प्रोहोस्टर > ब्लॉग > प्रशासन > PostgreSQL में समानांतर क्वेरीज़

PostgreSQL में समानांतर क्वेरीज़

PostgreSQL में समानांतर क्वेरीज़
आधुनिक सीपीयू में बहुत सारे कोर होते हैं। वर्षों से, एप्लिकेशन समानांतर रूप से डेटाबेस में प्रश्न भेज रहे हैं। यदि यह किसी तालिका में कई पंक्तियों पर एक रिपोर्ट क्वेरी है, तो यह कई सीपीयू का उपयोग करते समय तेजी से चलता है, और PostgreSQL संस्करण 9.6 के बाद से ऐसा करने में सक्षम है।

समानांतर क्वेरी सुविधा को लागू करने में 3 साल लग गए - हमें क्वेरी निष्पादन के विभिन्न चरणों में कोड को फिर से लिखना पड़ा। PostgreSQL 9.6 ने कोड को और बेहतर बनाने के लिए बुनियादी ढांचे की शुरुआत की। बाद के संस्करणों में, अन्य प्रकार की क्वेरीज़ को समानांतर में निष्पादित किया जाता है।

सीमाएं

  • यदि सभी कोर पहले से ही व्यस्त हैं तो समानांतर निष्पादन सक्षम न करें, अन्यथा अन्य अनुरोध धीमे हो जाएंगे।
  • सबसे महत्वपूर्ण बात यह है कि उच्च WORK_MEM मानों के साथ समानांतर प्रसंस्करण में बहुत अधिक मेमोरी का उपयोग होता है - प्रत्येक हैश जॉइन या सॉर्ट वर्क_मेम मेमोरी लेता है।
  • कम विलंबता वाले ओएलटीपी प्रश्नों को समानांतर निष्पादन द्वारा त्वरित नहीं किया जा सकता है। और यदि क्वेरी एक पंक्ति लौटाती है, तो समानांतर प्रसंस्करण केवल इसे धीमा कर देगा।
  • डेवलपर्स टीपीसी-एच बेंचमार्क का उपयोग करना पसंद करते हैं। हो सकता है कि आपके पास पूर्ण समानांतर निष्पादन के लिए समान प्रश्न हों।
  • बिना विधेय लॉकिंग के केवल SELECT क्वेरीज़ को समानांतर में निष्पादित किया जाता है।
  • कभी-कभी उचित अनुक्रमण समानांतर मोड में अनुक्रमिक तालिका स्कैनिंग से बेहतर होता है।
  • क्वेरीज़ और कर्सर को रोकना समर्थित नहीं है।
  • विंडो फ़ंक्शंस और ऑर्डर किए गए सेट एग्रीगेट फ़ंक्शंस समानांतर नहीं हैं।
  • I/O कार्यभार में आपको कुछ भी हासिल नहीं होता है।
  • कोई समानांतर सॉर्टिंग एल्गोरिदम नहीं हैं। लेकिन कुछ पहलुओं में सॉर्ट वाली क्वेरीज़ को समानांतर में निष्पादित किया जा सकता है।
  • समानांतर प्रसंस्करण को सक्षम करने के लिए CTE (साथ...) को नेस्टेड SELECT से बदलें।
  • तृतीय-पक्ष डेटा रैपर अभी तक समानांतर प्रसंस्करण का समर्थन नहीं करते हैं (लेकिन वे कर सकते हैं!)
  • पूर्ण बाहरी जुड़ाव समर्थित नहीं है.
  • max_rows समानांतर प्रसंस्करण को अक्षम करता है।
  • यदि किसी क्वेरी में कोई फ़ंक्शन है जो समानांतर सुरक्षित के रूप में चिह्नित नहीं है, तो यह सिंगल थ्रेडेड होगा।
  • क्रमबद्ध लेनदेन अलगाव स्तर समानांतर प्रसंस्करण को अक्षम कर देता है।

परीक्षण का वातावरण

PostgreSQL डेवलपर्स ने TPC-H बेंचमार्क प्रश्नों के प्रतिक्रिया समय को कम करने का प्रयास किया। बेंचमार्क डाउनलोड करें और इसे PostgreSQL में अनुकूलित करें. यह टीपीसी-एच बेंचमार्क का अनौपचारिक उपयोग है - डेटाबेस या हार्डवेयर तुलना के लिए नहीं।

