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_06.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_06.md#parallel-index-scan parallel index scan
并行索引掃描
資料量：10億。
create unlogged table table5 (i int, c1 int);
insert into table5 select i, random()*100 from generate_series(1,1000000000) t(i);
vacuum analyze table5;
set max_parallel_maintenance_workers=32;
create index idx_table5_1 on table5(c1);
alter table table5 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 |
|---|---|---|---|---|---|
| 10 億 | 19 秒 | 1.58 秒 | 20 | 12 倍 |
https://github.com/digoal/blog/blob/master/201903/20190317_06.md#1%E5%85%B3%E9%97%AD%E5%B9%B6%E8%A1%8C%E8%80%97%E6%97%B6-19-%E7%A7%92 1、關閉并行，耗時： 19 秒。
postgres=# explain select avg(i) from table5 where c1=1 and i<1000000;
QUERY PLAN
--------------------------------------------------------------------------------------------
Aggregate (cost=10229457.74..10229457.75 rows=1 width=32)
-> Index Scan using idx_table5_1 on table5 (cost=0.57..10229432.34 rows=10158 width=4)
Index Cond: (c1 = 1)
Filter: (i < 1000000)
(4 rows)
postgres=# select avg(i) from table5 where c1=1 and i<1000000;
avg
---------------------
501131.321720902376
(1 row)
Time: 18986.315 ms (00:18.986)
https://github.com/digoal/blog/blob/master/201903/20190317_06.md#2%E5%BC%80%E5%90%AF%E5%B9%B6%E8%A1%8C%E8%80%97%E6%97%B6-158-%E7%A7%92 2、開啟并行，耗時： 1.58 秒。
postgres=# explain select avg(i) from table5 where c1=1 and i<1000000;
QUERY PLAN
---------------------------------------------------------------------------------------------------------------
Finalize Aggregate (cost=10113058.67..10113058.68 rows=1 width=32)
-> Gather (cost=10113058.61..10113058.62 rows=20 width=32)
Workers Planned: 20
-> Partial Aggregate (cost=10113058.61..10113058.62 rows=1 width=32)
-> Parallel Index Scan using idx_table5_1 on table5 (cost=0.57..10113057.34 rows=508 width=4)
Index Cond: (c1 = 1)
Filter: (i < 1000000)
(7 rows)
postgres=# select avg(i) from table5 where c1=1 and i<1000000;
avg
---------------------
501131.321720902376
(1 row)
Time: 1583.644 ms (00:01.584)
https://github.com/digoal/blog/blob/master/201903/20190317_06.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_06.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_06.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
![[轉]九大排序算法——C語言實作及詳解[圖]](data:image/gif;base64,R0lGODlhAQABAIAAAP///wAAACwAAAAAAQABAAACAkQBADs=)