🥇 PostgreSQL मा समानान्तर प्रश्नहरू

आधुनिक CPU हरूमा धेरै कोरहरू छन्। वर्षौंदेखि, अनुप्रयोगहरूले समानान्तर रूपमा डाटाबेसमा प्रश्नहरू पठाउँदै आएका छन्। यदि यो तालिकामा धेरै पङ्क्तिहरूमा रिपोर्ट क्वेरी हो भने, यो धेरै CPUs प्रयोग गर्दा छिटो चल्छ, र PostgreSQL संस्करण 9.6 देखि यो गर्न सक्षम भएको छ।

यो समानान्तर क्वेरी सुविधा लागू गर्न 3 वर्ष लाग्यो - हामीले क्वेरी कार्यान्वयनको विभिन्न चरणहरूमा कोड पुन: लेख्नुपर्‍यो। PostgreSQL 9.6 ले कोड थप सुधार गर्न पूर्वाधार प्रस्तुत गर्‍यो। पछिका संस्करणहरूमा, अन्य प्रकारका प्रश्नहरू समानान्तर रूपमा कार्यान्वयन गरिन्छ।

प्रतिबन्धहरू

यदि सबै कोर पहिले नै व्यस्त छन् भने समानान्तर कार्यान्वयन सक्षम नगर्नुहोस्, अन्यथा अन्य अनुरोधहरू सुस्त हुनेछन्।
सबैभन्दा महत्त्वपूर्ण कुरा, उच्च WORK_MEM मानहरूसँग समानान्तर प्रशोधनले धेरै मेमोरी प्रयोग गर्दछ - प्रत्येक ह्यास जोइन वा क्रमबद्धले work_mem मेमोरी लिन्छ।
कम विलम्बता OLTP प्रश्नहरू समानान्तर कार्यान्वयन द्वारा द्रुत गर्न सकिँदैन। र यदि क्वेरीले एउटा पङ्क्ति फर्काउँछ भने, समानान्तर प्रशोधनले मात्र यसलाई ढिलो गर्नेछ।
विकासकर्ताहरू TPC-H बेन्चमार्क प्रयोग गर्न मन पराउँछन्। हुनसक्छ तपाईंसँग समानान्तर कार्यान्वयनको लागि समान प्रश्नहरू छन्।
पूर्वनिर्धारित लक बिना मात्र SELECT क्वेरीहरू समानान्तर रूपमा कार्यान्वयन गरिन्छ।
कहिलेकाहीँ उचित अनुक्रमणिका समानान्तर मोडमा अनुक्रमिक तालिका स्क्यानिङ भन्दा राम्रो हुन्छ।
पजिङ क्वेरीहरू र कर्सरहरू समर्थित छैनन्।
सञ्झ्याल प्रकार्यहरू र क्रमबद्ध सेट समग्र प्रकार्यहरू समानान्तर छैनन्।
तपाईले I/O कार्यभारमा केहि पनि प्राप्त गर्नुहुन्न।
त्यहाँ कुनै समानान्तर क्रमबद्ध एल्गोरिदमहरू छैनन्। तर प्रकारका प्रश्नहरू केही पक्षहरूमा समानान्तर रूपमा कार्यान्वयन गर्न सकिन्छ।
समानान्तर प्रशोधन सक्षम गर्न CTE (WITH ...) लाई नेस्टेड SELECT सँग बदल्नुहोस्।
तेस्रो-पक्ष डेटा र्यापरहरूले अझै समानान्तर प्रशोधनलाई समर्थन गर्दैनन् (तर तिनीहरूले सक्थे!)
पूर्ण बाहिरी जोडि समर्थित छैन।
max_rows ले समानान्तर प्रक्रिया असक्षम पार्छ।
यदि क्वेरीमा समानान्तर सुरक्षित चिन्हित नभएको प्रकार्य छ भने, यो एकल थ्रेडेड हुनेछ।
SERIALIZABLE लेनदेन अलगाव स्तर समानान्तर प्रक्रिया असक्षम गर्दछ।

परिक्षण वातावरण

PostgreSQL विकासकर्ताहरूले TPC-H बेन्चमार्क प्रश्नहरूको प्रतिक्रिया समय कम गर्ने प्रयास गरे। बेन्चमार्क डाउनलोड गर्नुहोस् र यसलाई PostgreSQL मा अनुकूलन गर्नुहोस्। यो TPC-H बेन्चमार्कको अनौपचारिक प्रयोग हो - डाटाबेस वा हार्डवेयर तुलनाको लागि होइन।

