PostgreSQLのパラレル化に向けた取り組み@第30回(仮名)PostgreSQL勉強会
7 likes8,327 views
2014.10.11の第30回(仮名)PostgreSQL勉強会で使用した講演資料です。
PostgreSQLのパラレル化に向けた取り組み@第30回(仮名)PostgreSQL勉強会
- 1. PostgreSQLの パラレル化に向けた取り組み 2014.10.11 （仮名）PostgreSQL勉強会 株式会社メトロシステムズ 花田茂
- 2. Who am I? • 氏名：花田茂 • 所属：株式会社メトロシステムズ • 連絡：@s87 • 経歴： • PostgreSQLは7.4から • 周辺ツール開発(pg_bulkload/pg_rman/pg_lesslog/Etc.) • 最近は外部テーブル関連で本体開発 • 勉強会やOCSなどで講演 2
- 3. パラレル化って？
- 4. パラレル化って？ • definition of Parallel • (of lines, planes, surfaces, or objects) side by side and having the same distance continuously between them: parallel lines never meet | the road runs parallel to the Ottawa River. • definition of Concurrent • existing, happening, or done at the same time: there are three concurrent art fairs around the city. 出典：アメリカ英英辞典 on OS X Mavericks 4
- 5. パラレル化って？ • parallel＝パラレル＝並列 ! ! ! • concurrent＝コンカレント＝並行 5
- 6. 難しいことは 置いといて
- 7. パラレル＝高速化 • 一人でやるよりみんなでやる方が早いよね！ • ただし… • 誰が何をやれば良い？ • いつから始められる？ • 終わったらどうすればいい？ 当然、一筋縄では 行きません 7
- 8. どのあたりが難しいのか？ • 対象の決定 • どの処理を高速化するか？ • 問題の分割 • どの部分をパラレルに分けるか？ • 動作の協調 • 処理主体（＝プロセス）をどのように起動するか？ • どうやって、各自が何をすべきか知るか？ • 情報の受け渡し • 入力・出力をどのように受け渡すか？ 8
- 9. 対象の決定 • 性能改善の基本は「ボトルネック解消」 • ボトルネック以外を速くしても効果は薄い • 「クリティカルパス」を明確に • 例）データロードの場合 • 最大テーブルのロード • 例）PostgreSQLのクエリ • SQLパース＋プラン生成＋最大テーブルのスキャン 9
- 10. 対象の決定 • パラレル化で早くなるか？ • ボトルネックの原因がパラレル化で解消されるか？ • リソースさえあれば分割可能な処理か？ • 処理単位の依存関係が整理されているか？ 10
- 11. 対象の決定 • PostgreSQLでいうと？ • クエリ実行の要素 • プラン生成 • テーブルスキャン • 結合 • ソート • Etc. • クエリ実行要素間 • 結合の片側をソート中にもう片方をスキャン、など 11
- 12. 対象の決定 • PostgreSQLでいうと？ • その他 • WAL書き込み • チェックポイント • テーブルメンテナンス • VACUUM、ANALYZE、REINDEX • ALTER TABLE • バックアップ取得 12
- 13. 問題の分割 • どう分割したら早くなるか？ • まじめに考えると論文書けるレベルの問題がてんこ盛り • スーパーコンピュータの超並列処理はここを頑張ってる？ • PostgreSQLの中の人たちの腕の見せ所 例題：１００人分のカレーを作る 13
- 14. 問題の分割 • カレーの調理手順 • 米を研ぐ • 米を炊く • 肉を切る • 肉を炒める • 野菜を切る • 野菜を炒める 14 ! • 鍋に入れる • 煮込む • カレールーを入れる • 皿にご飯を盛る • 皿にカレーを盛る • 配膳
- 15. 問題の分割 野菜を切る 15 肉を切る 野菜を炒める肉を炒める 鍋に入れる 米を研ぐ 米を炊く 煮込む カレールーを入れる 皿にご飯を盛る皿にカレーを盛る配膳
- 16. 問題の分割 Seq Scan 16 Seq Scan Sort Sort Merge Join Index Scan Aggregate Sort Aggregate Limit Append Limit
