并行查询简介

PolarDB MySQL数据库8.0版推出并行查询（Parallel Query）框架。并行查询默认为关闭状态，当您开启并行查询后，查询数据量到达一定阈值，就会自动启动并行查询框架，从而使查询耗时下降。

PolarDB MySQL数据库8.0版在存储层将数据分片到不同的线程上，多个线程并行计算，将结果流水线汇聚到总线程，最后由总线程做简单归并将结果返回给用户，提高查询效率。

并行查询利用多核CPU的并行处理能力，以8核32G规格的集群为例，并行查询示意图如下所示。

下文将介绍并行查询参数分别设置为16与0时，PolarDB集群负载性能的测试方式与测试结果。

测试环境

• 测试的ECS和PolarDB均在同一地域、同一可用区。本例中为华东1（杭州）可用区I。
• 网络类型均为VPC网络。
  说明 ESC实例和PolarDB集群需保证在同一个VPC中。
• 测试用PolarDB集群如下：
  • 节点规格为polar.mysql.x8.4xlarge（32核256G）。
  • 数据库版本为MySQL 8.0。
  • 节点数量为2个（一个主节点，一个只读节点）。
  • 使用的连接串为主地址，如何查看PolarDB主地址请参见查看连接地址。
• 测试用ECS实例信息如下：
  • 实例规格为ecs.c5.4xlarge。
  • 实例挂载1000G高效云盘。
  • 实例所使用的镜像为CentOS 7.0 64位。

测试工具

TPC-H是业界常用的一套基准，由TPC委员会制定发布，用于评测数据库的分析型查询能力。TPC-H查询包含8张数据表、22条复杂的SQL查询，大多数查询包含若干表Join、子查询和Group by聚合等。

安装TPC-H

1. 在ECS上安装TPC-H。
   说明

   • 本文使用的TPC-H版本为v2.18.0，点此下载。
   • TPC-H需要完成注册后才可以下载。

   
2. 打开dbgen目录。

   cd dbgen

3. 复制makefile文件。

   cp makefile.suite makefile

4. 修改makefile文件中的CC、DATABASE、MACHINE、WORKLOAD等参数定义。
   1. 打开makefile文件。

      vim makefile

   2. 修改CC、DATABASE、MACHINE、WORKLOAD参数的定义。

        ################
        ## CHANGE NAME OF ANSI COMPILER HERE
        ################
        CC      = gcc
        # Current values for DATABASE are: INFORMIX, DB2, ORACLE,
        #                                  SQLSERVER, SYBASE, TDAT (Teradata)
        # Current values for MACHINE are:  ATT, DOS, HP, IBM, ICL, MVS,
        #                                  SGI, SUN, U2200, VMS, LINUX, WIN32
        # Current values for WORKLOAD are:  TPCH
        DATABASE= MYSQL
        MACHINE = LINUX
        WORKLOAD = TPCH

   3. 按ECS键，然后输入:wq退出并保存。
5. 修改tpcd.h文件，并添加新的宏定义。
   1. 打开tpcd.h文件。

      vim tpcd.h

   2. 添加如下宏定义。

      #ifdef MYSQL
      #define GEN_QUERY_PLAN ""
      #define START_TRAN "START TRANSACTION"
      #define END_TRAN "COMMIT"
      #define SET_OUTPUT ""
      #define SET_ROWCOUNT "limit %d;\n"
      #define SET_DBASE "use %s;\n"
      #endif

   3. 按ECS键，然后输入:wq退出并保存。
6. 对文件进行编译。

   make

   编译完成后该目录下会生成两个可执行文件：

   • dbgen：数据生成工具。在使用InfiniDB官方测试脚本进行测试时，需要用该工具生成tpch相关表数据。
   • qgen：SQL生成工具。生成初始化测试查询，由于不同的seed生成的查询不同，为了结果的可重复性，请使用附件提供的22个查询。
7. 使用TPC-H生成测试数据。

   ./dbgen -s 100

   dbgen参数-s的作用是指定生成测试数据的仓库数。

8. 使用TPC-H生成查询。
   说明 为了测试结果可重复，您可以忽略下面的生成查询的步骤，使用附件的22个查询进行测试。
   1. 将qgen与dists.dss复制到queries目录下。

      cp qgen queries
      cp dists.dss queries

   2. 使用以下脚本生成查询。

      #!/usr/bin/bash
      for i in {1..22}
      do  
        ./qgen -d $i -s 100 > db"$i".sql
      done

测试方法

1. 检查并行查询是否开启。
   1. 登录PolarDB控制台。
   2. 在控制台左上角，选择集群所在地域。
   3. 单击目标集群ID。
   4. 在左侧导航栏中，选择配置与管理 > 参数配置。
   5. 在搜索栏输入loose_max_parallel_degree后，单击放大镜图标进行搜索。
      