डाउनलोड TPC-H_Tools_v2.17.3.zip (वा नयाँ संस्करण) TPC अफसाइटबाट.
makefile.suite लाई Makefile मा पुन: नामाकरण गर्नुहोस् र यहाँ वर्णन गरिए अनुसार परिवर्तन गर्नुहोस्: https://github.com/tvondra/pg_tpch । मेक आदेशको साथ कोड कम्पाइल गर्नुहोस्।
डाटा उत्पन्न गर्नुहोस्: ./dbgen -s 10 23 GB डाटाबेस सिर्जना गर्दछ। समानान्तर र गैर-समानान्तर प्रश्नहरूको प्रदर्शनमा भिन्नता हेर्न यो पर्याप्त छ।
फाइलहरू रूपान्तरण गर्नुहोस् tbl в csv с for и sed.
भण्डार क्लोन गर्नुहोस् pg_tpch र फाइलहरू प्रतिलिपि गर्नुहोस् csv в pg_tpch/dss/data.
आदेशको साथ प्रश्नहरू सिर्जना गर्नुहोस् qgen.
आदेशको साथ डाटाबेसमा डाटा लोड गर्नुहोस् ./tpch.sh.

समानान्तर क्रमिक स्क्यानिङ

यो समानान्तर पढाइको कारण होइन, तर धेरै CPU कोरहरूमा डाटा फैलिएको कारणले छिटो हुन सक्छ। आधुनिक अपरेटिङ सिस्टमहरूमा, PostgreSQL डाटा फाइलहरू राम्रोसँग क्यास गरिएका छन्। अगाडि पढ्दा, PG डेमन अनुरोधहरू भन्दा भण्डारणबाट ठूलो ब्लक प्राप्त गर्न सम्भव छ। त्यसैले, क्वेरी प्रदर्शन डिस्क I/O द्वारा सीमित छैन। यसले सीपीयू चक्रहरू उपभोग गर्दछ:

तालिका पृष्ठहरूबाट एक पटकमा पङ्क्तिहरू पढ्नुहोस्;
स्ट्रिङ मान र सर्तहरू तुलना गर्नुहोस् WHERE.

एक साधारण प्रश्न चलाउनुहोस् 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

क्रमिक स्क्यानले एग्रीगेसन बिना धेरै पङ्क्तिहरू उत्पादन गर्छ, त्यसैले क्वेरी एकल CPU कोरद्वारा कार्यान्वयन गरिन्छ।

यदि तपाइँ थप्नुहुन्छ भने SUM(), तपाईले देख्न सक्नुहुन्छ कि दुई कार्यप्रवाहहरूले क्वेरीको गति बढाउन मद्दत गर्नेछ:

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

समानान्तर एकत्रीकरण

समानान्तर सेक स्क्यान नोडले आंशिक एकत्रीकरणको लागि पङ्क्तिहरू उत्पादन गर्दछ। "आंशिक कुल" नोडले यी रेखाहरू प्रयोग गरेर ट्रिम गर्दछ SUM()। अन्तमा, प्रत्येक कार्यकर्ता प्रक्रियाबाट SUM काउन्टर "गादर" नोडद्वारा सङ्कलन गरिन्छ।

अन्तिम परिणाम "फाइनलाइज एग्रीगेट" नोड द्वारा गणना गरिन्छ। यदि तपाइँसँग तपाइँको आफ्नै एकत्रीकरण कार्यहरू छन् भने, तिनीहरूलाई "समानान्तर सुरक्षित" को रूपमा चिन्ह लगाउन नबिर्सनुहोस्।

कार्यकर्ता प्रक्रियाहरूको संख्या

सर्भर पुन: सुरु नगरी कार्यकर्ता प्रक्रियाहरूको संख्या बढाउन सकिन्छ:

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 के भइरहेको छ? त्यहाँ २ गुणा बढी कार्य प्रक्रियाहरू थिए, र अनुरोध मात्र १.६५९९ गुणा छिटो भयो। गणनाहरू रोचक छन्। हामीसँग २ कार्यकर्ता प्रक्रिया र १ नेता थिए। परिवर्तन पछि यो 2+1,6599 भयो।

समानान्तर प्रक्रियाबाट हाम्रो अधिकतम गति: 5/3 = 1,66(6) पटक।

यसले कसरी काम गर्छ?

