Орчин үеийн процессорууд маш олон цөмтэй байдаг. Олон жилийн турш програмууд өгөгдлийн сан руу зэрэгцэн асуулга илгээсээр ирсэн. Хэрэв энэ нь хүснэгтийн олон эгнээний тайлангийн асуулга бол олон CPU ашиглах үед илүү хурдан ажилладаг бөгөөд PostgreSQL нь 9.6 хувилбараас хойш үүнийг хийх боломжтой болсон.
Зэрэгцээ асуулгын функцийг хэрэгжүүлэхэд 3 жил зарцуулсан - бид асуулгын гүйцэтгэлийн янз бүрийн үе шатанд кодыг дахин бичих шаардлагатай болсон. PostgreSQL 9.6 нь кодыг илүү сайжруулахын тулд дэд бүтцийг нэвтрүүлсэн. Дараагийн хувилбаруудад бусад төрлийн асуулга зэрэгцэн гүйцэтгэгдэнэ.
Хязгаарлалтууд
- Хэрэв бүх цөмүүд аль хэдийн завгүй байвал зэрэгцээ гүйцэтгэлийг бүү идэвхжүүл, эс тэгвээс бусад хүсэлтүүд удаашрах болно.
- Хамгийн чухал нь WORK_MEM-ийн өндөр утгатай зэрэгцээ боловсруулалт нь маш их санах ой ашигладаг - хэш нэгдэх эсвэл эрэмбэлэх бүр нь work_mem санах ой эзэлдэг.
- Бага хоцролттой OLTP асуулга зэрэгцээ гүйцэтгэлээр хурдасгах боломжгүй. Хэрэв асуулга нэг мөрийг буцаавал зэрэгцээ боловсруулалт нь зөвхөн удаашруулна.
- Хөгжүүлэгчид TPC-H шалгуур үзүүлэлтийг ашиглах дуртай. Танд төгс зэрэгцээ гүйцэтгэлийн талаархи ижил төстэй асуултууд байж магадгүй юм.
- Зөвхөн предикат түгжээгүй SELECT асуулга зэрэгцэн ажиллана.
- Заримдаа зөв индексжүүлэх нь зэрэгцээ горимд дараалсан хүснэгт скан хийхээс илүү дээр юм.
- Асуулга болон курсорыг түр зогсоохыг дэмждэггүй.
- Цонхны функцууд болон эрэмбэлэгдсэн багц нэгтгэх функцууд нь зэрэгцээ биш юм.
- Оролт гаралтын ажлын ачаалалд та юу ч олж авахгүй.
- Зэрэгцээ эрэмбэлэх алгоритм байхгүй. Гэхдээ эрэмбэтэй асуулга нь зарим талаараа зэрэгцүүлэн гүйцэтгэж болно.
- Зэрэгцээ боловсруулалтыг идэвхжүүлэхийн тулд CTE (WITH ...)-г үүрлэсэн SELECT-оор солино уу.
- Гуравдагч талын өгөгдлийн боодол нь зэрэгцээ боловсруулалтыг хараахан дэмждэггүй (гэхдээ тэд чадна!)
- FULL OUTER JOIN-ийг дэмждэггүй.
- max_rows нь зэрэгцээ боловсруулалтыг идэвхгүй болгодог.
- Хэрэв асуулга нь Зэрэгцээ АЮУЛГҮЙ гэж тэмдэглэгдээгүй функцтэй бол энэ нь нэг урсгалтай байх болно.
- SERIALIZABLE гүйлгээний тусгаарлах түвшин нь зэрэгцээ боловсруулалтыг идэвхгүй болгодог.
Туршилтын орчин
PostgreSQL хөгжүүлэгчид TPC-H жишиг асуулгын хариу өгөх хугацааг багасгахыг оролдсон. Жишиг шалгуурыг татаж авах ба . Энэ нь TPC-H жишиг үзүүлэлтийн албан бус хэрэглээ бөгөөд мэдээллийн сан эсвэл техник хангамжийн харьцуулалт биш юм.
- TPC-H_Tools_v2.17.3.zip (эсвэл шинэ хувилбар) татаж авах .
- makefile.suite-н нэрийг Makefile болгож, энд тайлбарласны дагуу өөрчил: . make командын тусламжтайгаар кодыг хөрвүүлнэ.
- Өгөгдөл үүсгэх:
./dbgen -s 1023 ГБ-ын мэдээллийн санг бий болгодог. Энэ нь зэрэгцээ болон зэрэгцээ бус асуулгын гүйцэтгэлийн ялгааг харахад хангалттай юм. - Файл хөрвүүлэх
tblвcsv с forиsed. - Хадгалах газрыг клон хийх
pg_tpchболон файлуудыг хуулахcsvвpg_tpch/dss/data. - Командын тусламжтайгаар асуулга үүсгэнэ үү
qgen. - Командын тусламжтайгаар өгөгдлийн санд өгөгдлийг ачаална уу
./tpch.sh.
