PolarDB PostgreSQL版：ePQ架构详解

HTAP特性原理

• 架构特性。
  基于PolarDB PostgreSQL版的存储计算分离架构，推出了分布式ePQ执行引擎，提供了跨机并行执行、弹性计算、弹性扩展的保证，使得PolarDB PostgreSQL版初步具备了HTAP的能力。其优势如下：

  • 一体化存储：毫秒级数据新鲜度。

    TP/AP共享一套存储数据，减少存储成本，提高查询时效。

  • TP/AP物理隔离：杜绝CPU/内存的相互影响。
    • 单机执行引擎：在RW/RO节点，处理高并发的TP查询。
    • 分布式ePQ执行引擎：在RO节点，处理高复杂度的AP查询。
  • Serverless弹性扩展：任何一个RO节点均可发起ePQ查询。
    • Scale Out：弹性调整ePQ的执行节点范围。
    • Scale Up：弹性调整ePQ的单机并行度。
  • 消除数据倾斜、计算倾斜，充分考虑PolarDB PostgreSQL版的Buffer Pool亲和性。

  如图所示：
• 分布式ePQ执行引擎。
  PolarDB PostgreSQL版ePQ的核心是分布式ePQ执行引擎，是典型的火山模型引擎。A、B两张表先做join再做聚合输出，这也是PostgreSQL单机执行引擎的执行流程。执行流程如下所示：

  在传统的mpp执行引擎中，数据被打散到不同的节点上，不同节点上的数据可能具有不同的分布属性，例如哈希分布、随机分布、复制分布等。传统的mpp执行引擎会针对不同表的数据分布特点，在执行计划中插入算子来保证上层算子对数据的分布属性无感知。

  不同的是，PolarDB PostgreSQL版是共享存储架构，存储上的数据可以被所有计算节点全量访问。如果使用传统的mpp执行引擎，每个计算节点Worker都会扫描全量数据，从而得到重复的数据。同时，也没有起到扫描时分治加速的效果，并不能称得上是真正意义上的mpp引擎。

  因此，在分布式ePQ执行引擎中，我们借鉴了火山模型论文中的思想，对所有扫描算子进行并发处理，引入了PxScan算子来屏蔽共享存储。PxScan算子将shared-storage的数据映射为shared-nothing的数据，通过Worker之间的协调，将目标表划分为多个虚拟分区数据块，每个Worker扫描各自的虚拟分区数据块，从而实现了跨机分布式并行扫描。

  PxScan算子扫描出来的数据会通过Shuffle算子来重分布。重分布后的数据在每个Worker上如同单机执行一样，按照火山模型来执行。

• Serverless弹性扩展。
  传统mpp只能在指定节点发起mpp查询，因此每个节点上都只能有单个Worker扫描一张表。为了支持云原生下Serverless弹性扩展的需求，我们引入了分布式事务一致性保障。如图所示：
  任意选择一个节点作为Coordinator节点，它的ReadLSN会作为约定的LSN，从所有ePQ节点的快照版本号中选择最小的版本号作为全局约定的快照版本号。通过LSN的回放等待和Global Snapshot同步机制，确保在任何一个节点发起ePQ查询时，数据和快照均能达到一致可用的状态。如图所示：

  为了实现Serverless的弹性扩展，PolarDB PostgreSQL版从共享存储的特点出发，将Coordinator节点全链路上各个模块需要的外部依赖全部放至共享存储上。各个Worker节点运行时需要的参数也会通过控制链路从Coordinator节点同步过来，从而使Coordinator节点和Worker节点全链路无状态化（Stateless）。

  基于以上两点设计，PolarDB PostgreSQL版的弹性扩展具备了以下几大优势：

  • 任何节点都可以成为Coordinator节点，解决了传统mpp数据库Coordinator节点的单点问题。
  • PolarDB PostgreSQL版可以横向Scale Out（计算节点数量），也可以纵向Scale Up（单节点并行度），且弹性扩展即时生效，不需要重新分布数据。
  • 允许业务有更多的弹性调度策略，不同的业务域可以运行在不同的节点集合上。业务域1的SQL可以选择RO1和RO2节点来执行AP查询，业务域2的SQL可以选择使用RO3和RO4节点来执行AP查询，两个业务域使用的计算节点可以实现弹性调度。
• 消除倾斜。
  倾斜是传统mpp固有的问题，其根本原因主要是数据分布倾斜和数据计算倾斜。

