PostgreSQL 并行計算解說 之7 - parallel create index

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_09.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 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_09.md#parallel-create-index parallel create index

并行建立索引

資料量：10億。

create unlogged table table2 (i int4);  
insert into table2 select random()*2000000000-2000000000 from generate_series(1,1000000000);  
           

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
create index	10 億	964 秒	252 秒	32	3.83 倍

https://github.com/digoal/blog/blob/master/201903/20190316_09.md#1%E5%85%B3%E9%97%AD%E5%B9%B6%E8%A1%8C%E8%80%97%E6%97%B6-964-%E7%A7%92 1、關閉并行，耗時： 964 秒。

set max_parallel_maintenance_workers =0;  
set maintenance_work_mem ='4GB';  
  
postgres=# create index idx_table2_1 on table2 (i);  
CREATE INDEX  
Time: 964426.023 ms (16:04.426)  
           

https://github.com/digoal/blog/blob/master/201903/20190316_09.md#2%E5%BC%80%E5%90%AF%E5%B9%B6%E8%A1%8C%E8%80%97%E6%97%B6-252-%E7%A7%92 2、開啟并行，耗時： 252 秒。

set max_parallel_maintenance_workers =32;  
set maintenance_work_mem ='4GB';  
  
postgres=# create index idx_table2_1 on table2 (i);  
CREATE INDEX  
Time: 252326.560 ms (04:12.327)  
           

排序支援并行，索引結構合并支援并行，由于建立索引有落盤操作，産生大量IO，大部分耗時在IO層面，整體耗時沒有與并行度呈現線性。

https://github.com/digoal/blog/blob/master/201903/20190316_09.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_09.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_09.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