PostgreSQL 并行查询介绍

2016年4月，PostgreSQL 社区发布了 PostgreSQL 9.6 Beta 1，迎来了并行查询（Parallel Query）这个新特性。在追求高性能计算和查询的大数据时代，能提升性能的特性都会成为一个新的热门话题。作为关注 PostgreSQL 发展的数据库开发者，本方作者将分享对于一些 PostgreSQL 并行查询特性相关话题的认识。

并行查询的背景

随着 SSD 等磁盘技术的平民化，以及动辄上百 GB 内存的普及，I/O 层面的性能问题得到了有效缓解。提升数据库的扩展性能，可以追求 Scale Out 的方式，增加机器，往分布式方向发展，也可以追求 Scale Up，增加硬件组件，充分利用各个硬件的资源，把单机的性能发挥到最大效果。相较而言，Scale Up 通过软件加速性能，依赖软件层面的优化，是低成本的扩展方案。

现代服务器除了磁盘和内存资源的增强，多 CPU 的配置也足够强大。数据库的 Join、聚合等操作内存耗费比较大，很多时间花在了数据的交换和缓存上，CPU 的利用率并不高，所以面向 CPU 的加速策略中，并发执行是一种常见的方法。

查询的性能是评价 OLAP 型数据库产品好坏的核心指标，而并行查询可以聚焦在数据的读和计算上，通过把 Join、聚合、排序等操作分解成多个操作实现并行。

并行查询的挑战在于，为了要做并行而加入的数据分片过程、进程或线程间的通信，以及并发控制方面带来的系统开销不但没有增加性能，反而降低了原有性能。实现上，如何在优化器里规划好并行计划也是很多数据库做不到的。

PostgreSQL 的并行查询功能主要由 PostgreSQL 社区的核心开发者 Robert Haas 等人开发。从