17370845950

PostgreSQL并行扫描通过多工作进程并发读取数据提升查询性能，适用于大规模顺序扫描。优化器根据表大小、函数安全性及统计信息等条件决定是否启用，并受max_parallel_workers_per_gather等参数控制。合理配置参数并结合分区表与EXPLAIN分析，可有效加速大表查询，但需避免小表或高并发场景下资源浪费。

PostgreSQL 的并行扫描（Parallel Scan）是提升大数据量查询性能的关键机制。它允许单个查询在执行时使用多个工作进程同时读取表数据，从而加快扫描速度。这种机制特别适用于大规模顺序扫描场景，能有效利用多核 CPU 资源，缩短查询响应时间。

并行扫描的基本原理

当 PostgreSQL 执行一个需要扫描大量数据的查询时，优化器会评估是否启用并行扫描。如果决定使用，主进程（称为“leader process”）会启动若干个并行工作进程（parallel workers），每个工作进程负责扫描表的一个数据块范围。

这些数据块通常是连续的页面组，通过共享缓冲区或直接从磁盘读取。所有工作进程将扫描结果返回给主进程，主进程再进行汇总、过滤或进一步处理。

• 并行扫描适用于顺序扫描（Seq Scan）、索引扫描（Index Only Scan）和位图扫描（Bitmap Heap Scan）等操作。
• 并行度由参数 max_parallel_workers_per_gather 控制，表示每个 Gather 节点最多可使用的并行进程数。
• 总系统级并行资源受 max_worker_processes 和 max_parallel_workers 限制。

并行扫描的触发条件

并非所有查询都能自动启用并行扫描。优化器会根据代价模型判断是否值得并行化。以下是一些关键前提：

• 表的大小必须足够大，使得并行带来的收益超过进程间通信开销。
• 查询不能包含无法安全并行执行的函数或操作（即非 parallel-safe 的函数）。
• 事务隔离级别需支持并行（例如，不能在可序列化模式下随意并行）。
• 目标表有统计信息支持（通过 ANALYZE 更新），以便准确估算扫描代价。

可以通过设置 FORCE_PARALLEL_MODE=on 测试并行行为，但生产环境慎用。

如何配置以启用并行加速

要让 PostgreSQL 充分发挥并行能力，合理的配置至关重要：

• 调整 max_parallel_workers_per_gather，如设为 4 或 8，表示每个查询最多启动这么多并行 worker。
• 确保 max_parallel_workers 足够大，以支持多个并发查询的并行需求。
• 提高 parallel_setup_cost 和 parallel_tuple_cost 可影响优化器对并行的偏好；值越低，并行越容易被选中。
• 对大表建立合适的分区结构，结合并行扫描效果更佳。

实际应用中的性能建议

并行扫描虽强，但也需注意合理使用：

• 小表查询开启并行反而可能变慢，因进程启动和协调有额外开销。
• 高并发环境下过多并行 worker 可能导致资源争用，应监控 CPU、内存和 I/O 使用情况。
• 配合 EXPLAIN (ANALYZE, BUFFERS) 查看实际是否启用并行及各 worker 的负载分布。
• 对于聚合类查询，可结合 PARALLEL SAFE 自定义函数提升效率。

基本上就这些。PostgreSQL 的并行扫描机制设计精细，只要配置得当，就能显著加速分析型或报表类业务查询。关键是理解其运行逻辑，避免盲目追求并行度，平衡资源使用与性能提升。不复杂但容易忽略。