  • 数据分布倾斜通常由数据打散不均衡导致，在PostgreSQL中还会由于大对象Toast表存储引入一些不可避免的数据分布不均衡问题。
  • 计算倾斜通常由于不同节点上并发的事务、Buffer Pool、网络、I/O抖动导致。
  倾斜会导致传统mpp在执行时出现木桶效应，执行完成时间受制于执行最慢的子任务。

  PolarDB PostgreSQL版设计并实现了自适应扫描机制。如下图所示，采用Coordinator节点来协调Worker节点的工作模式。在扫描数据时，Coordinator节点会在内存中创建一个任务管理器，根据扫描任务对Worker节点进行调度。Coordinator节点内部分为两个线程。

  • Data线程主要负责服务数据链路、收集汇总元组。
  • Control线程负责服务控制链路、控制每一个扫描算子的扫描进度。
  

  扫描进度较快的Worker能够扫描多个数据块。如上图中RO1与RO3的Worker各自扫描了4个数据块， RO2由于计算倾斜可以扫描更多数据块，因此它最终扫描了6个数据块。

  PolarDB PostgreSQL版ePQ的自适应扫描机制还充分考虑了PostgreSQL的Buffer Pool亲和性，保证每个Worker尽可能扫描固定的数据块，从而最大化命中Buffer Pool的概率，降低I/O开销。

TPC-H性能对比

• 单机并行与分布式ePQ对比。
  使用256 GB内存的16个PolarDB PostgreSQL版集群作为RO节点，搭建1 TB的TPC-H环境进行对比测试。相较于单机并行，分布式ePQ并行充分利用了所有RO节点的计算资源和底层共享存储的I/O带宽，从根本上解决了前文提及的HTAP诸多挑战。在TPC-H的22条SQL中，有3条SQL加速了60多倍，19条SQL加速了10多倍，平均加速23倍。如图所示：
  测试弹性扩展计算资源带来的性能变化。通过增加CPU的总核心数，从16核增加到128核，TPC-H的总运行时间线性提升，每条SQL的执行速度也呈线性提升，这也验证了PolarDB PostgreSQL版ePQ Serverless弹性扩展的特点。如图所示：

  在测试中发现，当CPU的总核数增加到256核时，性能提升不再明显。原因是此时PolarDB PostgreSQL版共享存储的I/O带宽已经达到100%，成为了瓶颈。

• PolarDB与传统mpp数据库对比。

  同样使用256 GB内存的16个节点,将PolarDB PostgreSQL版的分布式ePQ执行引擎与传统数据库的mpp执行引擎进行对比。

  在1 TB的TPC-H数据上，当保持与传统mpp数据库相同单机并行度的情况下（多机单进程），PolarDB PostgreSQL版的性能是传统mpp数据库的90%。其中最本质的原因是传统mpp数据库的数据默认是哈希分布的，当两张表的join key是各自的分布键时，可以不用shuffle直接进行本地的Wise Join。而PolarDB PostgreSQL版的底层是共享存储池，PxScan算子并行扫描出来的数据等价于随机分布，必须进行shuffle重分布以后才能像传统mpp数据库一样进行后续的处理。因此，TPC-H涉及到表连接时，PolarDB PostgreSQL版相比传统mpp数据库多了一次网络shuffle的开销。如图所示：

  PolarDB PostgreSQL版分布式ePQ执行引擎能够进行弹性扩展，数据无需重分布。因此，在有限的16台机器上执行ePQ时，PolarDB PostgreSQL版还可以继续扩展单机并行度，充分利用每台机器的资源。当PolarDB PostgreSQL版的单机并行度为8时，它的性能是传统mpp数据库的5-6倍；当PolarDB PostgreSQL版的单机并行度呈线性增加时，PolarDB PostgreSQL版的总体性能也呈线性增加。只需要修改配置参数，就可以即时生效。

功能特性

• Parallel Query并行查询。
  经过持续迭代的研发，目前PolarDB PostgreSQL版ePQ在Parallel Query上支持的功能特性主要有五大部分：