प्रक्रियाहरू

अनुरोध कार्यान्वयन सधैं अग्रणी प्रक्रिया संग सुरु हुन्छ। नेताले सबै कुरा गैर-समानान्तर र केही समानान्तर प्रशोधन गर्छ। समान अनुरोधहरू गर्ने अन्य प्रक्रियाहरूलाई कार्यकर्ता प्रक्रियाहरू भनिन्छ। समानान्तर प्रशोधन पूर्वाधार प्रयोग गर्दछ गतिशील पृष्ठभूमि कार्यकर्ता प्रक्रियाहरू (संस्करण 9.4 बाट)। PostgreSQL को अन्य भागहरूले थ्रेडहरूको सट्टा प्रक्रियाहरू प्रयोग गरेको हुनाले, 3 कार्यकर्ता प्रक्रियाहरूसँगको क्वेरी परम्परागत प्रशोधन भन्दा ४ गुणा छिटो हुन सक्छ।

अन्तरक्रिया

कार्यकर्ता प्रक्रियाहरूले सन्देश लाम (साझेदारी मेमोरीमा आधारित) मार्फत नेतासँग सञ्चार गर्दछ। प्रत्येक प्रक्रियामा 2 लामहरू छन्: त्रुटिहरूको लागि र टपलहरूको लागि।

कति कार्यप्रवाह आवश्यक छ?

न्यूनतम सीमा प्यारामिटर द्वारा निर्दिष्ट गरिएको छ max_parallel_workers_per_gather। अनुरोध धावक त्यसपछि प्यारामिटर द्वारा सीमित पूलबाट कार्यकर्ता प्रक्रियाहरू लिन्छ max_parallel_workers size। अन्तिम सीमा छ max_worker_processes, त्यो हो, पृष्ठभूमि प्रक्रियाहरूको कुल संख्या।

यदि यो कार्यकर्ता प्रक्रिया आवंटित गर्न सम्भव थिएन भने, प्रशोधन एकल-प्रक्रिया हुनेछ।

क्वेरी प्लानरले तालिका वा अनुक्रमणिकाको साइजको आधारमा कार्यप्रवाह घटाउन सक्छ। यसका लागि मापदण्डहरू छन् 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

प्रत्येक पटक तालिका भन्दा 3 गुणा ठूलो छ min_parallel_(index|table)_scan_size, Postgres ले कार्यकर्ता प्रक्रिया थप्छ। कार्यप्रवाहको संख्या लागतमा आधारित छैन। सर्कुलर निर्भरताले जटिल कार्यान्वयनलाई गाह्रो बनाउँछ। यसको सट्टा, योजनाकारले सरल नियमहरू प्रयोग गर्दछ।

अभ्यासमा, यी नियमहरू उत्पादनको लागि सधैं उपयुक्त हुँदैनन्, त्यसैले तपाईंले एक विशेष तालिकाको लागि कार्यकर्ता प्रक्रियाहरूको संख्या परिवर्तन गर्न सक्नुहुन्छ: ALTER TABLE ... SET (parallel_workers = N).

किन समानान्तर प्रशोधन प्रयोग गरिएको छैन?

प्रतिबन्धहरूको लामो सूचीको अतिरिक्त, त्यहाँ लागत जाँचहरू पनि छन्:

parallel_setup_cost - छोटो अनुरोधहरूको समानान्तर प्रक्रियाबाट बच्न। यो प्यारामिटरले मेमोरी तयार गर्न, प्रक्रिया सुरु गर्न र प्रारम्भिक डाटा आदानप्रदान गर्ने समय अनुमान गर्छ।

parallel_tuple_cost: नेता र कार्यकर्ताहरू बीचको सञ्चार कार्य प्रक्रियाबाट टुपलहरूको संख्याको अनुपातमा ढिलाइ हुन सक्छ। यो प्यारामिटर डाटा विनिमय लागत गणना गर्दछ।

नेस्टेड लूप जोडिन्छ

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)

सङ्कलन अन्तिम चरणमा हुन्छ, त्यसैले Nested Loop Left Join एक समानान्तर सञ्चालन हो। समानान्तर अनुक्रमणिका मात्र स्क्यान संस्करण 10 मा मात्र प्रस्तुत गरिएको थियो। यसले समानान्तर क्रमिक स्क्यानिङ जस्तै काम गर्दछ। अवस्था c_custkey = o_custkey प्रति ग्राहक स्ट्रिङ एक अर्डर पढ्छ। त्यसैले यो समानान्तर छैन।

