SQL并行查询
一条查询语句在所涉及的表中的数据量达到阈值时，由规划器生成的计划去执行扫描时性能会比较差。因此需要使用多个worker线程并行各自去执行扫描表操作，在Vastbase G100 V2.2版本中支持并行顺序扫描、并行嵌套查询、并行哈希连接。
并行顺序扫描
功能描述
并行顺序扫描就是利用多核CPU的并行处理能力，将一个表的顺序查询语句由多个并行worker线程去执行查询操作。
注意事项
- 不支持临时表、外表、分区表、非行存表的并行查询。
- 不支持CTE查询，并行join，并行子查询等。
示例
1、创建测试表test并插入数据。
create table test(id int,name text,age int);
insert into test values(generate_series(1,1000000),'vastbase',34);
2、指定分析表test。
analyze test;
3、设置并行度。
set query_dop=5;
4、打印并行查询计划。
explain select count(*) from test where id<100;
返回结果如下，则表示支持该功能：
QUERY PLAN
---------------------------------------------------------------------------------
-----
Aggregate (cost=8100.25..8100.26 rows=1 width=8)
-> Streaming(type: LOCAL GATHER dop: 1/5) (cost=8100.25..8100.26 rows=1 widt
h=8)
-> Aggregate (cost=8100.25..8100.26 rows=1 width=8)
-> Seq Scan on test (cost=0.00..8100.00 rows=100 width=0)
Filter: (id < 100)
(5 rows)
并行嵌套查询
功能描述
并行嵌套查询就是利用多核CPU的并行处理能力，将一个多表连接查询语句由多个并行worker线程执行。
注意事项
- 不支持临时表、外表、分区表、非行存表的并行查询。
- 不支持CET查询，并行子查询等。
示例
1、创建测试表并插入数据。
create table test_a (id int, col varchar(20));
create table test_b (id int, col int);
create table t3(id int, id2 int, id3 int);
insert into test_a values(generate_series(1,200000), 'xiaohong');
insert into test_b values(generate_series(100,200000), 20);
insert into t3 values(generate_series(1, 200000), generate_series(1, 100), generate_series(1, 10));
2、设置并行开关。
set enable_nestloop=on;
set enable_mergejoin=off;
set enable_hashjoin=off;
set query_dop=2;
3、打印嵌套循环并行查询计划。
explain (costs off)
select col from test_a where id in (select id from test_b where id in (select id from t3));
返回结果为：
QUERY PLAN
----------------------------------------------------------------------------------
Streaming(type: LOCAL GATHER dop: 1/2)
-> Nested Loop Semi Join
Join Filter: (test_a.id = test_b.id)
-> Streaming(type: LOCAL REDISTRIBUTE dop: 2/2)
-> Seq Scan on test_a
-> Materialize
-> Streaming(type: LOCAL REDISTRIBUTE dop: 2/2)
-> Nested Loop Semi Join
Join Filter: (test_b.id = t3.id)
-> Streaming(type: LOCAL REDISTRIBUTE dop: 2/2)
-> Seq Scan on test_b
-> Materialize
-> Streaming(type: LOCAL REDISTRIBUTE dop: 2/2)
-> Seq Scan on t3
(14 rows)
并行哈希连接
功能描述
并行哈希连接是利用多核CPU的并行处理能力，将一个生成哈希连接的执行计划由多个Worker执行。一个表连接语句规划器会生成哈希连接计划，并行哈希连接功能是执行器在执行时，将哈希连接的操作由多个Worker并行执行完成。
注意事项
- 不支持临时表、外表、分区表、非行存表的并行查询。
- 不支持CET查询，并行子查询等。
示例
1、创建两张表。
create table parallel_hashjoin_test_a (id int);
create table parallel_hashjoin_test_b (id int);
2、插入数据。
insert into parallel_hashjoin_test_a select n from generate_series(1,1000) n;
insert into parallel_hashjoin_test_b select n from generate_series(1,10) n;
3、收集两张表的统计信息。
analyse parallel_hashjoin_test_a;
analyse parallel_hashjoin_test_b;
4、打印两张表连接查询的查询计划。
explain (costs off) select * from parallel_hashjoin_test_a left outer join parallel_hashjoin_test_b on parallel_hashjoin_test_a.id = parallel_hashjoin_test_b.id where parallel_hashjoin_test_a.id < 10 order by parallel_hashjoin_test_a.id;
返回结果如下，则表示支持该功能：
QUERY PLAN
--------------------------------------------------------------------------------
Sort
Sort Key: parallel_hashjoin_test_a.id
-> Hash Left Join
Hash Cond: (parallel_hashjoin_test_a.id = parallel_hashjoin_test_b.id)
-> Seq Scan on parallel_hashjoin_test_a
Filter: (id < 10)
-> Hash
-> Seq Scan on parallel_hashjoin_test_b
(8 rows)
5、执行两张表连接查询。
select * from parallel_hashjoin_test_a left outer join parallel_hashjoin_test_b on parallel_hashjoin_test_a.id = parallel_hashjoin_test_b.id where parallel_hashjoin_test_a.id < 10 order by parallel_hashjoin_test_a.id;
返回结果为：
id | id
----+----
1 | 1
2 | 2
3 | 3
4 | 4
5 | 5
6 | 6
7 | 7
8 | 8
9 | 9
(9 rows)
