备案控制台
文档
产品文档
输入文档关键字查找
首页 云原生数据库 PolarDB 云原生数据库PolarDB PostgreSQL版 自研内核能力 HTAP 弹性跨机并行查询（ePQ） ePQ支持分区表查询

ePQ支持分区表查询

更新时间：
一键部署
产品详情
相关技术圈
我的收藏

PolarDB PostgreSQL版的ePQ支持分区表查询功能。

背景信息

随着数据量的不断增长，表的规模将会越来越大。为了方便管理和提高查询性能，用户一般会使用分区表，将大表拆分成多张子分区表，每张子分区表又可以进一步拆分成二级子分区表，从而形成了多级分区表。

PolarDB PostgreSQL版支持弹性跨机并行查询，能够利用集群中多个计算节点提升只读查询的性能。ePQ不仅能够对普通表进行高效的跨机并行查询，对分区表也实现了跨机并行查询。

ePQ对分区表支持的基础功能如下：

  • 对分区策略为Range/List/Hash的分区表进行并行扫描。

  • 对分区表进行索引扫描。

  • 对分区表进行连接查询。

此外，ePQ还支持了部分与分区表相关的高级功能：

  • 分区裁剪。

  • 智能分区连接（Partition Wise Join）。

  • 对多级分区表进行并行查询。

ePQ暂不支持对具有多列分区键的分区表进行并行查询。

前提条件

支持的PolarDB PostgreSQL版的版本如下：

  • PostgreSQL 11（内核小版本1.1.17及以上）

  • PostgreSQL 14（内核小版本14.8.11.0及以上）

说明

您可通过如下语句查看PolarDB PostgreSQL版的内核小版本的版本号：

  • PostgreSQL 11

    show polar_version;

  • PostgreSQL 14

    select version();

使用指南

分区表并行查询

  1. 创建一张分区策略为Range的分区表，并创建三个子分区。

    CREATE TABLE t1 (id INT) PARTITION BY RANGE(id);
CREATE TABLE t1_p1 PARTITION OF t1 FOR VALUES FROM (0) TO (200);
CREATE TABLE t1_p2 PARTITION OF t1 FOR VALUES FROM (200) TO (400);
CREATE TABLE t1_p3 PARTITION OF t1 FOR VALUES FROM (400) TO (600);

  2. 开启ePQ和ePQ分区表扫描功能。

    SET polar_enable_px TO ON;
SET polar_px_enable_partition TO ON;

  3. 查看对分区表进行全表扫描的执行计划。

    EXPLAIN (COSTS OFF) SELECT * FROM t1;
                QUERY PLAN
-------------------------------------------
 PX Coordinator 6:1  (slice1; segments: 6)
   ->  Append
         ->  Partial Seq Scan on t1_p1
         ->  Partial Seq Scan on t1_p2
         ->  Partial Seq Scan on t1_p3
 Optimizer: PolarDB PX Optimizer
(6 rows)

    在上述执行计划中，ePQ将会启动一组进程并行扫描分区表的每一个子表。每一个扫描进程都会通过Append算子依次扫描每一个子表的一部分数据（Partial Seq Scan），并通过Motion算子（PX Coordinator）将所有进程的扫描结果汇聚到发起查询的进程并返回。

分区静态裁剪

当查询的过滤条件中包含分区键时，ePQ优化器可以根据过滤条件对需要扫描的分区表进行裁剪，避免扫描不需要的子分区，节省系统资源，提升查询性能。以上述t1表为例，查看以下查询的执行计划。

EXPLAIN (COSTS OFF) SELECT * FROM t1 WHERE id < 100;
                QUERY PLAN
-------------------------------------------
 PX Coordinator 6:1  (slice1; segments: 6)
   ->  Append
         ->  Partial Seq Scan on t1_p1
               Filter: (id < 100)
 Optimizer: PolarDB PX Optimizer
(5 rows)

由于查询的过滤条件id < 100包含分区键，因此ePQ优化器可以根据分区表的分区边界，在产生执行计划时去掉不符合过滤条件的子分区（t1_p2、t1_p3），只保留符合过滤条件的子分区（t1_p1）。

