- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
我有一个有 1000 万行的大表。我需要为每一行获取一些统计值。我有生成此值的函数,例如 GetStatistic(uuid)
。此函数运行速度非常慢,结果值不经常更改,因此我在表中创建了列 Statistic
,并且每天执行一次这样的查询:
UPDATE MyTable SET Statistic = GetStatistic(ID);
在选择查询中,我使用 Statistic
列而不调用 GetStatistic
函数。
问题是,我的生产服务器有 64 个 CPU 和大量内存,所以几乎所有的 DB 都可以缓存到 RAM,但是这个查询只使用一个 CPU,需要 2 或 3 个小时才能执行。
GetStatistic 函数使用表,该表在所有 UPDATE
查询执行期间都是不变的。我可以修改查询以使 postgre 使用所有可用的 CPU 同时为不同的行并行计算 GetStatistic
吗?
最佳答案
早于 10 的 PostgreSQL 版本在单个后端执行每个查询,这是一个具有单个线程的进程。一次查询不能使用多个 CPU。它在单个查询中可以实现的 I/O 并发性也有些受限,实际上只为位图索引扫描执行并发 I/O,否则依赖操作系统和磁盘系统进行并发 I/O。
PostgreSQL 10+ 支持 parallel query .在撰写本文时(PostgreSQL 12 版本)并行查询仅用于只读查询。并行查询支持可为某些类型的查询提供更高的并行度。
Pg 擅长并发加载许多较小的查询,这样很容易使您的系统饱和。它只是不能很好地为一两个非常大的查询充分利用系统资源,尽管随着为更多类型的查询添加并行查询支持,这种情况正在改进。
如果您使用的是没有并行查询的旧 PostgreSQL,或者您的查询还没有受益于并行查询支持:
您可以做的是将工作分成小块,然后将它们交给 worker 。你已经提到了这一点:
Can i modify query to get postgre to calculate GetStatistic in paralel for different rows simultaneously, using all avaliable CPUs?
有多种工具,例如 DBlink , PL/Proxy , pgbouncer和 PgPool-II旨在帮助完成此类工作。或者,您可以自己做,开始(比如说)8 个工作人员,每个工作人员连接到数据库并执行 UPDATE ... WHERE id BETWEEN ? AND ?
具有非重叠 ID 范围的语句。一个更复杂的选择是让队列 Controller 向工作人员分发大约 1000 个 ID 的范围,UPDATE
然后请求一个新的范围。
请注意,64 个 CPU 并不意味着 64 个并发工作器是理想的。当涉及到写入时,您的磁盘 I/O 也是一个因素。如果您将 UPDATE
事务设置为使用 commit_delay
并且(如果您的业务对此数据的安全要求是安全的)synchronous_commit,您可以稍微降低 I/O 成本= 'off'
那么来自同步的负载应该会显着减少。尽管如此,最好的吞吐量很可能会在远低于 64 个并发工作人员的情况下实现。
很可能您的 GetStatistic
函数可以通过将其转换为可内联的 SQL 函数或 View 而变得更快,而不是它所处的循环繁重的过程 PL/pgSQL 函数此时此刻。如果您显示此功能,可能会有所帮助。
关于PostgreSQL。可以并行运行更新查询吗?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/12930947/
我有三张 table 。表 A 有选项名称(即颜色、尺寸)。表 B 有选项值名称(即蓝色、红色、黑色等)。表C通过将选项名称id和选项名称值id放在一起来建立关系。 我的查询需要显示值和选项的名称,而
在mysql中,如何计算一行中的非空单元格?我只想计算某些列之间的单元格,比如第 3-10 列之间的单元格。不是所有的列...同样,仅在该行中。 最佳答案 如果你想这样做,只能在 sql 中使用名称而
关闭。这个问题需要多问focused 。目前不接受答案。 想要改进此问题吗?更新问题,使其仅关注一个问题 editing this post . 已关闭 7 年前。 Improve this ques
我正在为版本7.6进行Elasticsearch查询 我的查询是这样的: { "query": { "bool": { "should": [ {
关闭。这个问题需要多问focused 。目前不接受答案。 想要改进此问题吗?更新问题,使其仅关注一个问题 editing this post . 已关闭 7 年前。 Improve this ques
是否可以编写一个查询来检查任一子查询(而不是一个子查询)是否正确? SELECT * FROM employees e WHERE NOT EXISTS (
我找到了很多关于我的问题的答案,但问题没有解决 我有表格,有数据,例如: Data 1 Data 2 Data 3
以下查询返回错误: 查询: SELECT Id, FirstName, LastName, OwnerId, PersonEmail FROM Account WHERE lower(PersonEm
以下查询返回错误: 查询: SELECT Id, FirstName, LastName, OwnerId, PersonEmail FROM Account WHERE lower(PersonEm
我从 EditText 中获取了 String 值。以及提交查询的按钮。 String sql=editQuery.getText().toString();// SELECT * FROM empl
我有一个或多或少有效的查询(关于结果),但处理大约需要 45 秒。这对于在 GUI 中呈现数据来说肯定太长了。 所以我的需求是找到一个更快/更高效的查询(几毫秒左右会很好)我的数据表大约有 3000
这是我第一次使用 Stack Overflow,所以我希望我以正确的方式提出这个问题。 我有 2 个 SQL 查询,我正在尝试比较和识别缺失值,尽管我无法将 NULL 字段添加到第二个查询中以识别缺失
什么是动态 SQL 查询?何时需要使用动态 SQL 查询?我使用的是 SQL Server 2005。 最佳答案 这里有几篇文章: Introduction to Dynamic SQL Dynami
include "mysql.php"; $query= "SELECT ID,name,displayname,established,summary,searchlink,im
我有一个查询要“转换”为 mysql。这是查询: select top 5 * from (select id, firstName, lastName, sum(fileSize) as To
通过我的研究,我发现至少从 EF 4.1 开始,EF 查询上的 .ToString() 方法将返回要运行的 SQL。事实上,这对我来说非常有用,使用 Entity Framework 5 和 6。 但
我在构造查询来执行以下操作时遇到问题: 按activity_type_id过滤联系人,仅显示最近事件具有所需activity_type_id或为NULL(无事件)的联系人 表格结构如下: 一个联系人可
如何让我输入数据库的信息在输入数据 5 分钟后自行更新? 假设我有一张 table : +--+--+-----+ |id|ip|count| +--+--+-----+ |
我正在尝试搜索正好是 4 位数字的 ID,我知道我需要使用 LENGTH() 字符串函数,但找不到如何使用它的示例。我正在尝试以下(和其他变体)但它们不起作用。 SELECT max(car_id)
我有一个在 mysql 上运行良好的 sql 查询(查询 + 连接): select sum(pa.price) from user u , purchase pu , pack pa where (
我是一名优秀的程序员,十分优秀!