  1. TPC-H_Tools_v2.17.3.zip डाउनलोड करें (या नया संस्करण) टीपीसी ऑफसाइट से.
  2. makefile.suite का नाम बदलकर Makefile करें और यहां बताए अनुसार बदलें: https://github.com/tvondra/pg_tpch . मेक कमांड के साथ कोड संकलित करें।
  3. डेटा जनरेट करें: ./dbgen -s 10 23 जीबी डेटाबेस बनाता है। यह समानांतर और गैर-समानांतर क्वेरी के प्रदर्शन में अंतर देखने के लिए पर्याप्त है।
  4. फ़ाइलों को परिवर्तित करना tbl в csv с for и sed.
  5. रिपॉजिटरी को क्लोन करें pg_tpch और फ़ाइलें कॉपी करें csv в pg_tpch/dss/data.
  6. एक कमांड के साथ क्वेरीज़ बनाएं qgen.
  7. कमांड के साथ डेटाबेस में डेटा लोड करें ./tpch.sh.

समानांतर अनुक्रमिक स्कैनिंग

यह समानांतर रीडिंग के कारण तेज़ नहीं हो सकता है, बल्कि इसलिए क्योंकि डेटा कई सीपीयू कोर में फैला हुआ है। आधुनिक ऑपरेटिंग सिस्टम में, PostgreSQL डेटा फ़ाइलें अच्छी तरह से कैश की जाती हैं। आगे पढ़ने के साथ, पीजी डेमॉन अनुरोधों की तुलना में भंडारण से एक बड़ा ब्लॉक प्राप्त करना संभव है। इसलिए, क्वेरी प्रदर्शन डिस्क I/O द्वारा सीमित नहीं है। यह CPU चक्रों का उपभोग करता है:

  • तालिका पृष्ठों से एक-एक करके पंक्तियाँ पढ़ें;
  • स्ट्रिंग मानों और शर्तों की तुलना करें WHERE.

चलिए एक सरल क्वेरी चलाते हैं select:

tpch=# explain analyze select l_quantity as sum_qty from lineitem where l_shipdate <= date '1998-12-01' - interval '105' day;
QUERY PLAN
--------------------------------------------------------------------------------------------------------------------------
Seq Scan on lineitem (cost=0.00..1964772.00 rows=58856235 width=5) (actual time=0.014..16951.669 rows=58839715 loops=1)
Filter: (l_shipdate <= '1998-08-18 00:00:00'::timestamp without time zone)
Rows Removed by Filter: 1146337
Planning Time: 0.203 ms
Execution Time: 19035.100 ms

अनुक्रमिक स्कैन एकत्रीकरण के बिना बहुत सारी पंक्तियाँ उत्पन्न करता है, इसलिए क्वेरी को एकल सीपीयू कोर द्वारा निष्पादित किया जाता है।

यदि आप जोड़ते हैं SUM(), आप देख सकते हैं कि दो वर्कफ़्लो क्वेरी को तेज़ करने में मदद करेंगे:

explain analyze select sum(l_quantity) as sum_qty from lineitem where l_shipdate <= date '1998-12-01' - interval '105' day;
QUERY PLAN
----------------------------------------------------------------------------------------------------------------------------------------------------
Finalize Aggregate (cost=1589702.14..1589702.15 rows=1 width=32) (actual time=8553.365..8553.365 rows=1 loops=1)
-> Gather (cost=1589701.91..1589702.12 rows=2 width=32) (actual time=8553.241..8555.067 rows=3 loops=1)
Workers Planned: 2
Workers Launched: 2
-> Partial Aggregate (cost=1588701.91..1588701.92 rows=1 width=32) (actual time=8547.546..8547.546 rows=1 loops=3)
-> Parallel Seq Scan on lineitem (cost=0.00..1527393.33 rows=24523431 width=5) (actual time=0.038..5998.417 rows=19613238 loops=3)
Filter: (l_shipdate <= '1998-08-18 00:00:00'::timestamp without time zone)
Rows Removed by Filter: 382112
Planning Time: 0.241 ms
Execution Time: 8555.131 ms