  • 基础算子全支持：扫描/连接/聚合/子查询等算子。
  • 共享存储算子优化：包括Shuffle算子共享、SharedSeqScan共享、SharedIndexScan算子等。其中SharedSeqScan共享、SharedIndexScan共享是指，在大表join小表时，小表采用类似于复制表的机制来减少广播开销，进而提升性能。
  • 分区表支持：不仅包括对Hash/Range/List三种分区方式的完整支持，还包括对多级分区静态裁剪、分区动态裁剪的支持。除此之外，PolarDB PostgreSQL版分布式ePQ执行引擎还支持分区表的Partition Wise Join。
  • 并行度弹性控制：包括全局级别、表级别、会话级别、查询级别的并行度控制。
  • Serverless弹性扩展：不仅包括任意节点发起ePQ、ePQ节点范围内的任意组合，还包括集群拓扑信息的自动维护以及支持共享存储模式、主备库模式和三节点模式。
• Parallel DML。
  基于PolarDB PostgreSQL版读写分离架构和ePQ Serverless弹性扩展的设计， PolarDB PostgreSQL版Parallel DML支持一写多读、多写多读两种特性。

  • 一写多读：在RO节点上有多个读Worker，在RW节点上只有一个写Worker。
  • 多写多读：在RO节点上有多个读Worker，在RW节点上也有多个写Worker。多写多读场景下，读写的并发度完全解耦。

  不同的特性适用不同的场景，用户可以根据自己的业务特点来选择不同的Parallel DML功能特性。

• 索引构建加速。
  PolarDB PostgreSQL版分布式ePQ执行引擎，不仅可以用于只读查询和DML，还可以用于索引构建加速。OLTP业务中有大量的索引，而B-Tree索引创建的过程大约有80%的时间消耗在排序和构建索引页上，20%消耗在写入索引页上。如下图所示：PolarDB PostgreSQL版利用RO节点对数据进行分布式ePQ加速排序，采用流水化的技术来构建索引页，同时使用批量写入技术来提升索引页的写入速度。
  说明 在目前索引构建加速这一特性中，PolarDB PostgreSQL版已经支持了B-Tree索引的普通创建以及B-Tree索引的在线创建（Concurrently）两种功能。

使用指南

PolarDB PostgreSQL版ePQ适用于日常业务中的轻分析类业务，例如：对账业务，报表业务。

• 使用ePQ进行分析型查询。
  PolarDB PostgreSQL版默认不开启ePQ功能。若您需要使用此功能，请使用如下参数：

  参数	说明
  polar_enable_px	指定是否开启ePQ功能。 on：开启ePQ功能。 off：（默认值）不开启ePQ功能。
  polar_px_max_workers_number	设置单个节点上的最大ePQ Worker进程数，默认为30，取值范围为0~2147483647。该参数限制了单个节点上的最大并行度。 说明 节点上所有会话的ePQ workers进程数不能超过该参数大小。
  polar_px_dop_per_node	设置当前会话并行查询的并行度，默认为1，推荐值为当前CPU 总核数，取值范围为1~128。若设置该参数为N，则一个会话在每个节点上将会启用N个ePQ Worker进程，用于处理当前的ePQ逻辑。
  polar_px_nodes	指定参与ePQ的只读节点。默认为空，表示所有只读节点都参与。可配置为指定节点参与ePQ，以逗号分隔。
  px_worker	指定ePQ是否对特定表生效。默认不生效。ePQ功能比较消耗集群计算节点的资源，因此只有对设置了px_workers的表才使用该功能。例如： ALTER TABLE t1 SET(px_workers=1)：表示t1表允许ePQ。 ALTER TABLE t1 SET(px_workers=-1)：表示t1表禁止ePQ。 ALTER TABLE t1 SET(px_workers=0)：表示t1表忽略ePQ（默认状态）。

  以简单的单表查询操作，来描述ePQ的功能是否有效。

  1. 创建test表并插入基础数据。

     CREATE TABLE test(id int);
     INSERT INTO test SELECT generate_series(1,1000000);

  2. 查询执行计划。

     EXPLAIN SELECT * FROM test;

     执行结果如下：

                            QUERY PLAN
     --------------------------------------------------------
      Seq Scan on test  (cost=0.00..35.50 rows=2550 width=4)
     (1 row)

     说明 默认情况下ePQ功能不开启，单表查询执行计划为PG原生的Seq Scan。
  3. 开启并使用ePQ功能。

     ALTER TABLE test SET (px_workers=1);
     SET polar_enable_px = on;
     EXPLAIN SELECT * FROM test;

