本文共 2464 字，大约阅读时间需要 8 分钟。

PostgreSQL并行查询深度探索

并行查询参数概述

在PostgreSQL中，并行查询是一项强大的性能优化技术，尤其适用于处理大量数据和复杂查询。以下是影响并行查询的关键参数：

PostgreSQL优化器如何决定是否启用并行

PostgreSQL优化器基于以下逻辑决定是否启用并行查询：

并行顺序扫描测试

什么是顺序操作？

顺序操作类似于Oracle的全表扫描，PostgreSQL会按顺序读取整张表，逐行检查是否符合查询条件。对于单表查询，顺序操作的时间复杂度为O(n)，通常在时间敏感的场景下更适合使用索引（O(log(n))），但索引的维护和存储可能带来额外开销。

创建测试环境

创建一个名为people的表，字段包括id（主键）和age：

CREATE TABLE people (    id integer PRIMARY KEY NOT NULL,    age integer NOT NULL);

插入测试数据

插入1,000万行数据，每个人的年龄为1-100之间的随机数：

INSERT INTO people    SELECT id, (random() * 100) :: integer AS age    FROM generate_series(1, 10000000);

查询测试

测试获取年龄为6岁的人：

EXPLAIN ANALYZE SELECT * FROM people WHERE age = 6;

分析查询计划

查询计划显示使用了Seq Scan，实际时间为1579.476 ms。启用并行后：

SET max_parallel_workers_per_gather TO 2;EXPLAIN ANALYZE SELECT * FROM people WHERE age = 6;

此时查询时间降低到906.548 ms，表明并行查询有效减少了执行时间。

聚合函数的并行计算测试

重置环境

SET parallel_tuple_cost TO DEFAULT;SET max_parallel_workers_per_gather TO 0;

计算平均年龄

未启用并行时的查询时间为905 ms：

EXPLAIN ANALYZE SELECT avg(age) FROM people;

启用并行后：

SET max_parallel_workers_per_gather TO 2;EXPLAIN ANALYZE SELECT avg(age) FROM people;

查询时间降低到181 ms，表明并行计算对聚合操作也有显著优化。

join并行测试

创建测试环境

创建pets表并插入测试数据：

CREATE TABLE pets (    owner_id int NOT NULL,    species character(3) NOT NULL);CREATE INDEX pets_owner_id ON pets (owner_id);INSERT INTO pets    SELECT (random() * 10000000) :: integer AS owner_id,           ('cat,dog')::text[], ceil(random() * 2)) AS species    FROM generate_series(1, 10000000);

处理join查询

未启用并行时的查询时间为5967.223 ms：

EXPLAIN ANALYZE SELECT * FROM pets JOIN people ON pets.owner_id = people.id WHERE pets.species = 'cat' AND people.age = 18;

启用并行后查询时间降低到1306 ms，表明并行查询对join操作也有显著优化。

总结

通过以上测试可以看出，PostgreSQL并行查询在特定场景下能显著提升查询性能。合理设置参数和监控查询行为是实现高性能的关键。此外，强制启用并行可能增加开销，因此需要根据具体需求进行权衡。