- 18. 動作の協調 • PostgreSQLはプロセスベース • セッション障害がインスタンス全体に波及しない • オーバーヘッドはスレッドより大きい • インスタンスに所属するプロセスの一覧を管理 • PGPROCという構造体の配列を共有メモリ上に配置 • postmaster（≒インスタンス）起動時に初期化 • PGPROCは同期機構のラッチを持つ 18
- 19. 動作の協調 • プロセス間のやりとり • 共有メモリ • シグナル • プロセス間の同期 • スピンロック：超短期間(数十命令程度)用 • 軽量ロック：共有メモリ資源の保護 • ラッチ：複数プロセスからセットできる真偽値 19
- 20. 動作の協調 • MVCC • 概要 • Multi Version Concurrency Control • 更新時に古いバージョンを残したまま新しいバージョン を追加することで、特定タプルの可視性を効率的に判断 する仕組み • 判断材料 • 自TXのID（XID） • スナップショット（アクティブなTXのリスト） • タプルの作成/削除TX（xmin/xmax/cmin/cmax） 20
- 21. 情報の受け渡し • 基本的には共有メモリを使用 • 既存の仕組みをそのまま共有メモリに展開すれば…と思い ますが、一筋縄(ry • PostgreSQLはヒープメモリの管理に独自アロケータを 使用 • 細かく確保した後に「コンテキスト」という単位で一括 解放が可能 • 共有メモリには非対応 • 既存ルーチンで扱うには「ヒープ→共有→ヒープ」というメ モリコピーが必要 21
- 22. パラレル化への 取り組み
- 23. パラレル化への取り組み • 9.2 • スナップショットエクスポート • 9.3 • pg_dumpの--jobsオプションサポート • pg_upgradeの--jobsオプションサポート 23
- 24. パラレル化への取り組み • 9.4（予定） • 動的バックグラウンドワーカー • Allow background worker processes to be dynamically registered, started and terminated (Robert Haas) • 動的共有メモリ • Allow dynamic allocation of shared memory segments (Robert Haas, Amit Kapila) • 共有メッセージキュー • Add single-reader, single-writer, lightweight shared message queue (Robert Haas) 24
- 25. パラレル化への取り組み • 9.5（予定） • On partitioning (Alvaro Herrera) • 1st class objectとしてのパーティション • 議論/開発継続中 • Introducing coarse grain parallelism by postgres_fdw(Kyotaro Horiguchi) • postgres_fdwでリモートクエリを非同期実行して待機 時間を節約 • 設計見直しが必要 25
- 26. スナップショットの共有 • pg_export_snapshot()関数 • 現在のトランザクションのスナップショットを$PGDATA/ pg_snapshotsに書き出すし、スナップショットIDを返す • ファイル名＝スナップショットID • SET TRANSACTION SNAPSHOT ‘スナップ ショットID’; • 指定したIDのスナップショットを現在のトランザクション で使用する 26
- 27. 動的バックグラウンドワーカー • 概要 • 9.3で導入されたカスタムバックグラウンドワーカーの拡張 • 9.3ではインスタンス起動時にのみ起動できたが、9.4から は、バックエンドからのAPI呼び出しで任意のタイミングで 起動可能 • 動的に起動したバックグラウンドワーカーの終了は SIGUSR1で通知可能 • 起動数はmax_worker_processesで制御可能 • つまり… • クエリ内容に応じて特定処理のバックグラウンドワーカー を起動し、その終了を起動したバックエンド側で検知可能 27
- 28. 動的バックグラウンドワーカー • API（バックエンド用） • RegisterDynamicBackgroundWorker() • バックエンドから動的BGWorkerを登録 • WaitForBackgroundWorkerStartup() • 動的BGWorkerの起動を待機 • GetBackgroundWorkerPid() • BGWorkerのPIDと状態を取得 • TerminateBackgroundWorker() • PostmasterにBGWorkerの停止を依頼 28
