SMP适用场景与限制

背景信息

SMP特性通过算子并行来提升性能，同时会占用更多的系统资源，包括CPU、内存、I/O等等。本质上SMP是一种以资源换取时间的方式，在合适的场景以及资源充足的情况下，能够起到较好的性能提升效果；但是如果在不合适的场景下，或者资源不足的情况下，反而可能引起性能的劣化。SMP特性适用于分析类查询场景，这类场景的特点是单个查询时间较长、业务并发度低。通过SMP并行技术能够降低查询时延，提高系统吞吐性能。然而在事务类大并发业务场景下，由于单个查询本身的时延很短，使用多线程并行技术反而会增加查询时延，降低系统吞吐性能。

适用场景

• 支持并行的算子：计划中存在以下算子支持并行。

  • Scan：支持行存普通表和行存分区表顺序扫描 、列存普通表和列存分区表顺序扫描。
  • Join：HashJoin、NestLoop。
  • Agg：HashAgg、SortAgg、PlainAgg、WindowAgg（只支持partition by，不支持order by）。
  • Stream：Local Redistribute、Local Broadcast。
  • 其他：Result、Subqueryscan、Unique、Material、Setop、Append、VectoRow。

• SMP特有算子：为了实现并行，新增了并行线程间的数据交换Stream算子供SMP特性使用。这些新增的算子可以看做Stream算子的子类。

  • Local Gather：实现实例内部并行线程的数据汇总。
  • Local Redistribute：在实例内部各线程之间，按照分布键进行数据重分布。
  • Local Broadcast：将数据广播到实例内部的每个线程。
  • Local RoundRobin：在实例内部各线程之间实现数据轮询分发。

• 示例说明，以TPCH Q1的并行计划为例。

  

  在这个计划中，实现了Scan以及HashAgg算子的并行，并新增了Local Gather数据交换算子。其中3号算子为Local Gather算子，上面标有的“dop: 1/4”表明该算子的发送端线程的并行度为4，而接受端线程的并行度为1，即下层的4号HashAggregate算子按照4并行度执行，而上层的1~2号算子按照串行执行，3号算子实现了实例内并行线程的数据汇总。

  通过计划Stream算子上表明的dop信息即可看出各个算子的并行情况。

非适用场景

1. 索引扫描不支持并行执行。
2. MergeJoin不支持并行执行。
3. WindowAgg order by不支持并行执行。
4. cursor不支持并行执行。
5. 存储过程和函数内的查询不支持并行执行。
6. 不支持子查询subplan和initplan的并行，以及包含子查询的算子的并行。
7. 查询语句中带有median操作的查询不支持并行执行。
8. 带全局临时表的查询不支持并行执行。
9. 物化视图的更新不支持并行执行。