     结果如下：

                                       QUERY PLAN
     -------------------------------------------------------------------------------
      PX Coordinator 2:1  (slice1; segments: 2)  (cost=0.00..431.00 rows=1 width=4)
        ->  Seq Scan on test (scan partial)  (cost=0.00..431.00 rows=1 width=4)
      Optimizer: PolarDB PX Optimizer
     (3 rows)

  4. 配置参与ePQ的计算节点范围。
     1. 查询当前所有只读节点的名称。

        CREATE EXTENSION polar_monitor;
        
        SELECT name,host,port FROM polar_cluster_info WHERE px_node='t';

        结果如下：

         name  |   host    | port
        -------+-----------+------
         node1 | 127.0.0.1 | 5433
         node2 | 127.0.0.1 | 5434
        (2 rows)

        说明 当前集群有2个只读节点，名称分别为：node1，node2。
     2. 指定node1只读节点参与ePQ。

        SET polar_px_nodes = 'node1';

     3. 查询参与并行查询的节点。

        SHOW polar_px_nodes;

        结果如下：

         polar_px_nodes
        ----------------
         node1
        (1 row)

        说明 参与并行查询的节点是node1。
     4. 查询test表中所有数据。

        EXPLAIN SELECT * FROM test;

        结果如下：

                                          QUERY PLAN
        -------------------------------------------------------------------------------
         PX Coordinator 1:1  (slice1; segments: 1)  (cost=0.00..431.00 rows=1 width=4)
           ->  Partial Seq Scan on test  (cost=0.00..431.00 rows=1 width=4)
         Optimizer: PolarDB PX Optimizer
        (3 rows)                                  QUERY PLAN
                                                

• 使用ePQ进行分区表查询。
  1. 开启ePQ功能。

     SET polar_enable_px = ON;

  2. 开启分区表ePQ功能。

     SET polar_px_enable_partition = true;

     说明 分区表ePQ功能默认关闭。
  3. 开启多级分区表ePQ功能。

     SET polar_px_optimizer_multilevel_partitioning = true;

  当前ePQ对分区表支持的功能如下所示：

  • 支持Range分区的并行查询。
  • 支持List分区的并行查询。
  • 支持单列Hash分区的并行查询。
  • 支持分区裁剪。
  • 支持带有索引的分区表并行查询。
  • 支持分区表连接查询。
  • 支持多级分区的并行查询。
• 使用ePQ加速索引创建。
  1. 开启使用ePQ加速创建索引功能。

     SET polar_px_enable_btbuild = on;

  2. 创建索引。

     CREATE INDEX t ON test(id) WITH(px_build = ON);

  3. 查询表结构。

     \d test

     结果如下：

                    Table "public.test"
      Column |  Type   | Collation | Nullable | Default
     --------+---------+-----------+----------+---------
      id     | integer |           |          |
      id2    | integer |           |          |
     Indexes:
         "t" btree (id) WITH (px_build=finish)

  说明 当前仅支持对B-Tree索引的构建，且暂不支持INCLUDE等索引构建语法，暂不支持表达式等索引列类型。
  如果需要使用ePQ功能加速创建索引，请使用如下参数：

  参数	说明
  polar_px_dop_per_node	指定通过ePQ加速构建索引的并行度。默认为1，取值范围为1~128。
  polar_px_enable_replay_wait	当使用ePQ加速索引构建时，当前会话内无需手动开启该参数，该参数将自动生效。以保证最近更新的数据表项可以被创建到索引中，保证索引表的完整性。索引创建完成后，该参数将会被重置为数据库默认值。
  polar_px_enable_btbuild	是否开启使用ePQ加速创建索引。取值为OFF时不开启（默认），取值为ON时开启。
  polar_bt_write_page_buffer_size	指定索引构建过程中的写I/O策略。该参数默认值为0（不开启），单位为块，最大值可设置为8192。推荐设置为4096。 参数值为0：该参数设置为不开启，在索引创建的过程中，对于索引页写满后的写盘方式是block-by-block的单个块写盘。 参数值不为0：该参数设置为开启，内核中将缓存一个polar_bt_write_page_buffer_size大小的buffer，对于需要写盘的索引页，会通过该buffer进行I/O合并再统一写盘，避免了频繁调度I/O带来的性能开销。该参数会额外提升20%的索引创建性能。