PostgreSQL在2016年9月釋出了9.6版本，在該版本中新增了平行計算功能，目前PG支援的並行查詢主要是順序掃描（Sequencial Scans），並且支援部分連結查詢（join）和聚合（aggregation）。

並行查詢涉及的引數
max_worker_processes：決定了整個資料庫叢集允許啟動多少個work process（注意如果有standby，standby的引數必須大於等於主庫的引數值）。設定為0，表示不允許並行。

max_parallel_workers_per_gather: 最多會有多少個後臺程序來一起完成當前查詢，推薦值為1-4。這些workers主要來自max_worker_processes（程序池的大小）。在OLTP業務中，因為每個worker都會消耗同等的work_mem等資源，可能會產生比較嚴重的爭搶。

min_parallel_relation_size: 啟用並行查詢的最小資料表的大小，作為是否啟用平行計算的條件之一，如果小於它，不啟用平行計算。並不是所有小於它的表一定不會啟用並行。

parallel_setup_cost：表示啟動woker process的啟動成本，因為啟動worker程序需要建立共享記憶體等操作，屬於附帶的額外成本。其值越小，資料庫越有可能使用並行查詢。

parallel_tuple_cost：woker程序處理完後的tuple要傳輸給上層node，即程序間查詢結果的交換成本，即後臺程序間傳輸一個元組的代價。其值越小，資料庫越有可能使用並行。

force_parallel_mode: 主要用於測試，on/true表示強制使用並行查詢。

parallel_workers：設定表級並行度，可在建表時設定，也可後期設定

PostgreSQL優化器計算並行度及如何決定使用並行
1、確定整個系統能開多少worker程序（max_worker_processes）

2、計算平行計算的成本，優化器根據CBO原則選擇是否開啟並行（parallel_setup_cost、parallel_tuple_cost）。

3、強制開啟並行（force_parallel_mode）。

4、根據表級parallel_workers引數決定每個查詢的並行度取最小值(parallel_workers, max_parallel_workers_per_gather)

5、當表沒有設定parallel_workers引數，並且表的大小大於min_parallel_relation_size時，由演算法決定每個查詢的並行度。

並行順序掃描測試
什麼是順序操作
順序操作（同oracle中的全表掃描），意味著資料庫會按順序讀取整張表，逐行確認是否符合查詢條件。一般來說，當你關注給定查詢語句的執行時間時，需要關注順序操作。由以上可知，對於一個單表查詢來說，順序操作的時間複雜度為O(n)。對於時間敏感的查詢，走索引是更好的選擇，索引(預設的二叉樹索引)有更好的時間複雜度O(log(n))。但使用索引是有代價的：在進行插入和更新操作時，需要花費額外的時間更新索引，並佔用額外的記憶體和磁碟空間。因此，在一些情況下不使用索引，走順序操作可能是更好的選擇。以上這些需要根據實際情況取捨。

首先建立一個people表，只有id(主鍵)和age列:

postgres=# CREATETABLE people (id int PRIMARY KEY NOT NULL, age int NOT NULL);

CREATE TABLE

postgres=# \d people

Table "public.people"

Column |Type | Modifiers

-------+---------+-----------

id | integer | not null

age | integer | not null

Indexes:

"people_pkey" PRIMARY KEY, btree (id)

插入一些資料。一千萬行應該足以看到平行計算的用處。表中每個人的年齡取0~100的隨機數。

postgres=# INSERTINTO people SELECT id, (random()*100)::integer AS age FROMgenerate_series(1,10000000) AS id;

INSERT 0 10000000

現在嘗試獲取所有年齡為6歲的人，預計獲取約百分之一的行。

postgres=# EXPLAINANALYZE SELECT * FROM people WHERE age =6;

QUERY PLAN

------------------------------------------------------------------------------------------------------------------

Seq Scan on people (cost=0.00..169247.71 rows=104000 width=8) (actual time=0.052..1572.701 rows=100310 loops=1)

Filter: (age = 6)

Rows Removed by Filter: 9899690

Planning time: 0.061 ms

Execution time: 1579.476 ms

(5 rows)