- 29. 動的バックグラウンドワーカー • API（BGWorker用） • BackgroundWorkerInitializeConnection() • ローカルデータベースに接続 • BackgroundWorkerUnblockSignals() • BGWorkerプロセスへのシグナルブロックを解除 29
- 30. 共有メッセージキュー • 概要 • 共有メモリ上に配置したプロセス間メッセージキュー • 書き込み一人、読み込み一人の制限 • 書き込み/読み込みはロックフリー • 読み書きはそれぞれPGPROCにエントリのあるプロセス • 読みと書きの間はプロセスラッチで同期 • メッセージ長は任意 • キューは固定長でリングバッファ構造 30
- 31. 共有メッセージキュー • API • shm_mq_create() • メッセージキューを生成 • shm_mq_set_receiver()/shm_mq_set_sender() • 読み出し/書き込みプロセスを設定 • shm_mq_get_receiver()/shm_mq_get_sender() • 読み出し/書き込みプロセスのPGPROCを取得 31
- 32. 共有メッセージキュー • API • shm_mq_attach() • メッセージキューにアタッチしてハンドルを取得 • shm_mq_wait_for_attach() • メッセージキューへのアタッチを待機 • shm_mq_detach() • メッセージキューからデタッチ 32
- 33. 共有メッセージキュー • API • shm_mq_send()/shm_mq_receive() • 可変長のメッセージを書き込む/読み出す • ラッチでキューの空き/メッセージの到着を待機すること も可能 33
- 35. スキャンの分割 • あるテーブルのスキャンを複数プロセスで分担 • ページで分割 • テーブルで分割（パーティション/シャーディング） • 課題点 • 複数プロセスでのタプル可視性の共有 • 結果のとりまとめ 35
- 36. スキャンの分割 ワーカーが スキャン 36 ページ１ ページ２ ページ３ ページ４ ページ５ ページ６ ページ７ ページ８ ワーカー ワーカー バック エンド 起動 起動 キュー経由で 結果を渡す
- 37. ソートの分割 • ある結果セットのソートを複数プロセスで分担 • ページで分割 • テーブルで分割（パーティション/シャーディング） • 課題点 • 入力の分配（HadoopでいうMap処理） • 結果のとりまとめ 37
- 38. ソートの分割 ワーカーが 部分ソート 38 ワーカー ワーカー バック エンド 起動 起動 キュー経由で 結果を渡す バックエンド で最終ソート
- 39. 集約の分割 • 概要 • ある結果セットの集約を複数プロセスで分担 • MAX()/MIN()やCOUNT()は多段集約が容易 • AVG()などはやや困難？ • 課題点 • 入力の分配 • 結果のとりまとめ 39
- 40. 集約の分割 ワーカーが 部分集約 40 ワーカー ワーカー バック エンド 起動 起動 キュー経由で 結果を渡す バックエンド で最終集約
- 41. データロードの分割 • 概要 • バルクINSERTやCOPYを複数プロセスで分担 • 文字列→内部表現変換もパラレル化できると効果大 • 複数セッションでのINSERT/COPYと異なり1トランザ クションで完結 • 課題点 • 追加先の衝突回避 • WALバッファのボトルネック化 41
- 42. もう少しローレベルに
- 43. I/OとCPUの分割 • 概要 • I/O待ちってもったいないよね？ • その間にCPU使う処理できるんじゃない？ • スキャン開始時にfadvise()などでread ahead • postgres_fdwなどで非同期クエリ • 課題点 • 先読み（投機的実行）はパイプライニングと相性が悪い？ • effective_io_concurrencyで十分？ • スピンドル数に基づいて同時I/O発行数を制御 43
- 44. CPU処理の分割 • 概要 • スキャン結果のフィルタリング（WHERE句適用）などは CPU処理 • 対象行数が多い場合はCPUでの並列処理にも限界 • GPUでSIMDしちゃえば？ • 課題点 • 任意のコードをGPU側でコンパイル・実行する機能が必要 • pg_stromが開発中 44
- 45. 残っている課題 • パラレル実行のプラン生成 • パラレル実行のコストを正しく見積もれるか？ • コスト算出を現実的な時間で完了できるか？ 45
- 46. 残っている課題 • リソース制御 • プロセス数やメモリ量、CPU使用率といったリソースを核 処理がどこまで使用してよいか？をクラスタ全体よりも細 かい粒度で制御する仕組みが必要 • これがないと、リソース枯渇でシステムダウンも • work_memなども意味を変える必要あり？ 46