PostgreSQL中的partition-wise aggregation
Posted
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了PostgreSQL中的partition-wise aggregation相关的知识,希望对你有一定的参考价值。
partition-wise aggregation允许对每个分区分别执行的分区表进行分组或聚合。如果GROUP BY子句不包括分区键,则只能在每个分区的基础上执行部分聚合,并且必须稍后执行最终处理。由于partitionwise分组或聚合可能在计划期间占用大量CPU时间和内存,因此默认设置为关闭。
通过变量enable_partitionwise_aggregate控制是否启用该特性。
创建一个分区表,用于测试:
create table pagg_t (a int, b int, c text, d int) partition by list(c); create table pagg_t_p1 partition of pagg_t for values in (‘000‘, ‘001‘, ‘002‘, ‘003‘); create table pagg_t_p2 partition of pagg_t for values in (‘004‘, ‘005‘, ‘006‘, ‘007‘); create table pagg_t_p3 partition of pagg_t for values in (‘008‘, ‘009‘, ‘010‘, ‘011‘); insert into pagg_t select i % 20, i % 30, to_char(i % 12, ‘fm0000‘), i % 30 from generate_series(0, 2999) i; analyze pagg_t;
postgres=# show enable_partitionwise_aggregate; off postgres=# explain (costs off) select c, sum(a), avg(b), count(*), min(a), max(b) from pagg_t group by c having avg(d) < 15 order by 1, 2, 3; Sort Sort Key: pagg_t_p1.c, (sum(pagg_t_p1.a)), (avg(pagg_t_p1.b)) -> HashAggregate Group Key: pagg_t_p1.c Filter: (avg(pagg_t_p1.d) < ‘15‘::numeric) -> Append -> Seq Scan on pagg_t_p1 -> Seq Scan on pagg_t_p2 -> Seq Scan on pagg_t_p3 postgres=#
默认情况下,需要先分别扫描表的所有分区,将分区结果整合在一起(Append),然后执行哈希聚合(HashAggregate),最后进行排序(Sort)。
启用智能分区聚合功能,查看相同的聚合操作:
postgres=# set enable_partitionwise_aggregate=on; SET postgres=# show enable_partitionwise_aggregate; on postgres=# explain (costs off) select c, sum(a), avg(b), count(*), min(a), max(b) from pagg_t group by c having avg(d) < 15 order by 1, 2, 3; Sort Sort Key: pagg_t_p1.c, (sum(pagg_t_p1.a)), (avg(pagg_t_p1.b)) -> Append -> HashAggregate Group Key: pagg_t_p1.c Filter: (avg(pagg_t_p1.d) < ‘15‘::numeric) -> Seq Scan on pagg_t_p1 -> HashAggregate Group Key: pagg_t_p2.c Filter: (avg(pagg_t_p2.d) < ‘15‘::numeric) -> Seq Scan on pagg_t_p2 -> HashAggregate Group Key: pagg_t_p3.c Filter: (avg(pagg_t_p3.d) < ‘15‘::numeric) -> Seq Scan on pagg_t_p3 postgres=#
可以看到,启用该功能之后,先针对表中的所有分区执行哈希聚合(HashAggregate),然后将结果整合在一起(Append),最后进行排序(Sort)。其中,分区级别的聚合可以并行执行,性能会更好。
如果GROUP BY子句中没有包含分区字段,只会基于分区执行部分聚合操作,然后再对结果进行一次最终的聚合。
以下查询使用字段 a 进行分组聚合:
postgres=# explain (costs off) select a, sum(b), avg(b), count(*), min(a), max(b) from pagg_t group by a having avg(d) < 15 order by 1, 2, 3; Sort Sort Key: pagg_t_p1.a, (sum(pagg_t_p1.b)), (avg(pagg_t_p1.b)) -> Finalize HashAggregate Group Key: pagg_t_p1.a Filter: (avg(pagg_t_p1.d) < ‘15‘::numeric) -> Append -> Partial HashAggregate Group Key: pagg_t_p1.a -> Seq Scan on pagg_t_p1 -> Partial HashAggregate Group Key: pagg_t_p2.a -> Seq Scan on pagg_t_p2 -> Partial HashAggregate Group Key: pagg_t_p3.a -> Seq Scan on pagg_t_p3 postgres=#
由于字段 a 不是分区键,所以先执行分区级别的部分哈希聚合(Partial HashAggregate),聚合的结果中可能存在相同的分组(不同分区中的字段 a 存在相同的值),需要执行最终的哈希聚合(Finalize HashAggregate)操作。
以上是关于PostgreSQL中的partition-wise aggregation的主要内容,如果未能解决你的问题,请参考以下文章