上面查詢花了1579.476 ms。並行查詢預設是禁用的。現在啟用並行查詢，允許PostgreSQL最多使用兩個並行，然後再次執行該查詢。

postgres=# SET max_parallel_workers_per_gather = 2;

SET

postgres=# EXPLAINANALYZE SELECT * FROM people WHERE age =6;

QUERY PLAN

-----------------------------------------------------------------------------------------------------------------------------

Gather(cost=1000.00..107731.21 rows=104000 width=8) (actual time=0.431..892.823rows=100310 loops=1)

Workers Planned: 2

Workers Launched: 2

->Parallel Seq Scan on people(cost=0.00..96331.21 rows=43333 width=8) (actual time=0.109..862.562 rows=33437 loops=3)

Filter: (age = 6)

Rows Removed by Filter: 3299897

Planning time: 0.133 ms

Execution time: 906.548 ms

(8 rows)

使用並行查詢後，同樣語句查詢事件縮減到906.548 ms，還不到原來時間的一半。啟用並行查詢收集資料並將“收集”的資料進行聚合會帶來額外的開銷。每增加一個並行，開銷也隨之增大。有時更多的並行並不能改善查詢效能。但為了驗證並行的效能，你需要在資料庫伺服器上進行試驗，因為伺服器擁有更多的CPU核心。

不是所有的查詢都會使用並行。例如嘗試獲取年齡低於50的資料（這將返回一半資料）

postgres=# EXPLAINANALYZE SELECT * FROM people WHERE age <50;

QUERY PLAN

--------------------------------------------------------------------------------------------------------------------

Seq Scan on people (cost=0.00..169247.71 rows=4955739 width=8) (actual time=0.079..1957.076 rows=4949330 loops=1)

Filter: (age < 50)

Rows Removed by Filter: 5050670

Planning time: 0.097 ms

Execution time: 2233.848 ms

(5 rows)

上面的查詢返回表中的絕大多數資料，沒有使用並行，為什麼會這樣呢? 當查詢只返回表的一小部分時，平行計算程序啟動、執行（匹配查詢條件）及合併結果集的開銷小於序列計算的開銷。當返回表中大部分資料時，平行計算的開銷可能會高於其所帶來的好處。

如果要強制使用並行，可以強制設定平行計算的開銷為0，如下所示：

postgres=# SET parallel_tuple_cost TO 0;

SET

postgres=# EXPLAINANALYZE SELECT * FROM people WHERE age <50;

QUERY PLAN

----------------------------------------------------------------------------------------------------------------------------------

Gather(cost=1000.00..97331.21 rows=4955739 width=8) (actual time=0.424..3147.678rows=4949330 loops=1)

Workers Planned: 2

Workers Launched: 2

->Parallel Seq Scan on people(cost=0.00..96331.21 rows=2064891 width=8) (actual time=0.082..1325.310 rows=1649777 loops=3)

Filter: (age < 50)

Rows Removed by Filter: 1683557

Planning time: 0.104 ms

Execution time: 3454.690 ms

(8 rows)

從上面結果中可以看到，強制並行後，查詢語句執行時間由2233.848 ms增加到3454.690 ms，說明平行計算的開銷是真實存在的。

聚合函式的平行計算測試
測試之前，現重置一下現有環境

postgres=# SET parallel_tuple_cost TO DEFAULT;

SET

postgres=# SET max_parallel_workers_per_gather TO 0;

SET

下面語句在未開啟並行時，計算所有人的平均年齡

postgres=# EXPLAINANALYZE SELECT avg(age) FROM people;

QUERY PLAN

---------------------------------------------------------------------------------------------------------------------------

Aggregate (cost=169247.72..169247.73 rows=1 width=32) (actual time=2751.862..2751.862 rows=1 loops=1)

->Seq Scan on people (cost=0.00..144247.77 rows=9999977 width=4) (actual time=0.054..1250.670 rows=10000000 loops=1)

Planning time: 0.054 ms

Execution time: 2751.905 ms

(4 rows)

開啟並行後，再次計算平均年齡

postgres=# SET max_parallel_workers_per_gather TO 2;

SET

postgres=# EXPLAINANALYZE SELECT avg(age) FROM people;