समानांतर एकत्रीकरण

समानांतर Seq स्कैन नोड आंशिक एकत्रीकरण के लिए पंक्तियाँ उत्पन्न करता है। "आंशिक समुच्चय" नोड इन पंक्तियों का उपयोग करके ट्रिम करता है SUM(). अंत में, प्रत्येक कार्यकर्ता प्रक्रिया से एसयूएम काउंटर "इकट्ठा करें" नोड द्वारा एकत्र किया जाता है।

अंतिम परिणाम की गणना "अंतिम समग्र" नोड द्वारा की जाती है। यदि आपके पास अपने स्वयं के एकत्रीकरण कार्य हैं, तो उन्हें "समानांतर सुरक्षित" के रूप में चिह्नित करना न भूलें।

कार्यकर्ता प्रक्रियाओं की संख्या

सर्वर को पुनरारंभ किए बिना कार्यकर्ता प्रक्रियाओं की संख्या बढ़ाई जा सकती है:

explain analyze select sum(l_quantity) as sum_qty from lineitem where l_shipdate <= date '1998-12-01' - interval '105' day;
QUERY PLAN
----------------------------------------------------------------------------------------------------------------------------------------------------
Finalize Aggregate (cost=1589702.14..1589702.15 rows=1 width=32) (actual time=8553.365..8553.365 rows=1 loops=1)
-> Gather (cost=1589701.91..1589702.12 rows=2 width=32) (actual time=8553.241..8555.067 rows=3 loops=1)
Workers Planned: 2
Workers Launched: 2
-> Partial Aggregate (cost=1588701.91..1588701.92 rows=1 width=32) (actual time=8547.546..8547.546 rows=1 loops=3)
-> Parallel Seq Scan on lineitem (cost=0.00..1527393.33 rows=24523431 width=5) (actual time=0.038..5998.417 rows=19613238 loops=3)
Filter: (l_shipdate <= '1998-08-18 00:00:00'::timestamp without time zone)
Rows Removed by Filter: 382112
Planning Time: 0.241 ms
Execution Time: 8555.131 ms

यहाँ क्या चल रहा है? कार्य प्रक्रियाएँ 2 गुना अधिक हो गईं, और अनुरोध केवल 1,6599 गुना तेज़ हो गया। गणनाएँ दिलचस्प हैं. हमारे पास 2 कार्यकर्ता प्रक्रियाएँ और 1 नेता थे। बदलाव के बाद यह 4+1 हो गया.

समानांतर प्रसंस्करण से हमारी अधिकतम गति: 5/3 = 1,66(6) गुना।

यह कैसे काम करता है?

Процессы

अनुरोध निष्पादन हमेशा अग्रणी प्रक्रिया से शुरू होता है। नेता सब कुछ गैर-समानांतर और कुछ समानांतर प्रसंस्करण करता है। अन्य प्रक्रियाएँ जो समान अनुरोध निष्पादित करती हैं, कार्यकर्ता प्रक्रियाएँ कहलाती हैं। समानांतर प्रसंस्करण बुनियादी ढांचे का उपयोग करता है गतिशील पृष्ठभूमि कार्यकर्ता प्रक्रियाएँ (संस्करण 9.4 से)। चूंकि PostgreSQL के अन्य भाग थ्रेड के बजाय प्रक्रियाओं का उपयोग करते हैं, 3 कार्यकर्ता प्रक्रियाओं वाली एक क्वेरी पारंपरिक प्रसंस्करण की तुलना में 4 गुना तेज हो सकती है।

इंटरेक्शन

कार्यकर्ता प्रक्रियाएं एक संदेश कतार (साझा स्मृति के आधार पर) के माध्यम से नेता के साथ संचार करती हैं। प्रत्येक प्रक्रिया में 2 कतारें होती हैं: त्रुटियों के लिए और टुपल्स के लिए।

कितने वर्कफ़्लो की आवश्यकता है?

