PostgreSQL官方并行更新时间表

本文涉及的产品
云原生数据库 PolarDB MySQL 版,Serverless 5000PCU 100GB
简介: 2013年10月,创建了两个主要的基础架构:Dynamic Background Workers 和 Dynamic Shared Memory。 2014年11月,Amit Kapila发布了并行顺序扫描(parallel sequential scan)的草案补丁,Robert Haas 发布了并行模式和并行上下文的(parallel mode and parallel contexts)草

2013年10月,创建了两个主要的基础架构:Dynamic Background Workers 和 Dynamic Shared Memory。

2014年11月,Amit Kapila发布了并行顺序扫描(parallel sequential scan)的草案补丁,Robert Haas 发布了并行模式和并行上下文的(parallel mode and parallel contexts)草案补丁以及引入了一个名为pg_background的contrib模块的补丁。

2016年1月,并行基础架构被提交到PostgreSQL 9.5。

2016年3月,并行顺序扫描被提交到PostgreSQL 9.6。支持 并行连接 和 并行聚合(parallel joins and parallel aggregation),并于4月发布。

2017年3月,并行工作总结:

  • 已经承诺(Already committed)
    • Parallel Bitmap Heap Scan (Dilip Kumar).
    • Parallel Index Scan (Rahila Syed, Amit Kapila, Robert Haas)
    • Parallel Index-Only Scan (Rafia Sabih).
    • Gather Merge (Rushabh Lathia).
    • Parallel Merge Join (Dilip Kumar).
    • Subplan-Related Improvements (Amit Kapila).
    • Pass Query Text To Workers (Rafia Sabih).
  • 待定(Still Pending)
    • Parallel CREATE INDEX (Peter Geoghegan).
    • Better Parallel Hash Join (Thomas Munro).
    • Pass InitPlan Values to Workers (Amit Kapila).
    • Parallel Append (Amit Khandekar).
    • Improve Access to Parallel Query from Procedural Languages (Rafia Sabih).
    • Allow Parallel Query at SERIALIZABLE (Thomas Munro).

2017年10月,PostgreSQL 10 改进了并行查询功能,如并行位图堆扫描(Parallel Bitmap Heap Scan),并行索引扫描(Parallel Index Scan,)等新功能。并行查询通常具有2-4倍的加速,并且这些增强应该允许这些加速发生在更广泛的查询中。

2018年5月,PostgreSQL 11对并行性的改进包括。
并行化 hash joins
并行化 CREATE INDEX B树索引
并行化 CREATE TABLE .. AS, CREATE MATERIALIZED VIEW以及某些查询 UNION

参考链接:Robert Haas' blog

 

相关实践学习
使用PolarDB和ECS搭建门户网站
本场景主要介绍基于PolarDB和ECS实现搭建门户网站。
阿里云数据库产品家族及特性
阿里云智能数据库产品团队一直致力于不断健全产品体系,提升产品性能,打磨产品功能,从而帮助客户实现更加极致的弹性能力、具备更强的扩展能力、并利用云设施进一步降低企业成本。以云原生+分布式为核心技术抓手,打造以自研的在线事务型(OLTP)数据库Polar DB和在线分析型(OLAP)数据库Analytic DB为代表的新一代企业级云原生数据库产品体系, 结合NoSQL数据库、数据库生态工具、云原生智能化数据库管控平台,为阿里巴巴经济体以及各个行业的企业客户和开发者提供从公共云到混合云再到私有云的完整解决方案,提供基于云基础设施进行数据从处理、到存储、再到计算与分析的一体化解决方案。本节课带你了解阿里云数据库产品家族及特性。
相关文章
|
5月前
|
消息中间件 存储 关系型数据库
PostgreSQL技术大讲堂 - 第33讲:并行查询管理
PostgreSQL从小白到专家,技术大讲堂 - 第33讲:并行查询管理
289 1
|
4月前
|
关系型数据库 MySQL 分布式数据库
PolarDB MySQL版并行查询技术探索与实践
PolarDB MySQL版并行查询技术探索与实践 PolarDB MySQL版在企业级查询加速特性上进行了深度技术探索,其中并行查询作为其重要组成部分,已经在线稳定运行多年,持续演进。本文将详细介绍并行查询的背景、挑战、方案、特性以及实践。
108 2
|
4月前
|
SQL 关系型数据库 分布式数据库
深度解析PolarDB数据库并行查询技术
深度解析PolarDB数据库并行查询技术:加速SQL执行的关键问题和核心技术 随着数据规模的不断扩大,用户SQL的执行时间越来越长,这不仅对数据库的优化能力提出更高的要求,并且对数据库的执行模式也提出了新的挑战。为了解决这个问题,许多数据库系统,包括Oracle、SQL Server等,都开始提供并行查询引擎的支持,以充分利用系统资源,达到加速SQL执行的效果。本文将深入探讨基于代价进行并行优化、并行执行的云数据库的并行查询引擎的关键问题和核心技术。
123 2
|
SQL 存储 关系型数据库
分布式 PostgreSQL 集群(Citus)官方示例 - 多租户应用程序实战
分布式 PostgreSQL 集群(Citus)官方示例 - 多租户应用程序实战
412 0
分布式 PostgreSQL 集群(Citus)官方示例 - 多租户应用程序实战
|
存储 SQL 人工智能
PolarDB 弹性并行查询(ePQ)功能使用白皮书
1 法律声明阿里云提醒您在阅读或使用本文档之前仔细阅读、充分理解本法律声明各条款的内容。如果您 阅读或使用本文档,您的阅读或使用行为将被视为对本声明全部内容的认可。您应当通过阿里云网站或阿里云提供的其他授权通道下载、获取本文档,且仅能用于自身的 合法合规的业务活动。本文档的内容视为阿里云的保密信息,您应当严格遵守保密义务; 未经 阿里云事先书面同意,您不得向任何第三方披露本手册内容或提供给任何第三
452 0
PolarDB 弹性并行查询(ePQ)功能使用白皮书
|
存储 SQL Cloud Native
基于 PolarDB for MySQL 实现并行创建索引赛题解析 | 学习笔记
快速学习基于 PolarDB for MySQL 实现并行创建索引赛题解析
174 0
基于 PolarDB for MySQL 实现并行创建索引赛题解析 | 学习笔记
|
存储 Cloud Native 关系型数据库
PolarDB MySQL 弹性多机并行深度剖析
背景并行查询(Parallel Query)是自PolarDB MySQL诞生伊始就致力于研发的企业级查询加速功能,这与PolarDB的产品定位密切相关,基于云原生的计算存储分离使底层数据量远突破单机容量的限制,而针对更海量数据的复杂分析、报表类业务也成为用户自然而然的需求,同时由于PolarDB是服务于在线业务(OLTP)的关系数据库系统,用户会希望分析业务能具有"在线"的能
823 0
PolarDB MySQL 弹性多机并行深度剖析
|
存储 SQL 关系型数据库
分布式 PostgreSQL 集群(Citus),官方快速入门教程
分布式 PostgreSQL 集群(Citus),官方快速入门教程
322 0
|
网络协议 Ubuntu 关系型数据库
分布式 PostgreSQL 集群(Citus)官方安装指南
分布式 PostgreSQL 集群(Citus)官方安装指南
1044 0
|
存储 关系型数据库 数据库
分布式 PostgreSQL 集群(Citus)官方示例 - 时间序列数据
分布式 PostgreSQL 集群(Citus)官方示例 - 时间序列数据
207 0
分布式 PostgreSQL 集群(Citus)官方示例 - 时间序列数据