PostgreSQL 16中真正可并行的GROUP BY聚合需满足Partial Mode:sum()、max()/min()、count(*)(非DISTINCT)、array_agg()、string_agg()(无ORDER BY)、jsonb_agg()等;count(DISTINCT)、带ORDER BY的string_agg/array_agg、volatile函数均不支持。

并行 GROUP BY 在 PostgreSQL 16 中不会自动生效,必须同时满足聚合函数支持、成本阈值达标、无禁止操作这三项条件,否则 EXPLAIN 里只会看到 GroupAggregate。
哪些 GROUP BY 聚合能真正并行?
只有具备 Partial Mode(可拆分+可合并)能力的聚合函数才可能触发并行。PostgreSQL 16 明确支持的包括:
-
sum()、count(*)、max()、min()—— 但count(distinct col)不行 -
array_agg(col)和string_agg(col, ',')—— 必须不带ORDER BY子句 -
jsonb_agg(col)、json_agg(col)—— 同样禁用ORDER BY - 所有聚合字段不能含 volatile 函数,例如
string_agg(now()::text, ',')会直接关闭并行
为什么 EXPLAIN 看不到 Gather 节点?
常见原因不是配置没开,而是优化器主动放弃了并行路径:
- 表太小:默认
min_parallel_table_scan_size = 8MB,若扫描数据量低于该值,直接跳过并行评估 - cost 压制:默认
parallel_setup_cost = 10和parallel_tuple_cost = 0.1过高,导致并行计划预估成本 > 串行 - 隐式禁止:查询中含
FOR UPDATE、窗口函数、或任何 volatile 函数(如random()、clock_timestamp()) - 索引干扰:如果 GROUP BY 列上有高效索引,优化器可能选 Index Scan + GroupAggregate,绕过并行扫描路径
怎么让并行 GROUP BY 实际跑起来?
关键不是全局调参,而是在会话级精准干预:
- 先确认硬件资源:设
SET max_parallel_workers_per_gather = 4;(不超过物理核心数) - 压低门槛:
SET min_parallel_table_scan_size = 1MB;(仅测试用;生产建议按实际表大小设为 16–64MB) - 调低成本:
SET parallel_setup_cost = 2;和SET parallel_tuple_cost = 0.01; - 确保内存:每个 worker 独立申请
work_mem,总消耗 ≈(1 + max_parallel_workers_per_gather) × work_mem;设太小会退化为磁盘排序 - 验证是否生效:用
EXPLAIN (ANALYZE, VERBOSE)查看输出中是否有Gather或Gather Merge节点,且子节点含Partial Aggregate
在 plpgsql 函数里写 GROUP BY 会影响并行吗?
函数封装本身不阻止并行,但内部写法极易触发 planner 的保守策略:
-
RETURN QUERY SELECT ... GROUP BY中的查询仍走普通代价估算,但若前面有PERFORM或SELECT ... INTO,可能让 planner 提前剪枝,并行候选路径被跳过 - 函数内使用
SET LOCAL修改并行参数是有效的,但要注意这些设置只对当前 query 生效,不影响后续语句 - 最稳妥做法:把需并行的 GROUP BY 查询单独拎出来执行,避免嵌套在复杂控制流中;函数只做结果包装或后处理
最容易被忽略的是:并行 GROUP BY 的收益高度依赖数据分布和聚合粒度。如果 GROUP BY 后只剩几行,或 key 极度倾斜(比如 99% 数据落在同一个 region),即使强制并行,Gather 后的 merge 阶段也会成为瓶颈——这时反而是串行更快。

