न्यूनतम सीमा पैरामीटर द्वारा निर्दिष्ट है max_parallel_workers_per_gather. अनुरोध धावक तब पैरामीटर द्वारा सीमित पूल से कार्यकर्ता प्रक्रियाओं को लेता है max_parallel_workers size. आखिरी सीमा है max_worker_processes, अर्थात्, पृष्ठभूमि प्रक्रियाओं की कुल संख्या।

यदि किसी कार्यकर्ता प्रक्रिया को आवंटित करना संभव नहीं था, तो प्रसंस्करण एकल-प्रक्रिया होगी।

क्वेरी प्लानर तालिका या सूचकांक के आकार के आधार पर वर्कफ़्लो को कम कर सकता है। इसके लिए पैरामीटर हैं min_parallel_table_scan_size и min_parallel_index_scan_size.

set min_parallel_table_scan_size='8MB'
8MB table => 1 worker
24MB table => 2 workers
72MB table => 3 workers
x => log(x / min_parallel_table_scan_size) / log(3) + 1 worker

हर बार तालिका 3 गुना बड़ी होती है min_parallel_(index|table)_scan_size, पोस्टग्रेज़ एक कार्यकर्ता प्रक्रिया जोड़ता है। वर्कफ़्लो की संख्या लागत पर आधारित नहीं है. चक्रीय निर्भरता जटिल कार्यान्वयन को कठिन बना देती है। इसके बजाय, योजनाकार सरल नियमों का उपयोग करता है।

व्यवहार में, ये नियम हमेशा उत्पादन के लिए उपयुक्त नहीं होते हैं, इसलिए आप किसी विशिष्ट तालिका के लिए कार्य प्रक्रियाओं की संख्या बदल सकते हैं: तालिका बदलें ... सेट (parallel_workers = N).

समानांतर प्रसंस्करण का उपयोग क्यों नहीं किया जाता है?

प्रतिबंधों की लंबी सूची के अलावा, लागत जांच भी हैं:

parallel_setup_cost - छोटे अनुरोधों के समानांतर प्रसंस्करण से बचने के लिए। यह पैरामीटर मेमोरी तैयार करने, प्रक्रिया शुरू करने और प्रारंभिक डेटा विनिमय के समय का अनुमान लगाता है।

parallel_tuple_cost: कार्य प्रक्रियाओं से जुड़े टुपल्स की संख्या के अनुपात में नेता और कार्यकर्ताओं के बीच संचार में देरी हो सकती है। यह पैरामीटर डेटा विनिमय की लागत की गणना करता है।

नेस्टेड लूप जुड़ता है

PostgreSQL 9.6+ может выполнять вложенные циклы параллельно — это простая операция.

explain (costs off) select c_custkey, count(o_orderkey)
                from    customer left outer join orders on
                                c_custkey = o_custkey and o_comment not like '%special%deposits%'
                group by c_custkey;
                                      QUERY PLAN
--------------------------------------------------------------------------------------
 Finalize GroupAggregate
   Group Key: customer.c_custkey
   ->  Gather Merge
         Workers Planned: 4
         ->  Partial GroupAggregate
               Group Key: customer.c_custkey
               ->  Nested Loop Left Join
                     ->  Parallel Index Only Scan using customer_pkey on customer
                     ->  Index Scan using idx_orders_custkey on orders
                           Index Cond: (customer.c_custkey = o_custkey)
                           Filter: ((o_comment)::text !~~ '%special%deposits%'::text)

संग्रह अंतिम चरण में होता है, इसलिए नेस्टेड लूप लेफ्ट जॉइन एक समानांतर ऑपरेशन है। पैरेलल इंडेक्स ओनली स्कैन केवल संस्करण 10 में पेश किया गया था। यह पैरेलल सीरियल स्कैनिंग के समान काम करता है। स्थिति c_custkey = o_custkey प्रति क्लाइंट स्ट्रिंग एक ऑर्डर पढ़ता है। तो यह समानांतर नहीं है.

हैश जॉइन

PostgreSQL 11 तक प्रत्येक कार्यकर्ता प्रक्रिया अपनी स्वयं की हैश तालिका बनाती है। और यदि इनमें से चार से अधिक प्रक्रियाएँ हैं, तो प्रदर्शन में सुधार नहीं होगा। नए संस्करण में, हैश तालिका साझा की गई है। प्रत्येक कार्यकर्ता प्रक्रिया हैश तालिका बनाने के लिए WORK_MEM का उपयोग कर सकती है।

