PostgreSQL中的partition-wise aggregation

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。

巴特西

PostgreSQL中的partition-wise aggregation

最新文章

热门文章