智能分区连接

在进行分区表之间的连接操作时，如果分区策略和边界相同，并且连接条件为分区键时，ePQ优化器可以产生以子分区为单位进行连接的执行计划，避免两张分区表进行笛卡尔积式的连接，节省系统资源，提升查询性能。

以两张Range分区表的连接为例。

  1. 创建两张分区策略和边界都相同的分区表t2和t3。

    CREATE TABLE t2 (id INT) PARTITION BY RANGE(id);
CREATE TABLE t2_p1 PARTITION OF t2 FOR VALUES FROM (0) TO (200);
CREATE TABLE t2_p2 PARTITION OF t2 FOR VALUES FROM (200) TO (400);
CREATE TABLE t2_p3 PARTITION OF t2 FOR VALUES FROM (400) TO (600);

CREATE TABLE t3 (id INT) PARTITION BY RANGE(id);
CREATE TABLE t3_p1 PARTITION OF t3 FOR VALUES FROM (0) TO (200);
CREATE TABLE t3_p2 PARTITION OF t3 FOR VALUES FROM (200) TO (400);
CREATE TABLE t3_p3 PARTITION OF t3 FOR VALUES FROM (400) TO (600);

  2. 开启ePQ对分区表的支持。

    SET polar_enable_px TO ON;
SET polar_px_enable_partition TO ON;

  3. 关闭Partition Wise join时，两表在分区键上等值连接的执行计划如下。

    SET polar_px_enable_partitionwise_join TO OFF;
EXPLAIN (COSTS OFF) SELECT * FROM t2 JOIN t3 ON t2.id = t3.id;
                        QUERY PLAN
-----------------------------------------------------------
 PX Coordinator 6:1  (slice1; segments: 6)
   ->  Hash Join
         Hash Cond: (t2_p1.id = t3_p1.id)
         ->  Append
               ->  Partial Seq Scan on t2_p1
               ->  Partial Seq Scan on t2_p2
               ->  Partial Seq Scan on t2_p3
         ->  Hash
               ->  PX Broadcast 6:6  (slice2; segments: 6)
                     ->  Append
                           ->  Partial Seq Scan on t3_p1
                           ->  Partial Seq Scan on t3_p2
                           ->  Partial Seq Scan on t3_p3
 Optimizer: PolarDB PX Optimizer
(14 rows)

    从执行计划中可以看出，执行slice1计划分片的六个进程会分别通过Append算子依次扫描分区表t2每一个子分区的一部分数据，并通过Motion算子（PX Broadcast）接收来自执行slice2的六个进程广播的t3全表数据，在本地完成哈希连接（Hash Join）后，通过Motion算子（PX Coordinator）汇聚结果并返回。本质上，分区表t2的每一行数据都与t3的每一行数据做了一次连接。

  4. 开启Partition Wise join后，再次查看执行计划。

    SET polar_px_enable_partitionwise_join TO ON;
EXPLAIN (COSTS OFF) SELECT * FROM t2 JOIN t3 ON t2.id = t3.id;
                   QUERY PLAN
------------------------------------------------
 PX Coordinator 6:1  (slice1; segments: 6)
   ->  Append
         ->  Hash Join
               Hash Cond: (t2_p1.id = t3_p1.id)
               ->  Partial Seq Scan on t2_p1
               ->  Hash
                     ->  Full Seq Scan on t3_p1
         ->  Hash Join
               Hash Cond: (t2_p2.id = t3_p2.id)
               ->  Partial Seq Scan on t2_p2
               ->  Hash
                     ->  Full Seq Scan on t3_p2
         ->  Hash Join
               Hash Cond: (t2_p3.id = t3_p3.id)
               ->  Partial Seq Scan on t2_p3
               ->  Hash
                     ->  Full Seq Scan on t3_p3
 Optimizer: PolarDB PX Optimizer
(18 rows)