select
        l_shipmode,
        sum(case
                when o_orderpriority = '1-URGENT'
                        or o_orderpriority = '2-HIGH'
                        then 1
                else 0
        end) as high_line_count,
        sum(case
                when o_orderpriority <> '1-URGENT'
                        and o_orderpriority <> '2-HIGH'
                        then 1
                else 0
        end) as low_line_count
from
        orders,
        lineitem
where
        o_orderkey = l_orderkey
        and l_shipmode in ('MAIL', 'AIR')
        and l_commitdate < l_receiptdate
        and l_shipdate < l_commitdate
        and l_receiptdate >= date '1996-01-01'
        and l_receiptdate < date '1996-01-01' + interval '1' year
group by
        l_shipmode
order by
        l_shipmode
LIMIT 1;
                                                                                                                                    QUERY PLAN
-----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------
 Limit  (cost=1964755.66..1964961.44 rows=1 width=27) (actual time=7579.592..7922.997 rows=1 loops=1)
   ->  Finalize GroupAggregate  (cost=1964755.66..1966196.11 rows=7 width=27) (actual time=7579.590..7579.591 rows=1 loops=1)
         Group Key: lineitem.l_shipmode
         ->  Gather Merge  (cost=1964755.66..1966195.83 rows=28 width=27) (actual time=7559.593..7922.319 rows=6 loops=1)
               Workers Planned: 4
               Workers Launched: 4
               ->  Partial GroupAggregate  (cost=1963755.61..1965192.44 rows=7 width=27) (actual time=7548.103..7564.592 rows=2 loops=5)
                     Group Key: lineitem.l_shipmode
                     ->  Sort  (cost=1963755.61..1963935.20 rows=71838 width=27) (actual time=7530.280..7539.688 rows=62519 loops=5)
                           Sort Key: lineitem.l_shipmode
                           Sort Method: external merge  Disk: 2304kB
                           Worker 0:  Sort Method: external merge  Disk: 2064kB
                           Worker 1:  Sort Method: external merge  Disk: 2384kB
                           Worker 2:  Sort Method: external merge  Disk: 2264kB
                           Worker 3:  Sort Method: external merge  Disk: 2336kB
                           ->  Parallel Hash Join  (cost=382571.01..1957960.99 rows=71838 width=27) (actual time=7036.917..7499.692 rows=62519 loops=5)
                                 Hash Cond: (lineitem.l_orderkey = orders.o_orderkey)
                                 ->  Parallel Seq Scan on lineitem  (cost=0.00..1552386.40 rows=71838 width=19) (actual time=0.583..4901.063 rows=62519 loops=5)
                                       Filter: ((l_shipmode = ANY ('{MAIL,AIR}'::bpchar[])) AND (l_commitdate < l_receiptdate) AND (l_shipdate < l_commitdate) AND (l_receiptdate >= '1996-01-01'::date) AND (l_receiptdate < '1997-01-01 00:00:00'::timestamp without time zone))
                                       Rows Removed by Filter: 11934691
                                 ->  Parallel Hash  (cost=313722.45..313722.45 rows=3750045 width=20) (actual time=2011.518..2011.518 rows=3000000 loops=5)
                                       Buckets: 65536  Batches: 256  Memory Usage: 3840kB
                                       ->  Parallel Seq Scan on orders  (cost=0.00..313722.45 rows=3750045 width=20) (actual time=0.029..995.948 rows=3000000 loops=5)
 Planning Time: 0.977 ms
 Execution Time: 7923.770 ms

टीपीसी-एच से क्वेरी 12 स्पष्ट रूप से एक समानांतर हैश कनेक्शन दिखाती है। प्रत्येक कार्यकर्ता प्रक्रिया एक सामान्य हैश तालिका के निर्माण में योगदान करती है।

मर्ज करें, जुड़ें

मर्ज जॉइन प्रकृति में गैर-समानांतर है। यदि यह क्वेरी का अंतिम चरण है तो चिंता न करें - यह अभी भी समानांतर में चल सकता है।