   6. 设置当前值为16。
      说明 本例用于对比开启和关闭并行查询的效果，分别设置为16和0进行对比测试。
   7. 参数设置完成后，单击页面左上方提交修改。
   8. 在弹出的保存改动对话框中，单击确定。
2. 在ECS上连接PolarDB数据库，具体操作请参见连接数据库集群。
3. 创建数据库。

   create database tpch100g

4. 创建表。

   source ./dss.ddl

   说明 dss.ddl在TPC-H中dbgen目录下。
5. 加载数据。
   1. 创建load.ddl，脚本内容如下：

      load data local INFILE 'customer.tbl' INTO TABLE customer FIELDS TERMINATED BY '|';
      load data local INFILE 'region.tbl' INTO TABLE region FIELDS TERMINATED BY '|';
      load data local INFILE 'nation.tbl' INTO TABLE nation FIELDS TERMINATED BY '|';
      load data local INFILE 'supplier.tbl' INTO TABLE supplier FIELDS TERMINATED BY '|';
      load data local INFILE 'part.tbl' INTO TABLE part FIELDS TERMINATED BY '|';
      load data local INFILE 'partsupp.tbl' INTO TABLE partsupp FIELDS TERMINATED BY '|';
      load data local INFILE 'orders.tbl' INTO TABLE orders FIELDS TERMINATED BY '|';
      load data local INFILE 'lineitem.tbl' INTO TABLE lineitem FIELDS TERMINATED BY '|';

   2. 加载数据。

      source ./load.ddl

6. 创建主外键。

   source ./dss.ri

   以创建的数据库tpch100g为例，将TPC-H的dss.ri文件中的内容替换成如下内容。

   use TPCH100G;
   -- ALTER TABLE REGION DROP PRIMARY KEY;
   -- ALTER TABLE NATION DROP PRIMARY KEY;
   -- ALTER TABLE PART DROP PRIMARY KEY;
   -- ALTER TABLE SUPPLIER DROP PRIMARY KEY;
   -- ALTER TABLE PARTSUPP DROP PRIMARY KEY;
   -- ALTER TABLE ORDERS DROP PRIMARY KEY;
   -- ALTER TABLE LINEITEM DROP PRIMARY KEY;
   -- ALTER TABLE CUSTOMER DROP PRIMARY KEY;
   -- For table REGION
   ALTER TABLE REGION
   ADD PRIMARY KEY (R_REGIONKEY);
   -- For table NATION
   ALTER TABLE NATION
   ADD PRIMARY KEY (N_NATIONKEY);
   ALTER TABLE NATION
   ADD FOREIGN KEY NATION_FK1 (N_REGIONKEY) references REGION(R_REGIONKEY);
   COMMIT WORK;
   -- For table PART
   ALTER TABLE PART
   ADD PRIMARY KEY (P_PARTKEY);
   COMMIT WORK;
   -- For table SUPPLIER
   ALTER TABLE SUPPLIER
   ADD PRIMARY KEY (S_SUPPKEY);
   ALTER TABLE SUPPLIER
   ADD FOREIGN KEY SUPPLIER_FK1 (S_NATIONKEY) references NATION(N_NATIONKEY);
   COMMIT WORK;
   -- For table PARTSUPP
   ALTER TABLE PARTSUPP
   ADD PRIMARY KEY (PS_PARTKEY,PS_SUPPKEY);
   COMMIT WORK;
   -- For table CUSTOMER
   ALTER TABLE CUSTOMER
   ADD PRIMARY KEY (C_CUSTKEY);
   ALTER TABLE CUSTOMER
   ADD FOREIGN KEY CUSTOMER_FK1 (C_NATIONKEY) references NATION(N_NATIONKEY);
   COMMIT WORK;
   -- For table LINEITEM
   ALTER TABLE LINEITEM
   ADD PRIMARY KEY (L_ORDERKEY,L_LINENUMBER);
   COMMIT WORK;
   -- For table ORDERS
   ALTER TABLE ORDERS
   ADD PRIMARY KEY (O_ORDERKEY);
   COMMIT WORK;
   -- For table PARTSUPP
   ALTER TABLE PARTSUPP
   ADD FOREIGN KEY PARTSUPP_FK1 (PS_SUPPKEY) references SUPPLIER(S_SUPPKEY);
   COMMIT WORK;
   ALTER TABLE PARTSUPP
   ADD FOREIGN KEY PARTSUPP_FK2 (PS_PARTKEY) references PART(P_PARTKEY);
   COMMIT WORK;
   -- For table ORDERS
   ALTER TABLE ORDERS
   ADD FOREIGN KEY ORDERS_FK1 (O_CUSTKEY) references CUSTOMER(C_CUSTKEY);
   COMMIT WORK;
   -- For table LINEITEM
   ALTER TABLE LINEITEM
   ADD FOREIGN KEY LINEITEM_FK1 (L_ORDERKEY)  references ORDERS(O_ORDERKEY);
   COMMIT WORK;
   ALTER TABLE LINEITEM
   ADD FOREIGN KEY LINEITEM_FK2 (L_PARTKEY,L_SUPPKEY) references 
           PARTSUPP(PS_PARTKEY,PS_SUPPKEY);
   COMMIT WORK;