ह्यास सामेल हुनुहोस्

प्रत्येक कार्यकर्ता प्रक्रियाले PostgreSQL 11 सम्म आफ्नै ह्यास तालिका बनाउँछ। र यदि यी चार भन्दा बढी प्रक्रियाहरू छन् भने, कार्यसम्पादनमा सुधार हुँदैन। नयाँ संस्करणमा, ह्यास तालिका साझा गरिएको छ। प्रत्येक कार्यकर्ता प्रक्रियाले ह्यास तालिका सिर्जना गर्न WORK_MEM प्रयोग गर्न सक्छ।

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

TPC-H बाट क्वेरी 12 स्पष्ट रूपमा समानान्तर ह्यास जडान देखाउँछ। प्रत्येक कार्यकर्ता प्रक्रियाले साझा ह्यास तालिका सिर्जना गर्न योगदान गर्दछ।

सम्मिलित हुनुहोस्

मर्ज जोइन प्रकृतिमा गैर-समानान्तर हो। यदि यो प्रश्नको अन्तिम चरण हो भने चिन्ता नगर्नुहोस् - यो अझै पनि समानान्तरमा चल्न सक्छ।

-- 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 जोइन" नोड "गादर मर्ज" माथि अवस्थित छ। त्यसैले मर्जले समानान्तर प्रशोधन प्रयोग गर्दैन। तर "समानान्तर सूचकांक स्क्यान" नोड अझै पनि खण्डको साथ मद्दत गर्दछ part_pkey.

खण्डहरू द्वारा जडान

PostgreSQL 11 मा खण्डहरू द्वारा जडान पूर्वनिर्धारित रूपमा असक्षम: यो धेरै महँगो समय तालिका छ। समान विभाजन भएको तालिकाहरू विभाजनद्वारा विभाजनमा जोडिन सकिन्छ। यस तरिकाले Postgres ले सानो ह्यास तालिकाहरू प्रयोग गर्नेछ। खण्डहरूको प्रत्येक जडान समानान्तर हुन सक्छ।

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 कुरा यो हो कि खण्डहरूमा जडान समानान्तर छ यदि यी खण्डहरू पर्याप्त छन्।

समानान्तर जोड्नुहोस्

समानान्तर जोड्नुहोस् विभिन्न कार्यप्रवाहहरूमा विभिन्न ब्लकहरूको सट्टा प्रयोग गर्न सकिन्छ। यो सामान्यतया UNION ALL प्रश्नहरूको साथ हुन्छ। बेफाइदा कम समानान्तरता हो, किनकि प्रत्येक कार्यकर्ता प्रक्रियाले 1 अनुरोध मात्र प्रक्रिया गर्दछ।

यहाँ 2 कार्यकर्ता प्रक्रियाहरू चलिरहेका छन्, यद्यपि 4 सक्षम छन्।

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)

सबैभन्दा महत्त्वपूर्ण चर

WORK_MEM ले प्रति प्रक्रिया मेमोरी सीमित गर्दछ, प्रश्न मात्र होइन: work_mem प्रक्रियाहरू जडानहरू = धेरै मेमोरी।
max_parallel_workers_per_gather - योजनाबाट समानान्तर प्रक्रियाको लागि कार्यान्वयन गर्ने कार्यक्रमले कति कार्यकर्ता प्रक्रियाहरू प्रयोग गर्नेछ।
max_worker_processes - सर्भरमा CPU कोरहरूको संख्यामा कार्यकर्ता प्रक्रियाहरूको कुल संख्या समायोजन गर्दछ।
max_parallel_workers - समान, तर समानान्तर कार्य प्रक्रियाहरूको लागि।

परिणामहरू

संस्करण 9.6 को रूपमा, समानान्तर प्रशोधनले धेरै पङ्क्तिहरू वा अनुक्रमणिकाहरू स्क्यान गर्ने जटिल प्रश्नहरूको कार्यसम्पादनमा धेरै सुधार गर्न सक्छ। PostgreSQL 10 मा, समानान्तर प्रशोधन पूर्वनिर्धारित रूपमा सक्षम छ। ठूलो OLTP कार्यभार भएको सर्भरहरूमा यसलाई असक्षम गर्न सम्झनुहोस्। अनुक्रमिक स्क्यान वा अनुक्रमणिका स्क्यानहरूले धेरै स्रोतहरू खपत गर्दछ। यदि तपाइँ सम्पूर्ण डेटासेटमा रिपोर्ट चलाउनुहुन्न भने, तपाइँ हराएको अनुक्रमणिकाहरू थपेर वा उचित विभाजन प्रयोग गरेर क्वेरी प्रदर्शन सुधार गर्न सक्नुहुन्छ।

सन्दर्भ

स्रोत: www.habr.com

PostgreSQL मा समानान्तर प्रश्नहरू