -18  
(10 rows)  
  
Time: 2762.977 ms (00:02.763)  
           

https://github.com/digoal/blog/blob/master/201903/20190317_03.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/201903/20190317_03.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/201903/20190317_03.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