摘要：一關于參數這個參數配置決定了每個并行操作允許的最大后臺進程數，這個值的設置受后臺進程數參數限制。查看并行順序掃描進程備注圖中可看到出現了四個進程。三測試測試之前先把的數據庫關了，在確保相等情況下進行測試。

Oracle 支持強大的并行功能，創建索引，表分析，數據加載時可以開啟并行，這項功能讓很多數據庫產品垂涎， 作為開源數據庫 PostgreSQL 在并行方面也在努力嘗試，很早之前 PostgreSQL 幾乎不支持任何并行的作業，到了 9.5 版本 PostgreSQL 支持并行的 vacuum，到了 9.6 后， PostgreSQL 支持并行的順序掃描，這是令人振奮的消息，因為這極大的提升了 PostgreSQL 統計分析SQL的性能，由于硬件環境限制，今天簡單體驗下，以下實驗在筆記本虛擬機上進行。

這個參數配置決定了每個 parallel query 并行操作允許的最大后臺進程數，這個值的設置受后臺進程數參數 max_worker_processes 限制。

--設置 max_parallel_degree

[pg96@db1 ~]$ grep "max_parallel_degree" $PGDATA/postgresql.conf
max_parallel_degree = 4                 # max number of worker processes per node

--創建測試表

[pg96@db1 ~]$ psql francs francs
psql (9.6beta1)
Type "help" for help.

francs=> create table test_big1(id serial, name character varying(64),create_time timestamp(0) without time zone);
CREATE TABLE

francs=> insert into test_big1(id,name)select n, n||"_test" from generate_series(1,5000000)n;
INSERT 0 5000000 

--執行計劃

francs=> explain analyze select count(*) from test_big1;
-------------------------------------------------------------------------------------------------------------------------------------------------
 Finalize Aggregate  (cost=45560.42..45560.43 rows=1 width=8) (actual time=4236.468..4236.469 rows=1 loops=1)
   ->  Gather  (cost=45560.00..45560.41 rows=4 width=8) (actual time=4232.517..4232.556 rows=5 loops=1)
         Workers Planned: 4
         Workers Launched: 4
         ->  Partial Aggregate  (cost=44560.00..44560.01 rows=1 width=8) (actual time=4182.972..4182.973 rows=1 loops=5)
               ->  Parallel Seq Scan on test_big1  (cost=0.00..41435.00 rows=1250000 width=0) (actual time=0.034..2450.966 rows=1000000 loops=5)
 Planning time: 112.309 ms
 Execution time: 4236.920 ms
(8 rows)

備注：執行多次，執行時間大概都在4秒多點，從執行計劃中看到走了并行順序掃描“Parallel Seq Scan on test_big1”，再細看“Workers Launched: 4”，表示開啟了四個并行進程。

--查看并行順序掃描進程

備注：圖中可看到出現了四個 parallel worker 進程。

測試之前先把 PostgreSQL 9.6 的數據庫關了，在確保相等情況下進行測試。

--創建測試表

[pg95@db1 ~]$ psql fdb fdb
psql (9.5alpha1)
Type "help" for help.

fdb=> create table test_big1(id serial, name character varying(64),create_time timestamp(0) without time zone);
CREATE TABLE

fdb=> insert into test_big1(id,name)select n, n||"_test" from generate_series(1,5000000)n;
INSERT 0 5000000

fdb=> explain analyze select count(*) from test_big1;
                                                         QUERY PLAN                                                         
----------------------------------------------------------------------------------------------------------------------------
 Aggregate  (cost=91435.00..91435.01 rows=1 width=0) (actual time=8389.093..8389.094 rows=1 loops=1)
   ->  Seq Scan on test_big1  (cost=0.00..78935.00 rows=5000000 width=0) (actual time=9.958..4781.116 rows=5000000 loops=1)
 Planning time: 2.436 ms
 Execution time: 8391.758 ms
(4 rows)

備注：多次執行，時間在 8 秒左右。

由于硬件關系原因，本測試只在筆記本虛擬機上測試，在這個全表掃描測試場景下， PostgreSQL 9.6 是 PostgreSQL9.5 性能的兩倍，今天僅是初步體驗并行掃描，可以預測如果在X86服務器上測試，這個性能倍數會高一些，后續測試并行掃描的其它場景；個人認為 PostgreSQL 對并行順序掃描的支持，在統計分析性能方面的提升前進了一大步。

Robert Haas: PostgreSQL 9.6 with Parallel Query vs. TPC-H
max_parallel_degree (integer)