-- Query 2 from TPC-H
explain (costs off) select s_acctbal, s_name, n_name, p_partkey, p_mfgr, s_address, s_phone, s_comment
from    part, supplier, partsupp, nation, region
where
        p_partkey = ps_partkey
        and s_suppkey = ps_suppkey
        and p_size = 36
        and p_type like '%BRASS'
        and s_nationkey = n_nationkey
        and n_regionkey = r_regionkey
        and r_name = 'AMERICA'
        and ps_supplycost = (
                select
                        min(ps_supplycost)
                from    partsupp, supplier, nation, region
                where
                        p_partkey = ps_partkey
                        and s_suppkey = ps_suppkey
                        and s_nationkey = n_nationkey
                        and n_regionkey = r_regionkey
                        and r_name = 'AMERICA'
        )
order by s_acctbal desc, n_name, s_name, p_partkey
LIMIT 100;
                                                QUERY PLAN
----------------------------------------------------------------------------------------------------------
 Limit
   ->  Sort
         Sort Key: supplier.s_acctbal DESC, nation.n_name, supplier.s_name, part.p_partkey
         ->  Merge Join
               Merge Cond: (part.p_partkey = partsupp.ps_partkey)
               Join Filter: (partsupp.ps_supplycost = (SubPlan 1))
               ->  Gather Merge
                     Workers Planned: 4
                     ->  Parallel Index Scan using <strong>part_pkey</strong> on part
                           Filter: (((p_type)::text ~~ '%BRASS'::text) AND (p_size = 36))
               ->  Materialize
                     ->  Sort
                           Sort Key: partsupp.ps_partkey
                           ->  Nested Loop
                                 ->  Nested Loop
                                       Join Filter: (nation.n_regionkey = region.r_regionkey)
                                       ->  Seq Scan on region
                                             Filter: (r_name = 'AMERICA'::bpchar)
                                       ->  Hash Join
                                             Hash Cond: (supplier.s_nationkey = nation.n_nationkey)
                                             ->  Seq Scan on supplier
                                             ->  Hash
                                                   ->  Seq Scan on nation
                                 ->  Index Scan using idx_partsupp_suppkey on partsupp
                                       Index Cond: (ps_suppkey = supplier.s_suppkey)
               SubPlan 1
                 ->  Aggregate
                       ->  Nested Loop
                             Join Filter: (nation_1.n_regionkey = region_1.r_regionkey)
                             ->  Seq Scan on region region_1
                                   Filter: (r_name = 'AMERICA'::bpchar)
                             ->  Nested Loop
                                   ->  Nested Loop
                                         ->  Index Scan using idx_partsupp_partkey on partsupp partsupp_1
                                               Index Cond: (part.p_partkey = ps_partkey)
                                         ->  Index Scan using supplier_pkey on supplier supplier_1
                                               Index Cond: (s_suppkey = partsupp_1.ps_suppkey)
                                   ->  Index Scan using nation_pkey on nation nation_1
                                         Index Cond: (n_nationkey = supplier_1.s_nationkey)

"मर्ज जॉइन" नोड "गेदर मर्ज" के ऊपर स्थित है। इसलिए विलय समानांतर प्रसंस्करण का उपयोग नहीं करता है। लेकिन "समानांतर सूचकांक स्कैन" नोड अभी भी इस खंड में मदद करता है part_pkey.

अनुभागों द्वारा कनेक्शन

PostgreSQL 11 में अनुभागों द्वारा कनेक्शन डिफ़ॉल्ट रूप से अक्षम: इसकी शेड्यूलिंग बहुत महंगी है। समान विभाजन वाली तालिकाओं को विभाजन दर विभाजन जोड़ा जा सकता है। इस तरह पोस्टग्रेज़ छोटी हैश तालिकाओं का उपयोग करेगा। अनुभागों का प्रत्येक कनेक्शन समानांतर हो सकता है।