    在上述执行计划中，执行slice1计划分片的六个进程将通过Append算子依次扫描分区表t2每个子分区中的一部分数据，以及分区表t3相对应子分区的全部数据，将两份数据进行哈希连接（Hash Join），最终通过Motion算子（PX Coordinator）汇聚结果并返回。

    在上述执行过程中，分区表t2的每一个子分区t2_p1、t2_p2、t2_p3分别只与分区表t3对应的t3_p1、t3_p2、t3_p3做了连接，并没有与其它不相关的分区连接，提高了效率。

多级分区表并行查询

在多级分区表中，每级分区表的分区维度（分区键）可以不同：例如，一级分区表按照时间维度分区，二级分区表按照地域维度分区。当查询SQL的过滤条件中包含每一级分区表中的分区键时，ePQ优化器支持对多级分区表进行静态分区裁剪，从而过滤掉不需要被扫描的子分区。

如下图所示：当查询过滤条件WHERE date = '202201' AND region = 'beijing'中包含一级分区键date和二级分区键region时，ePQ优化器能够裁剪掉所有不相关的分区，产生的执行计划中只包含符合条件的子分区。由此，执行器只对需要扫描的子分区进行扫描。

image

示例

  1. 创建一张多级分区表。

    CREATE TABLE r1 (a INT, b TIMESTAMP) PARTITION BY RANGE (b);

CREATE TABLE r1_p1 PARTITION OF r1 FOR VALUES FROM ('2000-01-01') TO ('2010-01-01') PARTITION BY RANGE (a);
CREATE TABLE r1_p1_p1 PARTITION OF r1_p1 FOR VALUES FROM (1) TO (1000000);
CREATE TABLE r1_p1_p2 PARTITION OF r1_p1 FOR VALUES FROM (1000000) TO (2000000);

CREATE TABLE r1_p2 PARTITION OF r1 FOR VALUES FROM ('2010-01-01') TO ('2020-01-01') PARTITION BY RANGE (a);
CREATE TABLE r1_p2_p1 PARTITION OF r1_p2 FOR VALUES FROM (1) TO (1000000);
CREATE TABLE r1_p2_p2 PARTITION OF r1_p2 FOR VALUES FROM (1000000) TO (2000000);

  2. 开启ePQ对分区表的支持。

    SET polar_enable_px TO ON;
SET polar_px_enable_partition TO ON;

  3. 执行一条以两级分区键作为过滤条件的SQL，并关闭ePQ的多级分区扫描功能，得到PostgreSQL内置优化器经过多级分区静态裁剪后的执行计划。

    SET polar_px_optimizer_multilevel_partitioning TO OFF;
EXPLAIN (COSTS OFF) SELECT * FROM r1 WHERE a < 1000000 AND b < '2009-01-01 00:00:00';
                                       QUERY PLAN
----------------------------------------------------------------------------------------
 Seq Scan on r1_p1_p1 r1
   Filter: ((a < 1000000) AND (b < '2009-01-01 00:00:00'::timestamp without time zone))
(2 rows)

  4. 开启ePQ的多级分区扫描功能，再次查看执行计划。

    SET polar_px_optimizer_multilevel_partitioning TO ON;
EXPLAIN (COSTS OFF) SELECT * FROM r1 WHERE a < 1000000 AND b < '2009-01-01 00:00:00';
                                             QUERY PLAN
----------------------------------------------------------------------------------------------------
 PX Coordinator 6:1  (slice1; segments: 6)
   ->  Append
         ->  Partial Seq Scan on r1_p1_p1
               Filter: ((a < 1000000) AND (b < '2009-01-01 00:00:00'::timestamp without time zone))
 Optimizer: PolarDB PX Optimizer
(5 rows)

    在上述计划中，ePQ优化器进行了对多级分区表的静态裁剪。执行slice1计划分片的六个进程只需对符合过滤条件的子分区r1_p1_p1进行并行扫描（Partial Seq Scan），并将扫描到的数据通过Motion算子（PX Coordinator）汇聚并返回。

  • 本页导读 （0）
文档反馈