PostgreSQL 并行計算解說 之1 - parallel seq scan

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_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 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_03.md#parallel-seq-scan parallel seq scan

并行全表掃描。

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
全表掃描	10 億	53.4 秒	1.8 秒	32	29.7 倍

https://github.com/digoal/blog/blob/master/201903/20190316_03.md#1%E5%85%B3%E9%97%AD%E5%B9%B6%E8%A1%8C%E6%9F%A5%E8%AF%A2%E8%80%97%E6%97%B6534%E7%A7%92 1、關閉并行查詢耗時：53.4秒。

postgres=# explain select count(*) from table1;  
                                 QUERY PLAN                                   
----------------------------------------------------------------------------  
 Aggregate  (cost=16924779.80..16924779.81 rows=1 width=8)  
   ->  Seq Scan on table1  (cost=0.00..14424779.64 rows=1000000064 width=0)  
(2 rows)  
  
postgres=# select count(*) from table1;  
   count      
------------  
 1000000000  
(1 row)  
  
Time: 53487.252 ms (00:53.487)  
           

https://github.com/digoal/blog/blob/master/201903/20190316_03.md#2%E5%BC%80%E5%90%AF%E5%B9%B6%E8%A1%8C%E6%89%AB%E6%8F%8F%E8%80%97%E6%97%B618%E7%A7%92 2、開啟并行掃描耗時：1.8秒。

postgres=# explain select count(*) from table1;  
                                          QUERY PLAN                                            
----------------------------------------------------------------------------------------------  
 Finalize Aggregate  (cost=4815404.11..4815404.12 rows=1 width=8)  
   ->  Gather  (cost=4815404.02..4815404.03 rows=32 width=8)  
         Workers Planned: 32  
         ->  Partial Aggregate  (cost=4815404.02..4815404.03 rows=1 width=8)  
               ->  Parallel Seq Scan on table1  (cost=0.00..4737279.02 rows=31250002 width=0)  
(5 rows)  
  
postgres=#  select count(*) from table1;  
   count      
------------  
 1000000000  
(1 row)  
  
Time: 1831.055 ms (00:01.831)  
           

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