Зэрэгцээ дараалсан сканнер
Зэрэгцээ уншсаны улмаас биш, харин өгөгдөл нь олон CPU-ийн цөмд тархсан учраас илүү хурдан байж магадгүй юм. Орчин үеийн үйлдлийн системүүдэд PostgreSQL өгөгдлийн файлуудыг сайн хадгалдаг. Цаашид уншсанаар PG дэмоны хүсэлтээс илүү том блок авах боломжтой. Тиймээс асуулгын гүйцэтгэл нь дискний оролт гаралтаар хязгаарлагдахгүй. Энэ нь CPU-ийн циклийг дараах зорилгоор ашигладаг:
- хүснэгтийн хуудаснаас мөрүүдийг нэг нэгээр нь унших;
- мөрийн утга ба нөхцөлийг харьцуулах
WHERE.
Энгийн асуулга ажиллуулъя 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 msДараалсан хайлт нь нэгтгэхгүйгээр хэт олон мөр үүсгэдэг тул асуулга нь нэг CPU-ийн цөмөөр хийгддэг.
Хэрэв та нэмбэл SUM(), та хоёр ажлын урсгал нь асуулгыг хурдасгахад тусална гэдгийг харж болно:
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 msЗэрэгцээ нэгтгэх
Parallel Seq Scan зангилаа нь хэсэгчлэн нэгтгэх мөрүүдийг үүсгэдэг. "Хэсэгчилсэн нэгтгэх" зангилаа нь эдгээр мөрүүдийг ашиглан тайрдаг SUM(). Төгсгөлд нь ажилчин бүрийн процессоос SUM тоолуурыг "Цуглуулах" зангилаагаар цуглуулдаг.
Эцсийн үр дүнг "Төгсгөлийн нэгтгэл" зангилаагаар тооцоолно. Хэрэв та өөрийн нэгтгэх функцтэй бол тэдгээрийг "зэрэгцээ аюулгүй" гэж тэмдэглэхээ мартуузай.
Ажилчдын үйл явцын тоо
Серверийг дахин эхлүүлэхгүйгээр ажилчдын процессын тоог нэмэгдүүлэх боломжтой.
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 msЭнд юу болоод байна? Ажлын процесс 2 дахин их байсан бөгөөд хүсэлт ердөө 1,6599 дахин хурдан болсон. Тооцоолол нь сонирхолтой юм. Бид 2 ажилчин, 1 удирдагчтай байсан. Өөрчлөлтийн дараа 4+1 болсон.
Зэрэгцээ боловсруулалтын хамгийн дээд хурд: 5/3 = 1,66 (6) удаа.
энэ нь хэрхэн ажилладаг вэ?
Үйл явц
Хүсэлтийг гүйцэтгэх нь үргэлж тэргүүлэх үйл явцаас эхэлдэг. Удирдагч бүх зүйлийг зэрэгцээ бус, зарим зэрэгцээ боловсруулалт хийдэг. Ижил хүсэлтийг гүйцэтгэдэг бусад процессуудыг ажилчны процесс гэж нэрлэдэг. Зэрэгцээ боловсруулалт нь дэд бүтцийг ашигладаг (9.4 хувилбараас). PostgreSQL-ийн бусад хэсгүүд нь thread гэхээсээ илүү процессуудыг ашигладаг тул 3 ажилчны процесс бүхий асуулга нь уламжлалт боловсруулалтаас 4 дахин хурдан байж болно.
Харилцаа холбоо
Ажилчдын үйл явц нь удирдагчтай мессежийн дарааллаар (хуваалцсан санах ойд суурилсан) харилцдаг. Процесс бүр 2 дараалалтай байдаг: алдаа болон залгуурын хувьд.
Хэдэн ажлын урсгал хэрэгтэй вэ?
Хамгийн бага хязгаарыг параметрээр тодорхойлно . Хүсэлтийг гүйцэтгэгч дараа нь параметрээр хязгаарлагдах сангаас ажилчдын процессуудыг авдаг . Сүүлийн хязгаарлалт нь , өөрөөр хэлбэл суурь процессуудын нийт тоо.
Хэрэв ажилчдыг хуваарилах боломжгүй байсан бол боловсруулалт нь нэг процесст явагдана.
Асуулга төлөвлөгч нь хүснэгт эсвэл индексийн хэмжээнээс хамааран ажлын урсгалыг багасгаж болно. Үүнд зориулсан параметрүүд байдаг и .
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 workerХүснэгт бүрээс 3 дахин том байна min_parallel_(index|table)_scan_size, Postgres нь ажилчны процессыг нэмдэг. Ажлын урсгалын тоо нь зардалд суурилдаггүй. Тойрог хамаарал нь нарийн төвөгтэй хэрэгжилтийг төвөгтэй болгодог. Үүний оронд төлөвлөгч энгийн дүрмийг ашигладаг.
Практикт эдгээр дүрмүүд нь үйлдвэрлэлд үргэлж тохирдоггүй тул та тодорхой хүснэгтэд зориулсан ажилчдын процессын тоог өөрчилж болно: ALTER TABLE ... SET (parallel_workers = N).
Зэрэгцээ боловсруулалтыг яагаад ашигладаггүй вэ?
