文档

PartitionedTable Scan Node

更新时间:

本文介绍了PartitionedTable Scan Node的使用方法以及性能对比等内容。

背景信息

查询算子Append是分区表的常用算子,但是它的性能低下,为了解决这个问题,PolarDB推出了PartitionedTable Scan算子,它是一个分区表的查询算子,比Append更加高效。用于解决分区表分区数量过多时,查询性能慢的问题。

使用限制

  • PolarDB PostgreSQL版(兼容Oracle)内核小版本需为V1.1.32及以上。

  • PartitionedTableScan目前仅支持select,不支持DML语句。

  • PartitionedTableScan不支持partitionwise_join, 如果您开启了enable_partitionwise_join,将不会生成PartitionedTableScan plan。

  • PartitionedTableScan不支持并行。

注意事项

PartitionedTable Scan Node功能仅适用于内核小版本为V1.1.32及以上的集群,存量集群请联系我们,进行开启。

使用指南

创建一张分区表。

CREATE TABLE prt1 (a int, b int, c varchar) PARTITION BY Hash(a) partitions 16;

通过参数启用PartitionedTableScan算子

当一张分区表的子分区数量大于polar_num_parts_for_partitionedscan参数值时,会生成PartitionedTableScan算子。polar_num_parts_for_partitionedscan参数取值范围:-1~INT_MAX,默认值为32(即当分区表的分区数量大于32个时,将会自动启用PartitionedTableScan 算子)。

说明
  • polar_num_parts_for_partitionedscan=-1时,将启用PartitionedTableScan算子,不管分区表的分区数量是多少。

  • polar_num_parts_for_partitionedscan=0时,不会启用PartitionedTableScan算子,不管分区表的分区数量是多少。

示例如下:

SET polar_num_parts_for_partitionedscan to -1;
explain select * from prt1;
                           QUERY PLAN                            
-----------------------------------------------------------------
 PartitionedTableScan on prt1  (cost=0.00..1.00 rows=1 width=40)
   ->  Seq Scan on prt1  (cost=0.00..1.00 rows=1 width=40)
(2 rows)

使用HINT

使用HINT语法PARTEDSCAN(table alias),示例如下:

EXPLAIN select /*+PARTEDSCAN(prt1) */ select * from prt1;
                           QUERY PLAN                            
-----------------------------------------------------------------
 PartitionedTableScan on prt1  (cost=0.00..1.00 rows=1 width=40)
   ->  Seq Scan on prt1  (cost=0.00..1.00 rows=1 width=40)
(2 rows)

性能对比

PartitionedTableScan(PTS)相比于Append更加高效,以下是PTS和Append的性能对比:

准备测试SQL:

explain select  * from prt1 where b = 10; 

explain select /*+PARTEDSCAN(prt1) */ * from prt1 where b = 10;  
说明

以下测试数据不能作为性能标准数据,不同配置,不同条件下测试出的数据可能不同,此处为开发环境测试出的临时数据。测试目的是根据单一变量原则,环境配置一致的情况下,对比Append和PartitionedTableScan的性能差异。

单条SQL的plan time

分区数量

Append plan time

PTS plan time

16

0.266ms

0.067ms

32

1.820ms

0.258ms

64

3.654ms

0.402ms

128

7.010ms

0.664ms

256

14.095ms

1.247ms

512

27.697ms

2.328ms

1024

73.176ms

4.165ms

memory(单条SQL内存使用量

分区数量

Append mem

PTS mem

16

1,170 KB

1,044 KB

32

1,240 KB

1,044 KB

64

2,120 KB

1,624 KB

128

2,244 KB

1,524 KB

256

2,888 KB

2,072 KB

512

4,720 KB

3,012 KB

1024

8,236 KB

5,280 KB

QPS(query per second

pgbench -i --scale=10
pgbench -c 64 -j 64 -n -T60
Query:
	explain select  * from prt1 where b = 10; 
	explain select /*+PARTEDSCAN(prt1) */ * from prt1 where b = 10;  

分区数量

Append QPS

PTS QPS

16

25,318

93,950

32

10,906

61,879

64

5,281

30,839

128

2,195

16,684

256

920

8,372

512

92

3,708

1024

21

1,190

结论

从上面的PartitionedTableScan和Append的对比而言,PartitionedTableScan相比于Append随着分区数量增加时,性能提升明显。如果您在业务中分区表分区的数量较多,且plantime很慢时,我们建议您使用PartitionedTableScan进行一定程度的优化。

  • 本页导读 (0)