tpch=# set enable_partitionwise_join=t;
tpch=# explain (costs off) select * from prt1 t1, prt2 t2
where t1.a = t2.b and t1.b = 0 and t2.b between 0 and 10000;
                    QUERY PLAN
---------------------------------------------------
 Append
   ->  Hash Join
         Hash Cond: (t2.b = t1.a)
         ->  Seq Scan on prt2_p1 t2
               Filter: ((b >= 0) AND (b <= 10000))
         ->  Hash
               ->  Seq Scan on prt1_p1 t1
                     Filter: (b = 0)
   ->  Hash Join
         Hash Cond: (t2_1.b = t1_1.a)
         ->  Seq Scan on prt2_p2 t2_1
               Filter: ((b >= 0) AND (b <= 10000))
         ->  Hash
               ->  Seq Scan on prt1_p2 t1_1
                     Filter: (b = 0)
tpch=# set parallel_setup_cost = 1;
tpch=# set parallel_tuple_cost = 0.01;
tpch=# explain (costs off) select * from prt1 t1, prt2 t2
where t1.a = t2.b and t1.b = 0 and t2.b between 0 and 10000;
                        QUERY PLAN
-----------------------------------------------------------
 Gather
   Workers Planned: 4
   ->  Parallel Append
         ->  Parallel Hash Join
               Hash Cond: (t2_1.b = t1_1.a)
               ->  Parallel Seq Scan on prt2_p2 t2_1
                     Filter: ((b >= 0) AND (b <= 10000))
               ->  Parallel Hash
                     ->  Parallel Seq Scan on prt1_p2 t1_1
                           Filter: (b = 0)
         ->  Parallel Hash Join
               Hash Cond: (t2.b = t1.a)
               ->  Parallel Seq Scan on prt2_p1 t2
                     Filter: ((b >= 0) AND (b <= 10000))
               ->  Parallel Hash
                     ->  Parallel Seq Scan on prt1_p1 t1
                           Filter: (b = 0)

मुख्य बात यह है कि अनुभागों में कनेक्शन केवल तभी समानांतर होता है जब ये अनुभाग पर्याप्त बड़े हों।

समानांतर परिशिष्ट

समानांतर परिशिष्ट विभिन्न वर्कफ़्लो में विभिन्न ब्लॉकों के बजाय उपयोग किया जा सकता है। यह आमतौर पर UNION ALL क्वेरीज़ के साथ होता है। नुकसान कम समानता है, क्योंकि प्रत्येक कार्यकर्ता प्रक्रिया केवल 1 अनुरोध संसाधित करती है।

यहां 2 वर्कर प्रक्रियाएं चल रही हैं, हालांकि 4 सक्षम हैं।

tpch=# explain (costs off) select sum(l_quantity) as sum_qty from lineitem where l_shipdate <= date '1998-12-01' - interval '105' day union all select sum(l_quantity) as sum_qty from lineitem where l_shipdate <= date '2000-12-01' - interval '105' day;
                                           QUERY PLAN
------------------------------------------------------------------------------------------------
 Gather
   Workers Planned: 2
   ->  Parallel Append
         ->  Aggregate
               ->  Seq Scan on lineitem
                     Filter: (l_shipdate <= '2000-08-18 00:00:00'::timestamp without time zone)
         ->  Aggregate
               ->  Seq Scan on lineitem lineitem_1
                     Filter: (l_shipdate <= '1998-08-18 00:00:00'::timestamp without time zone)

सबसे महत्वपूर्ण चर

  • WORK_MEM प्रति प्रक्रिया मेमोरी को सीमित करता है, न कि केवल प्रश्नों को: वर्क_मेम प्रक्रियाओं कनेक्शन = बहुत सारी मेमोरी.
  • max_parallel_workers_per_gather - योजना से समानांतर प्रसंस्करण के लिए निष्पादन कार्यक्रम कितने कार्यकर्ता प्रक्रियाओं का उपयोग करेगा।
  • max_worker_processes - सर्वर पर सीपीयू कोर की संख्या के अनुसार कार्यकर्ता प्रक्रियाओं की कुल संख्या को समायोजित करता है।
  • max_parallel_workers - वही, लेकिन समानांतर कार्य प्रक्रियाओं के लिए।

परिणाम

संस्करण 9.6 के अनुसार, समानांतर प्रसंस्करण जटिल प्रश्नों के प्रदर्शन में काफी सुधार कर सकता है जो कई पंक्तियों या अनुक्रमितों को स्कैन करते हैं। PostgreSQL 10 में, समानांतर प्रोसेसिंग डिफ़ॉल्ट रूप से सक्षम है। बड़े OLTP वर्कलोड वाले सर्वर पर इसे अक्षम करना याद रखें। अनुक्रमिक स्कैन या इंडेक्स स्कैन बहुत सारे संसाधनों का उपभोग करते हैं। यदि आप संपूर्ण डेटासेट पर रिपोर्ट नहीं चला रहे हैं, तो आप केवल अनुपलब्ध अनुक्रमणिका जोड़कर या उचित विभाजन का उपयोग करके क्वेरी प्रदर्शन में सुधार कर सकते हैं।

संदर्भों

स्रोत: www.habr.com

एक टिप्पणी जोड़ें