PostgreSQL 并行計(jì)劃

當(dāng)前支持下列可并行的表掃描。

其他掃描類型（例如非B-樹索引的掃描）可能會在未來支持并行掃描。

正如在非并行計(jì)劃中那樣，驅(qū)動(dòng)表可能被使用嵌套循環(huán)、哈希連接或者歸并連接連接到一個(gè)或者多個(gè)其他表。連接的內(nèi)側(cè)可以是任何類型的被規(guī)劃器支持的非并行計(jì)劃，假設(shè)它能夠安全地在并行工作者中運(yùn)行。根據(jù)連接類型，內(nèi)側(cè)還可以是一種并行計(jì)劃。

PostgreSQL通過按兩個(gè)階段進(jìn)行聚集來支持并行聚集。首先，每個(gè)參與到查詢并行部分的進(jìn)程執(zhí)行一個(gè)聚集步驟，為該進(jìn)程注意到的每個(gè)分組產(chǎn)生一個(gè)部分結(jié)果。這在計(jì)劃中反映為一個(gè)Partial Aggregate節(jié)點(diǎn)。然后，部分結(jié)果通過Gather或者Gather Merge被傳輸?shù)筋I(lǐng)導(dǎo)者。最后，領(lǐng)導(dǎo)者對來自所有工作者的結(jié)果進(jìn)行重新聚集得到最終的結(jié)果。這在計(jì)劃中反映為一個(gè) Finalize Aggregate節(jié)點(diǎn)。

因?yàn)?code class="literal">Finalize Aggregate節(jié)點(diǎn)運(yùn)行在領(lǐng)導(dǎo)者進(jìn)程上，如果查詢產(chǎn)生的分組數(shù)相對于其輸入行數(shù)來說比較大，則查詢規(guī)劃器不會喜歡它。例如，在最壞的情況下，Finalize Aggregate節(jié)點(diǎn)看到的分組數(shù)可能與所有工作者進(jìn)程在Partial Aggregate階段看到的輸入行數(shù)一樣多。對于這類情況，使用并行聚集顯然得不到性能收益。查詢規(guī)劃器會在規(guī)劃過程中考慮這一點(diǎn)并且不太會在這種情況下選擇并行聚集。

并行聚集并非在所有情況下都被支持。每一個(gè)聚集都必須是對并行安全的并且必須有一個(gè)組合函數(shù)。如果該聚集有一個(gè)類型為internal的轉(zhuǎn)移狀態(tài)，它必須有序列化和反序列化函數(shù)。更多細(xì)節(jié)請參考 CREATE AGGREGATE 。如果任何聚集函數(shù)調(diào)用包含DISTINCT或ORDER BY子句，則不支持并行聚集。對于有序集聚集或者當(dāng)查詢涉及GROUPING SETS時(shí)，也不支持并行聚集。只有在查詢中涉及的所有連接也是該計(jì)劃并行部分的組成部分時(shí)，才能使用并行聚集。

只要當(dāng)PostgreSQL需要從多個(gè)源中整合行到一個(gè)單一結(jié)果集時(shí)，它會使用Append或MergeAppend計(jì)劃節(jié)點(diǎn)。在實(shí)現(xiàn)UNION ALL或掃描分區(qū)表時(shí)常常會發(fā)生這種情況。就像這些節(jié)點(diǎn)可以被用在任何其他計(jì)劃中一樣，它們可以被用在并行計(jì)劃中。不過，在并行計(jì)劃中，規(guī)劃器使用的是 Parallel Append節(jié)點(diǎn)。

當(dāng)一個(gè)Append節(jié)點(diǎn)被用在并行計(jì)劃中時(shí)，每個(gè)進(jìn)程將按照子計(jì)劃出現(xiàn)的順序執(zhí)行子計(jì)劃，這樣所有的參與進(jìn)程會合作執(zhí)行第一個(gè)子計(jì)劃直到它被完成，然后同時(shí)移動(dòng)到第二個(gè)計(jì)劃。而在使用Parallel Append時(shí)，執(zhí)行器將把它的子計(jì)劃盡可能均勻地散布在參與進(jìn)程中，這樣多個(gè)子計(jì)劃會被同時(shí)執(zhí)行。這避免了競爭，也避免了子計(jì)劃在那些不執(zhí)行它的進(jìn)程中產(chǎn)生啟動(dòng)代價(jià)。

此外，和常規(guī)的Append節(jié)點(diǎn)不同（在并行計(jì)劃中使用時(shí)僅有部分子計(jì)劃），Parallel Append節(jié)點(diǎn)既可以有部分子計(jì)劃也可以有非部分子計(jì)劃。非部分子計(jì)劃將僅被單個(gè)進(jìn)程掃描，因?yàn)閽呙杷鼈儾恢挂淮螘a(chǎn)生重復(fù)的結(jié)果。因此涉及到追加多個(gè)結(jié)果集的計(jì)劃即使在沒有有效的部分計(jì)劃可用時(shí)，也能實(shí)現(xiàn)粗粒度的并行。例如，考慮一個(gè)針對分區(qū)表的查詢，它只能通過使用一個(gè)不支持并行掃描的索引來實(shí)現(xiàn)。規(guī)劃器可能會選擇常規(guī) Index Scan計(jì)劃的Parallel Append。每個(gè)索引掃描必須被單一的進(jìn)程執(zhí)行完，但不同的掃描可以由不同的進(jìn)程同時(shí)執(zhí)行。

enable_parallel_append可以被用來禁用這種特性。

如果我們想要一個(gè)查詢能產(chǎn)生并行計(jì)劃但事實(shí)上又沒有產(chǎn)生，可以嘗試減小parallel_setup_cost或者parallel_tuple_cost。當(dāng)然，這個(gè)計(jì)劃可能比規(guī)劃器優(yōu)先產(chǎn)生的順序計(jì)劃還要慢，但也不總是如此。如果將這些設(shè)置為很小的值（例如把它們設(shè)置為零）也不能得到并行計(jì)劃，那就可能是有某種原因?qū)е虏樵円?guī)劃器無法為你的查詢產(chǎn)生并行計(jì)劃。可能的原因可見 第 15.2 節(jié)和第 15.4 節(jié)。

在執(zhí)行一個(gè)并行計(jì)劃時(shí)，可以用EXPLAIN (ANALYZE,VERBOSE)來顯示每個(gè)計(jì)劃節(jié)點(diǎn)在每個(gè)工作者上的統(tǒng)計(jì)信息。這些信息有助于確定是否所有的工作被均勻地分發(fā)到所有計(jì)劃節(jié)點(diǎn)以及從總體上理解計(jì)劃的性能特點(diǎn)。