PostgreSQL 并行計算解說 之13 - parallel OLAP : 中間結果 parallel with unlogged table

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_05.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_05.md#parallel-olap--%E4%B8%AD%E9%97%B4%E7%BB%93%E6%9E%9C-parallel-with-unlogged-table parallel OLAP : 中間結果 parallel with unlogged table

unlogged table并行計算，常用于OLAP業務中，海量中間結果集的計算。因為unlogged table不寫REDO日志，非常适合于中間結果的儲存。

資料量：10億。

例子，中間結果 10億：  
  
create unlogged table table2 (i int4);    
insert into table2 select random()*2000000000-2000000000 from generate_series(1,1000000000);    
vacuum analyze table2;  
postgres=# show max_worker_processes ;  
 max_worker_processes   
----------------------  
 128  
(1 row)  
postgres=# set max_parallel_workers=128;  
postgres=# set max_parallel_workers_per_gather =30;  
postgres=# set min_parallel_table_scan_size =0;  
postgres=# set min_parallel_index_scan_size =0;  
postgres=# set parallel_setup_cost =0;  
postgres=# set parallel_tuple_cost =0;  
postgres=# alter table table2 set (parallel_workers =64);  
           

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
parallel OLAP : 中間結果 parallel with unlogged table ; unlogged table并行求avg case	10 億	73.6 秒	2.5 秒	30	29.44 倍

https://github.com/digoal/blog/blob/master/201903/20190317_05.md#1%E5%85%B3%E9%97%AD%E5%B9%B6%E8%A1%8C%E8%80%97%E6%97%B6-736-%E7%A7%92 1、關閉并行，耗時： 73.6 秒。

postgres=# explain select avg(i) from table2;  
                                 QUERY PLAN                                   
----------------------------------------------------------------------------  
 Aggregate  (cost=16924779.00..16924779.01 rows=1 width=32)  
   ->  Seq Scan on table2  (cost=0.00..14424779.00 rows=1000000000 width=4)  
(2 rows)  
  
postgres=# select avg(i) from table2;  
         avg            
----------------------  
 -1000009679.73136987  
(1 row)  
  
Time: 73588.220 ms (01:13.588)  
           

https://github.com/digoal/blog/blob/master/201903/20190317_05.md#2%E5%BC%80%E5%90%AF%E5%B9%B6%E8%A1%8C%E8%80%97%E6%97%B6-25-%E7%A7%92 2、開啟并行，耗時： 2.5 秒。

postgres=# explain select avg(i) from table2;  
                                          QUERY PLAN                                            
----------------------------------------------------------------------------------------------  
 Finalize Aggregate  (cost=4841445.75..4841445.76 rows=1 width=32)  
   ->  Gather  (cost=4841445.67..4841445.68 rows=30 width=32)  
         Workers Planned: 30  
         ->  Partial Aggregate  (cost=4841445.67..4841445.68 rows=1 width=32)  
               ->  Parallel Seq Scan on table2  (cost=0.00..4758112.33 rows=33333333 width=4)  
(5 rows)  
  
postgres=# select avg(i) from table2;  
         avg            
----------------------  
 -1000009679.73136987  
(1 row)  
  
Time: 2546.767 ms (00:02.547)  
           

https://github.com/digoal/blog/blob/master/201903/20190317_05.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_05.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_05.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