7. 创建索引。

   #!/usr/bin/bash
   host=$1
   port=$2
   user=$3
   password=$4
   db=$5
   sqls=("create index i_s_nationkey on supplier (s_nationkey);"
   "create index i_ps_partkey on partsupp (ps_partkey);"
   "create index i_ps_suppkey on partsupp (ps_suppkey);"
   "create index i_c_nationkey on customer (c_nationkey);"
   "create index i_o_custkey on orders (o_custkey);"
   "create index i_o_orderdate on orders (o_orderdate);"
   "create index i_l_orderkey on lineitem (l_orderkey);"
   "create index i_l_partkey on lineitem (l_partkey);"
   "create index i_l_suppkey on lineitem (l_suppkey);"
   "create index i_l_partkey_suppkey on lineitem (l_partkey, l_suppkey);"
   "create index i_l_shipdate on lineitem (l_shipdate);"
   "create index i_l_commitdate on lineitem (l_commitdate);"
   "create index i_l_receiptdate on lineitem (l_receiptdate);"
   "create index i_n_regionkey on nation (n_regionkey);"
   "analyze table supplier"
   "analyze table part"
   "analyze table partsupp"
   "analyze table customer"
   "analyze table orders"
   "analyze table lineitem"
   "analyze table nation"
   "analyze table region")
   for sql in "${sqls[@]}"
   do
       mysql -h$host -P$port -u$user -p$password -D$db  -e "$sql"
   done

   说明 为了更有效地衡量并行查询带来的性能提升，您可以通过如下查询将使用到的索引数据预载到内存池中。

   #!/bin/bash
   host=$1
   port=$2
   user=$3
   password=$4
   dbname=$5
   MYSQL="mysql -h$host -P$port -u$user -p$password -D$dbname"
   if [ -z ${dbname} ]; then
       echo "dbname not defined."
       exit 1
   fi
   table_indexes=(
           "supplier PRIMARY"
           "supplier i_s_nationkey"
           "part PRIMARY"
           "partsupp PRIMARY"
           "partsupp i_ps_partkey"
           "partsupp i_ps_suppkey"
           "customer PRIMARY"
           "customer i_c_nationkey"
           "orders PRIMARY"
           "orders i_o_custkey"
           "orders i_o_orderdate"
           "lineitem PRIMARY"
           "lineitem i_l_orderkey"
           "lineitem i_l_partkey"
           "lineitem i_l_suppkey"
           "lineitem i_l_partkey_suppkey"
           "lineitem i_l_shipdate"
           "lineitem i_l_commitdate"
           "lineitem i_l_receiptdate"
           "nation i_n_regionkey"
           "nation PRIMARY"
           "region PRIMARY"
   )
   for table_index in "${table_indexes[@]}"
   do
       ti=($table_index)
       table=${ti[0]}
       index=${ti[1]}
       SQL="select count(*) from ${table} force index(${index})"
       echo "$MYSQL -e '$SQL'"
       $MYSQL -e "$SQL"
   done

8. 运行查询。

   #!/usr/bin/env bash
   host=$1
   port=$2
   user=$3
   password=$4
   database=$5
   resfile=$6
   echo "start test run at"`date "+%Y-%m-%d %H:%M:%S"`|tee -a ${resfile}.out
   for (( i=1; i<=22;i=i+1 ))
   do
   queryfile="Q"${i}".sql"
   start_time=`date "+%s.%N"`
   echo "run query ${i}"|tee -a ${resfile}.out
   mysql -h ${host}  -P${port} -u${user} -p${password} $database -e" source $queryfile;" |tee -a ${resfile}.out
   end_time=`date "+%s.%N"`
   start_s=${start_time%.*}
   start_nanos=${start_time#*.}
   end_s=${end_time%.*}
   end_nanos=${end_time#*.}
   if [ "$end_nanos" -lt "$start_nanos" ];then
           end_s=$(( 10#$end_s -1 ))
           end_nanos=$(( 10#$end_nanos + 10 ** 9))
   fi
   time=$(( 10#$end_s - 10#$start_s )).`printf "%03d\n" $(( (10#$end_nanos - 10#$start_nanos)/10**6 ))`
   echo ${queryfile} "the "${j}" run cost "${time}" second start at"`date -d @$start_time "+%Y-%m-%d %H:%M:%S"`" stop at"`date -d @$end_time "+%Y-%m-%d %H:%M:%S"` >> ${resfile}.time
   done