Хязгаарлалтын урт жагсаалтаас гадна зардлын шалгалтууд бас байдаг:
- богино хүсэлтийг зэрэгцүүлэн боловсруулахаас зайлсхийх. Энэ параметр нь санах ойг бэлтгэх, процессыг эхлүүлэх, анхны өгөгдөл солилцох хугацааг тооцоолдог.
: удирдагч ба ажилчдын хоорондох харилцаа холбоо нь ажлын процессын тоотой пропорциональ удааширч болно. Энэ параметр нь өгөгдөл солилцох зардлыг тооцдог.
Нэгдсэн гогцоо холболтууд
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)Цуглуулга нь сүүлийн шатанд явагддаг тул Nested Loop Left Join нь зэрэгцээ үйлдэл юм. Зөвхөн Зэрэгцээ Индекс Scan нь зөвхөн 10-р хувилбар дээр гарсан. Энэ нь зэрэгцээ цуваа скан хийхтэй төстэй ажилладаг. Нөхцөл байдал c_custkey = o_custkey үйлчлүүлэгчийн мөр бүрт нэг захиалга уншдаг. Тиймээс энэ нь зэрэгцээ биш юм.
Хэш нэгдэх
Ажилчны процесс бүр PostgreSQL 11 хүртэл өөрийн хэш хүснэгтийг үүсгэдэг. Мөн эдгээр процессуудаас дөрвөөс илүү байвал гүйцэтгэл сайжрахгүй. Шинэ хувилбарт хэш хүснэгтийг хуваалцсан. Ажлын процесс бүр WORK_MEM-г ашиглан хэш хүснэгт үүсгэх боломжтой.
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 msTPC-H-ийн асуулга 12 нь зэрэгцээ хэш холболтыг тодорхой харуулж байна. Ажилчдын үйл явц бүр нийтлэг хэш хүснэгтийг бий болгоход хувь нэмэр оруулдаг.
Нэгтгэх
Нэгтгэх нь зэрэгцээ бус шинж чанартай байдаг. Хэрэв энэ нь асуулгын сүүлчийн алхам бол санаа зовох хэрэггүй - энэ нь зэрэгцээ ажиллаж болно.
-- 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)"Merge Join" зангилаа нь "Cather Merge" дээр байрладаг. Тиймээс нэгтгэх нь зэрэгцээ боловсруулалтыг ашигладаггүй. Гэхдээ "Зэрэгцээ индекс скан" зангилаа нь сегментэд тустай хэвээр байна part_pkey.
Хэсгүүдээр холбох
PostgreSQL 11 дээр анхдагчаар идэвхгүй: энэ нь маш үнэтэй хуваарьтай. Үүнтэй төстэй хуваалттай хүснэгтүүдийг хуваалтаар хувааж болно. Ингэснээр Postgres жижиг хэш хүснэгтүүдийг ашиглах болно. Хэсгийн холболт бүр зэрэгцээ байж болно.
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)Хамгийн гол нь эдгээр хэсгүүд хангалттай том бол хэсгүүдийн холболт нь зэрэгцээ байна.
Зэрэгцээ хавсралт
өөр өөр ажлын урсгалд өөр өөр блокуудын оронд ашиглаж болно. Энэ нь ихэвчлэн UNION ALL асуулгад тохиолддог. Сул тал нь параллелизм багатай, учир нь ажилчин бүр зөвхөн 1 хүсэлтийг боловсруулдаг.
Энд ажиллаж байгаа 2 ажилчны процесс байгаа боловч 4 нь идэвхжсэн.
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)Хамгийн чухал хувьсагчууд
- WORK_MEM нь зөвхөн асуулга биш, харин процесс бүрт санах ойг хязгаарладаг: work_mem үйл явц холболтууд = маш их санах ой.
- - Төлөвлөгөөний зэрэгцээ боловсруулалт хийхэд гүйцэтгэх программ нь хэдэн ажилчны процессыг ашиглах вэ.
- — сервер дээрх CPU-ийн цөмүүдийн тоогоор ажилчдын процессын нийт тоог тохируулдаг.
- - ижил, гэхдээ зэрэгцээ ажлын процессуудын хувьд.
Үр дүн
9.6 хувилбараас эхлэн зэрэгцээ боловсруулалт нь олон мөр эсвэл индексийг сканнердсан нарийн төвөгтэй асуулгын гүйцэтгэлийг ихээхэн сайжруулж чадна. PostgreSQL 10-д зэрэгцээ боловсруулалтыг анхдагчаар идэвхжүүлдэг. OLTP ачаалал ихтэй серверүүд дээр үүнийг идэвхгүй болгохоо мартуузай. Дараалсан сканнер эсвэл индекс сканнер нь маш их нөөц зарцуулдаг. Хэрэв та бүхэл өгөгдлийн багц дээр тайлан гаргахгүй байгаа бол дутуу индекс нэмэх эсвэл зөв хуваах замаар асуулгын гүйцэтгэлийг сайжруулж болно.
лавлагаа
Эх сурвалж: www.habr.com