QUERY PLAN

---------------------------------------------------------------------------------------------------------------------------

Finalize Aggregate (cost=97331.43..97331.44 rows=1 width=32) (actual time=1616.346..1616.346 rows=1 loops=1)

->Gather (cost=97331.21..97331.42 rows=2 width=32) (actual time=1616.143..1616.316 rows=3 loops=1)

Workers Planned: 2

Workers Launched: 2

-> Partial Aggregate (cost=96331.21..96331.22 rows=1 width=32) (actual time=1610.785..1610.785 rows=1 loops=3)

-> Parallel Seq Scan on people (cost=0.00..85914.57rows=4166657 width=4) (actual time=0.067..957.355 rows=3333333 loops=3)

Planning time: 0.248 ms

Execution time: 1619.181 ms

(8 rows)

從上面兩次查詢中可以看到，平行計算將查詢時間由2751.905 ms降低到了1619.181ms。

join並行測試
建立測試環境。建立一個1000萬行的pets表。

postgres=# CREATETABLE pets (owner_id int NOT NULL, species character(3) NOTNULL);

postgres=# CREATEINDEX pets_owner_id ON pets (owner_id);

postgres=# INSERTINTO pets SELECT (random()*10000000)::integer AS owner_id, ('{cat,dog}'::text[])[ceil(random()*2)] as species FROM generate_series(1,10000000);

不啟用平行計算，執行join語句

postgres=# SET max_parallel_workers_per_gather TO 0;

SET

postgres=# EXPLAINANALYZE SELECT * FROM pets JOIN people ON pets.owner_id =people.id WHERE pets.species = 'cat' AND people.age = 18;

QUERY PLAN

------------------------------------------------------------------------------------------------------------------------------

Hash Join (cost=171025.88..310311.99 rows=407 width=28) (actual time=1627.973..5963.378 rows=49943 loops=1)

Hash Cond: (pets.owner_id = people.id)

->Seq Scan on pets (cost=0.00..138275.00 rows=37611 width=20) (actual time=0.050..2784.238 rows=4997112 loops=1)

Filter: (species = 'cat'::bpchar)

Rows Removed by Filter: 5002888

->Hash (cost=169247.71..169247.71 rows=108333 width=8) (actual time=1626.987..1626.987 rows=100094 loops=1)

Buckets: 131072 Batches: 2 Memory Usage: 2974kB

-> Seq Scan on people (cost=0.00..169247.71 rows=108333 width=8) (actual time=0.045..1596.765 rows=100094 loops=1)

Filter: (age = 18)

Rows Removed by Filter: 9899906

Planning time: 0.466 ms

Execution time: 5967.223 ms

(12 rows)

以上查詢花費這幾乎是5967.223 ms，下面啟用平行計算

postgres=# SET max_parallel_workers_per_gather TO 2;

SET

postgres=# EXPLAINANALYZE SELECT * FROM pets JOIN people ON pets.owner_id =people.id WHERE pets.species = 'cat' AND people.age = 18;

QUERY PLAN

-------------------------------------------------------------------------------------------------------------------------------------

Gather(cost=1000.43..244061.39 rows=53871 width=16) (actual time=0.304..1295.285rows=49943 loops=1)

Workers Planned: 2

Workers Launched: 2

->Nested Loop (cost=0.43..237674.29 rows=22446 width=16) (actual time=0.347..1274.578 rows=16648 loops=3)

-> Parallel Seq Scan on people (cost=0.00..96331.21 rows=45139width=8) (actual time=0.147..882.415 rows=33365 loops=3)

Filter: (age = 18)

Rows Removed by Filter: 3299969

-> Index Scan using pets_owner_id on pets (cost=0.43..3.12rows=1 width=8) (actual time=0.010..0.011 rows=0 loops=100094)

Index Cond: (owner_id = people.id)

Filter: (species = 'cat'::bpchar)

Rows Removed by Filter: 1

Planning time: 0.274 ms

Execution time: 1306.590 ms

(13 rows)

由以上可知，查詢語句的執行時間從5967.223 ms降低到1306.590 ms。
————————————————
原文連結：https://blog.csdn.net/pg_hgdb/article/details/79156535