GBase 8a Mpp Cluster集群产品参数篇之并行控制参数

1.   参数名称：gbase_parallel_execution（并行开关）
   
    取值范围：bool变量，缺省值为0（关闭并行）
   
    参数说明：用于控制是否启用并行的开关，可以在配置文件中设置（实例级生效），也可以在session级通过set命令设置（session级生效）
   

2.   参数名称：gbase_parallel_max_thread_in_pool（express后台线程池的总线程数）
   
    取值范围：0~4096，默认为系统CPU核数，通常不应设置超过cpu核数的2倍
   
    参数说明：用于配置并行执行器线程池中的总线程个数（线程池中的线程为数据库服务启动时创建，执行SQL时从线程池租用，用后归还，可有效避免线程频繁创建和销毁的代价）
   

3.   参数名称：gbase_parallel_degree（SQL并行度）
   
    取值范围：2~ gbase_parallel_max_thread_in_pool，小于2则表示不启用并行，最大取值范围不超过线程池可以线程数
   
    参数说明：控制每个SQL的最大并行度
   

4.   参数名称：_gbase_parallel_aggr_mode（并行聚集时的数据切分策略）
   
    取值范围：0——自动评估（缺省值）；1——按hash切分；2——按位置划分（Round-Robin）
   
    参数说明：控制并行分组聚集时的数据切分策略，不同的场景适合不同策略，分组字段的distinct值较多时适合hash划分（无需二次聚集），distinct值比较少的时候适合RR划分（划分数据代价低，二次聚集成本不高）。缺省策略为自动评估，如果发现自动评估的策略不准，可以手工设置为适合的策略。
   

示例案例：

某测试项目，6亿行聚出100万个分组，按理说应该评估成round-robin,但这个场景的数据特征是从任何一个相对小的采样窗口（几万条甚至几十万条）看，distinct比例都非常高 30%~50%，只有当采样窗口非常大（达到几百万条规模时）才有可能知道其distinct比例比较低，因此除非采样率非常高，否则无法获知相对准确的distinct比率，但采样率太高对性能的负面影响也可能很大。类似上述场景就属于很难评估准确的，这时需要手工干预，人为设定数据切分策略。